基于数据挖掘的Web招聘信息相关性分析

通过对Web招聘信息及其挖掘的分析研究,建立了基于数据挖掘的Web招聘信息分析模型,并运用该模型对招聘网站上计算机类专业、职位需求进行相关性分析.     

基于N-最短路径的中文分词技术研究

中文分词技术是中文信息处理的基础,快速、准确的中文分词方法是进行中文信息搜索的关键。基于N-最短路径的分词算法,需要计算有向图中从起点到终点的所有路径值,分词效率低,将动态删除算法与最短路径算法结合,通过从最短路径中删除部分节点的策略减少搜索路径范围,从而提高分词效率。     

一种基于灰色关联度的决策树改进算法

在构造决策树的过程中,分裂属性选择的标准直接影响分类的效果。分析了现有改进的ID3算法不同程度地存在学习效率偏低和对多值属性重要性的主观评测等问题,提出一种高效而且可靠的基于灰色关联度的决策树改进算法。该算法通过灰色关联分析建立各特征属性与类别属性之间的关系,进而利用灰色关联度来修正取值较多但非重要属性的信息增益。通过实验与其它ID3改进算法进行了比较,验证了改进后的算法是有效的。     

基于C4. 5和NB混合模型的数据流分类算法

具有概念漂移的含噪数据流的分类问题成为数据流挖掘领域研究的热点之一。提出了一种基于C4. 5和Naive I3ayes混合模型的数据流分类算法CDSMM。它以C4.5作为基分类器,采用朴素贝叶斯分类器过滤噪音,同时引入假设检验中的u检验方法检测概念漂移,动态更新模型。实验结果表明,CDSMM算法在处理带有噪音的概念漂移数据流时具有比同类算法更好的分类正确率。     

Web中的行情数据获取与预测研究

抽取网页中的行情数据进行预测和分析具有重要意义。提出了Web中的行情数据抽取算法,该算法主要基于“行情数据通常在网页中表现为区域最大的数据表格”等实践规律,首先自动识别出最大的数据表格,然后转换为DOM树结构,最后抽取DOM树的结点值。与传统算法不同,算法自动抽取行情区域而无需用户定义抽取数据区域。设计了一个农产品价格预测原型系统,该系统针对某个农产品,自动从特定网站获取价格数据,对月度价格进行预测,实验表明预测性能较好。     

跨学科教学实践与构想

文章总结合肥工业大学计算机与信息学院在跨学科教学方面进行的诸多实践,如学科大类培养模式、教改实验班探索、数字媒体方向建设等,并对如何进一步推动跨学科教学进行了构想,包括"网络、群体与市场"这门跨学科课程的开设计划以及如何推动跨学科选课等。     

基于自适应领域粗糙集的多标签在线流特征选择

多标签特征选择指在多标签场景下选出代表性属性.已有的多标签特征选择方法大多集中在事先获得全部特征空间,而没有考虑流式特征情况.随着时间的推移,这些特征不断地流入模型中.此外,一些流方法需要在学习之前指定参数.因此,在训练不同类型数据集之前,如何选取统一和最优参数成为一种难题.基于此,本文定义自适应邻域粗糙集关系-Gap...     

在线商品评论有用性影响因素研究

网络商务发展中产生了大量无效甚至恶意的在线评论,给消费者阅读和参考带来一定负面影响。针对上述问题,提出了一种基于多元线性回归算法的在线评论有用性预测方法。该方法综合考虑了评论文本属性、评论者属性和店铺属性这三个影响因素,并构建一个预测在线评论有用性模型——RRS-L模型。在实际数据集上的实验表明：该模型具有较高的查准率与召回率,能有效过滤无用评论。     

基于相对约简格的关联规则研究

研究了相对约简格中的概念与关联规则中的频繁项目集的内在联系，给出了利用相对约简格提取关联规则的方法和相应算法。     

毕业设计过程中文献资料的查阅与运用能力的培养

本文以计算机专业为例，系统总结了常见文献资料查找方法、阅读整理方法、相关标准和文献资料的引用、常用的获取资料的途径和相关电子资源。