胡建洪
- 作品数:5 被引量:9H指数:2
- 供职机构:南京理工大学更多>>
- 发文基金:国家自然科学基金更多>>
- 相关领域:自动化与计算机技术更多>>
- 基于上下文感知的移动新闻推荐研究与实现
- 在移动互联网时代,随着手机等移动设备的日益普及,用户可以随时随地便捷地阅读新闻,通过新闻推荐算法可以为用户快速找出匹配其阅读兴趣的新闻,提升用户的阅读体验。通过移动设备能够采集到丰富的上下文信息,利用上下文信息可以提高推...
- 胡建洪
- 关键词:上下文感知朴素贝叶斯用户兴趣
- 移动新闻自适应采集方法研究被引量:2
- 2018年
- 通过分析面向传统新闻门户网站和面向移动新闻应用的新闻采集方法的异同,提出了一种面向移动新闻应用的自适应新闻采集方法。该方法先通过代理对移动新闻应用与服务器通信的数据包进行解析,构造出移动新闻应用的站点地图;然后通过模拟用户行为自适应地增量采集新闻数据,提高更新效率并保证新闻采集的完整性。以国内外20多家主流的移动新闻应用为实验对象开展验证,实验结果表明该方法的有效性和实时性。
- 胡建洪徐建董克源高鑫
- 关键词:站点地图自适应
- 基于话题相似性改进的K-means新闻话题聚类被引量:7
- 2017年
- 新闻话题聚类在舆情监督、热点话题发现、突发事件实时追踪等领域有着重要的应用。基于K-means的文本聚类算法由于算法简单易实现,时空复杂度低,聚类效果优异等特点被广泛用作新闻话题聚类算法。但传统的K-means算法又具有其局限性,如对初始中心点的选择敏感和用户必须自定义分组K等,导致算法收敛于局部最优而无法得到全局最优解。针对传统的K-means算法中初始聚类中心点随机选择导致聚类结果不稳定的问题,提出了一种改进的K-means算法用于新闻话题检测,该算法基于新闻报道相似性选择初始聚类中心点,保证各新闻话题集群具有很好的区分度。并在此基础上,根据新闻话题覆盖率自动确定话题集群个数K。实验结果表明,改进后的算法能够生成稳定的,高质量的话题集群。
- 陈龙徐建于亚男胡建洪
- 关键词:K-MEANS算法
- 一种基于签名的日志事件提取方法
- 本发明公开了一种基于签名的日志事件提取方法,由聚类过程、统计检验、迭代过程组成,聚类过程是根据匹配分数将一个数据集合划分为两个分组,并得到两个分组的签名;统计检验过程是根据聚类过程的分组结果以及Anderson‑Darl...
- 于亚男徐建张宏董克源张航朱旭超胡建洪
- 一种基于签名的日志事件提取方法
- 本发明公开了一种基于签名的日志事件提取方法,由聚类过程、统计检验、迭代过程组成,聚类过程是根据匹配分数将一个数据集合划分为两个分组,并得到两个分组的签名;统计检验过程是根据聚类过程的分组结果以及Anderson‑Darl...
- 于亚男徐建张宏董克源张航朱旭超胡建洪
- 文献传递