非合作结构化深网数据源摘要的动态更新

利用同领域数据源主题更新的关联特点,提出了一种非合作结构化深网数据源摘要的动态更新方法,在保证数据源选择效果的前提下,较大幅度地提高了数据源摘要更新的效率(即减少了数据源摘要更新的工作量).实验结果表明,该方法可以减少87.7%以上的摘要更新工作量,同时具有较好的召回率及准确率.     

一种基于关系图的Web应用测试生成方法

Web应用的迅猛发展及其自身的复杂特性给其测试带来了一定的难度,使得传统的测试方法已不能满足需求,迫切需要新的Web测试方法和技术.定义了Web应用模式并构造其关系图以对Web应用进行建模.关系图用来建立产生路径表达式的路径生成图,继而提出一种测试路径生成方法.若提供输入值,则测试路径可以很容易地构造测试用例.为了说明问题,给出了一个简单Web登录系统作为案例.此外,根据"分而治之"的原理,当被测Web应用过于复杂时,给出了一种路径生成策略.该策略使得Web应用简单而易控制,在某种程度上限制了状态空间的爆炸.最后,从理论上阐明了本文给出方法和规则的通用性及正确性.     

事件驱动RFID系统开发及其应用

随着RFID硬件技术的不断成熟和生产成本的不断降低,RFID已广泛应用于零售超市、物流与供应链管理、图书管理、设备与资产管理等实时监控和追踪领域。本文主要研究事件驱动的RFID系统开发方法,该方法通过将大量数据表示成不同类型事件（包括原始事件和复杂事件）,设计了事件驱动的RFID事件处理框架。基于此框架,研究了基于Hash表事件过滤机制和复杂事件匹配方法,以实现对RFID事件流的实时分析与处理。最后,结合一个RFID模拟零售超市管理系统,验证了方法的可行性和有效性。     

面向混合类型关键词查询的非合作结构化深网数据源选择

为有效地利用深网中的资源,深网集成应运而生.为了提高深网集成的效率和返回结果的质量,数据源选择成为深网集成的关键技术.深网数据源大多数是结构化和非合作型的.当前已有的非合作结构化深网数据源选择的研究分为2类:一类是面向离散型关键词查询的源选择;另一类是面向字符型关键词查询的源选择,而未见面向混合类型关键词查询的结构化数据源选择的相关研究.基于此,将用户查询关键词分为检索型关键词和约束型关键词,基于主题词与主题词、主题词与特征词和直方图与直方图的关联特征构建了面向检索型、约束型混合关键词查询的层次化数据源摘要,有效地反映了非合作结构化深网数据源选择中检索型关键词的检索意图和约束型关键词的约束相关性,并依据此摘要给出了相应的数据源选择策略.实验结果表明,该方法在面向混合类型关键词查询的非合作结构化深网数据源选择时具有较好的记录召回率及准确率.     

供应链环境中路径编码方法研究

随着现代供应链应用的不断发展和完善,对流通物品进行路径追溯显得越来越重要,而实现路径追溯的关键是对路径中的结点进行有效编码,以保证提供高效查询及更新。本文主要对目前广泛使用的编码方法包括区间编码、前缀编码、素数编码及向量编码等的实现原理进行了讨论,并结合供应链特点分析了它们的优缺点。最后,指出了供应链环境中路径编码方法的未来研究方向。     

基于伪反馈的XML查询扩展

伪反馈一直以来都被认为是一种有效的查询扩展技术.但是近来的研究表明传统的伪反馈容易带来主题漂移并因此而影响检索性能.如何确定相关文档以及如何从相关文档中挑选有用的扩展词项是伪反馈中两个重要的方面.与传统查询扩展不同,XML查询扩展不仅需要内容扩展还需要考虑结构扩展.提出了一个解决框架,利用聚类和词组抽取技术来查找相关文档和选择有用的扩展信息.结合XML的语义特征,提出了一种全新的基于层次信息的文档相似性度量方案.基于此,将初始检索结果聚类,获得与查询请求最为相关的文档簇,然后在文档簇中抽取词组,找到符合用户查询意图的扩展查询词组,并在扩展查询词组的基础上进行结构扩展,最终形成完整的"内容+结构"的查询扩展表达式.IEEE CS实验数据上的实验结果表明,结合了聚类和抽取技术的XML伪反馈查询扩展方法能有效地降低主题漂移现象,获得更好的检索质量.     

考虑社会网络关系的P2P借贷项目违约风险预测

针对P2P（Peer to Peer）借贷项目违约风险预测中财务信息不完全或质量较低、预测准确率不高等问题,提出了一种考虑平台社会网络关系的P2P借贷项目违约风险预测的方法。通过对P2P借贷平台社会网络相关信息进行分析,从社会资本的结构维度、关系维度和认知维度发掘其中具有风险预测价值的关键特征,即社会网络风险特征,并将这些特征作为预测指标用于违约风险预测,依据多种非线性预测方法分别构建基于传统财务指标预测模型和引入社会网络风险特征后的混合指标预测模型,并对模型的预测结果进行了对比分析。实验结果表明,P2P借贷社会网络关系中蕴含着与借贷项目违约风险显著相关的特征,通过对这些特征进行有效挖掘并将其合理引入P2P借贷项目违约风险预测模型,有助于提高借贷项目违约风险预测效果,为投资者的投资风险规避及P2P借贷市场风险管理提供支持。     

社会网络用户心理健康自动评估研究综述

心理健康问题正迅速成为世界范围内最严重和最普遍的公共卫生问题之一。社会网络的兴起与普及带来大量与社会网络用户心理状态相关的数据。近年来,利用社会网络数据自动评估检测用户心理健康的研究吸引着越来越多的学者,取得了不少成果,但未见对这些成果进行总结分析的工作。该文对社会网络用户心理健康自动评估的相关文献进行评述: 在现有文献基础上总结归纳了心理健康自动评估的概念及界定;从评估任务、社会网络数据集构造、评估用到的特征等方面概述了社会网络用户心理健康自动评估的国内外研究现状;比较分析了现有自动评估方法的特点,包括基于特征工程的方法和基于深度学习的方法;总结了现有研究存在的问题和面临的挑战,包括评估性能问题、数据质量问题、隐私伦理问题、原因抽取问题和自动干预问题等。未来的研究应该结合其他数据流,并需要患者、临床医生和数据科学家之间开展更大的合作,以使机器学习在心理健康问题的原因提取、预防疏导等方面得到新的应用。     

基于多层局部信息融合的在线论坛用户心理危机识别

心理健康问题已经成为当今社会关注的焦点,它严重威胁着家庭和睦与社会稳定.有心理危机的用户经常通过特定的社区论坛或者社交媒体来求助或倾述,这为用户心理危机识别开辟了一个新的途径.论坛帖子长短不一,但判断心理危机的核心信息往往体现在局部内容上,基于此特点,本文构建了一个结合分层长短记忆网络和卷积神经网络的多层局部信息融合模型(Multi-layer Partial Information Fusion model,MPIF),利用论坛用户发布的帖子,检测用户的心理危机严重程度.模型的特点在于:1)利用预训练语言模型BERT对用户帖子中的句子进行向量化表示,充分考虑词语在不同语境中的不同含义表达;2)分别从词、短语、以及句子层面挖掘反映用户心理危机状态的信息,采用深度分层LSTM网络和注意力机制相结合的方式来获取待分类帖子中词语层面以及句子层面的局部信息,利用CNN网络中多种大小不同的卷积核来提取帖子中短语层面的局部信息;3)采用注意力机制和最大池化层,使得模型不仅能够有效地利用局部信息给出心理危机程度的判断,同时可以将这些局部信息展示给心理专家,辅助专家更快了解患者.基于CLPsych2019 Shared Task评测任务的实验结果显示,与评测时排名第一的模型相比,MPIF模型的官方评测指标All-F1值(自杀风险程度a,b,c,d 4个类别的F1值取平均)高出3.9%.经消融实验发现,去除LSTM词语层、CNN短语层、LSTM句子层,All-F1分别下降4%、4.3%、2.4%.     

空间关键词搜索研究综述

由于越来越多的数据具有位置和文本双重属性,空间关键词查询(spatial keyword query,简称SKQ)应运而生.一个SKQ以一个地理位置和若干关键词作为参数,返回满足空间与文本约束的结果,这些结果往往根据指定公式排列.对现有的空间关键词搜索技术进行了梳理,首先对问题进行了描述,对挑战进行了分析;然后分析了基本空间关键词搜索技术.将文献中提出的各种空间关键词查询进行了划分,对现有的查询处理技术进行分类,对每种类型的技术,从索引技术和查询算法两个方面进行了总结,并从多个角度对它们进行了比较.其后介绍了扩展空间关键词搜索技术,还介绍了与该问题相关的其他研究工作.最后指出了研究中存在的不足以及以后的研究方向.