Incorporating Intra‐Query Term Dependencies in an Aspect Query Language Model

Query language modeling based on relevance feedback has been widely applied to improve the effectiveness of information retrieval. However, intra‐query term dependencies (i.e., the dependencies between different query terms and term combinations) have not yet been sufficiently addressed in the existing approaches. This article aims to investigate this issue within a comprehensive framework, namely the Aspect Query Language Model (AM). We propose to extend the AM with a hidden Markov model (HMM) structure to incorporate the intra‐query term dependencies and learn the structure of a novel aspect HMM (AHMM) for query language modeling. In the proposed AHMM, the combinations of query terms are viewed as latent variables representing query aspects. They further form an ergodic HMM, where the dependencies between latent variables (nodes) are modeled as the transitional probabilities. The segmented chunks from the feedback documents are considered as observables of the HMM. Then the AHMM structure is optimized by the HMM, which can estimate the prior of the latent variables and the probability distribution of the observed chunks. Our extensive experiments on three large‐scale text retrieval conference (TREC) collections have shown that our method not only significantly outperforms a number of strong baselines in terms of both effectiveness and robustness but also achieves better results than the AM and another state‐of‐the‐art approach, namely the latent concept expansion model. © 2014 Wiley Periodicals, Inc.     

基于混合方法的中文微博自动摘要技术研究

针对微博内容驳杂、信息稀疏的问题,深入研究传统自动摘要技术,结合微博数据特点,在微博事件提取的基础上提出一种基于统计和理解的混合摘要方法。首先根据词频、句子位置等文本特征得到基于统计的初始摘要;然后通过语义词典,计算句子相似度、确定事件主体进行基于语义理解的可读性加工,使最终摘要更具可读性;最后采用合理的摘要评价方法评价所得摘要。实验结果表明,该方法在不同压缩比例下均能获得质量稳定且可读性良好的摘要。     

基于模糊控制的低能耗分簇协议

能耗是影响无线传感器网络生命周期的关键,具有低能耗的无线传感器网络是业界所期望的。现有的几个网络分簇协议能在一定程度上解决和改善网络能耗问题。如LEACH协议能在一定程度上延长网络生命周期,但网络环境的可变性以及实际环境中有诸多不可估计的因素,LEACH协议就没考虑当前节点剩余能量和节点分布情况等问题。提出的基于模糊控制的低能耗分簇协议LECP-FC能较好地解决环境可变等不可估计的问题,在簇头选取的过程中着重考虑了能量、节点度、节点中心度、距离、侦听密度等因子。经过网络结构配置和仿真,其结果表明网络工作效率得到很大程度上的提高。     

一种多维度的O2O电子商务声誉计算模型

移动通信技术与可信支付技术的成熟,使得近年来O2O商务飞速发展。声誉管理是交易双方建立信任关系的坚实基础,但目前针对O2O商务特点的声誉研究却几近于无,已有的P2P、B2C、C2C商务的声誉研究又无法反映O2O商务模式的特点,不适用于O2O商家的声誉计算。针对这些问题,提出了一种新的O2O商家声誉计算模型ESRep。模型根据O2O本地服务业的特点进行多维度思考,对商家的运营时间、客流量等因素进行分析,同时也考虑客户的评价、交易价格偏离度、交易双方空间距离等因素,充分体现了O2O商务线上和线下的特点。仿真结果表明,模型能够有效反映O2O商家的真实声誉,降低恶意节点的评价作用,遏制节点的声誉共谋行为。对比实验表明该模型具有良好的性能和精度。     

多样性攻击下的WSN位置隐私保护方案

研究无线传感器网络节点隐私保护问题,节点位置隐私是无线传感器网络领域中所研究的一个基本问题。传统的位置隐私保护算法存在抵御攻击类型单一、保护目标单一以及无法应对复杂多样性攻击等问题。为了解决上述问题,在传统的位置隐私保护算法基础上提出了针对多样性攻击的位置隐私保护方案。通过增加冗余抵御数据包流量分析,破坏数据包之间的相关性抵御数据包追踪,利用数据包分组、概率丢弃冗余包等方式降低网络资源消耗,达到抵御攻击类型、保护目标多样和应对多样性攻击的目的。理论分析和仿真结果表明,上述方案能够保证事件检测率和降低网络时延,同时实现多样性攻击下的位置隐私保护。     

基于状态反馈的线控转向系统控制策略研究

研究汽车转向稳定性控制问题.针对线控转向系统的可变转向特性对汽车操纵稳定性的影响,为保证行驶安全,建立基于车辆横摆角速度与稳态横摆角速度之差(反馈系数F1)以及车辆侧向加速度与理想侧向加速度之差(反馈系数F2)反馈的驾驶员模型.结合整车模型和综合评价指标函数,分别对反馈系数F1(F2=0)、F2(F1 =0)和F1、F2进行优化,对线控转向系统的行驶状态进行仿真并与无反馈控制的驾驶员模型进行了比较.仿真试验结果表明:基于侧向加速度与横摆角速度共同反馈的方法,对前轮转角进行补偿,可较好的控制车辆的侧向位移、侧向加速度、横摆角速度和质心侧偏角,提高车道跟踪性能、方向稳定性能、降低驾驶员的转向负担,提高汽车的操纵稳定性.     

甲骨文知识图谱构建中的实体关系发现研究

为解决甲骨文信息处理研究中对专家的依赖性高而专家知识共享率却很低这一突出矛盾,提出构建知识图谱的方案,其核心问题是如何发现实体和实体间的关联关系。基于甲骨文的古籍特征,先通过知识图谱MKD的共词分析发现实体及其关系,再利用甲骨文本体和规则推理发现隐含的语义关系,最后将其与MKD共词关系进行融合。实验结果表明,该方法可以有效解决甲骨文知识图谱中实体关系发现问题。     

一种多维集成直觉模糊信息的信任评价方法

信任是保证在线服务质量的前提。针对电子商务环境存在的复杂性、模糊性和不确定性等因素,引入直觉模糊理论,提出了一种多维集成直觉模糊信息的信任评价方法,给出了两类信任反馈属性集成直觉模糊信息的方法,通过直觉模糊熵确定属性权重,并利用直觉加权算数平均算子求出实体的综合直觉模糊数,从而全面、客观和细腻地反映信任的模糊性和不确定性。计算实例和仿真实验表明,基于多维集成直觉模糊信息的信任评估方法是可行的,通过对风险偏好因子的灵敏度分析,发现服务请求者风险偏好不同,则评估的服务提供商的信任得分也不同;同时也验证了该方法可以有效地抑制恶意节点的攻击,为电子商务环境下信任评价的研究提供了新思路。     

“有意味”的视觉符号设计——重庆火锅品牌的logo设计研究

重庆火锅因其独特的味感成为川东饮食文化最为代表的符号系统且形成了相应的"品牌效应"。从某种意义上,重庆火锅传递着特定地域饮食文化与生活生产发展的文化信码,而火锅品牌的logo则是具有特定指向的"有意味"的视觉符号设计。因此,对其视觉符号系统的"有意味"性的诠释主要涵盖三个方面:采集典型火锅品牌的logo设计及其应用范畴、分析不同品牌logo设计的异同及存在的问题、通过对典型案例的综合分析进而思考区域特色品牌logo设计并提出相应的建议。