基于量化规则格的关联规则渐进更新*

提出一种基于量化规则格的规则更新算法,重点讨论了在新增格节点的过程中规则更新的思想,实现在格的渐增生成过程中,相应的关联规则也得到渐进更新.最后给出简单实例说明规则更新算法的正确性.     

面向决策的信任融合模型研究

信任关系模型无论是在现实生活中还是在开放网络中都是最复杂的社会关系模型之一,是一个很难度量的抽象的心理认知,因为它涉及假设、期望、行为和环境等多种因素。借鉴以往的研究经验,综合考虑多种信任关系要素,提出了一种新的面向决策的信任融合模型。该模型基于直接信任度、间接信任度和信誉值的演化,依据信任融合获得决策信任度,为主体评判下一次的交互提供依据。为了证明信任融合模型的有效性,假设客体在ω类活动中以期望为PωX的概率从事该项活动。实验证明,信任融合模型得到的决策信任度和客体可信度的差异明显小于直接信任度、间接信任度或信誉值。     

一种基于知网语义相似度计算的应用研究

随着常见问题集(FAQ)的积累,问句数量日益增大,逐页浏览的知识获取方式很难满足用户的实际需求,也浪费用户大量的精力和时间,而基于FAQ的自动问答系统是解决该问题的一种有效途径。本文设计了QuickFaq自动问答系统框架,采用基于知网的语义相似度计算模块,找出相似问句并返回答案。实验表明,该方法提高了问答系统的召回率和不匹配率。     

基于内容相似度的网页正文提取

提出一种将复杂的网页脚本进行简化并映射成一棵易于操作的树型结构的方法。该方法不依赖于DOM树,无须用HTMLparser包进行解析,而是利用文本相似度计算方法,通过计算树节点中文本内容与各级标题的相似度判定小块文本信息的有用性,由此进行网页清洗与正文抽取,获得网页文本信息,实验结果表明,该方法对正文抽取具有较高的通用性与准确率。     

多主题文本摘要抽取的研究与实现

研究自动摘要技术,结合统计与文本关系图并基于复杂网络中的社区划分算法,提出一种多主题文本摘要抽取方法。抽取文本中权重较高的句子,通过句子的相似度计算建立文本关系图,利用社区划分算法解决子主题划分的问题。实验结果表明,该方法对多主题文本摘要的抽取质量较好,能抽取出较多的子主题。     

一种面向突发事件的文本语料自动标注方法

事件语料库是研究语义Web中事件知识的抽取、表示、推理和挖掘的基础和关键技术之一。该文以事件作为文本知识单元,在LTP分析的基础上,用序列模式挖掘算法PrefixSpan从现有的小规模语料库中挖掘事件要素的词性规则等,用同义词词林(扩展版)对触发词表进行了扩充,结合自定义的事件要素词典,采用多遍过滤、逐遍完善的思想提出一种针对大规模突发事件语料库构建的自动标注方法,在实验部分不仅与人工标注做了对比,同时与Stanford CoreNLP NER进行了对比,实验效果理想。     

可信度理论与测试

软件的可靠性估计、程序结构及测试之间存在着重要的联合,针对一个程序及其输入值有限集,可以由测试来处理所精心定义的程序状态。但是,程序测试的基本理论仍不明了,其部分原因是测试的目标不明确,对测试或者测试方法的评价也没有统一的标准,测试不应该以纠错为最终目标,其最终目标应该是精度量被估测软件的可靠性。其于这个目标,需要提出蝗可信度理论,并以它为基础,明确应该使用什么样的测试方法及测试环境。目前可信度理     

基于UML的需求分析模型度量

一、引言从最初软件度量概念的提出到现在,软件度量学已经历了四十多年的发展,它作为软件工程的一个研究方向,其根本目的就是要用软件度量学的方法来科学地评价软件质量,更有力地对软件开发过程进行控制和管理,合理地组织和分配资源,制定切实可行的软件开发计划,以低成本获得高质量软件。然而事实上软件度量学并没有充分发挥其应有的作用,目前的各种软件度量方案大多还具有事后性,不能在软件生命周期的早期进行有效的度量,从而在早期不能对项目进行有效的评价和估计。因此,针对需求阶段的模型进行度量一直是软件度量学关注的一个焦点。在目前,软件界有两种占主导地位的需求分析建模方案:结构化建模和面向对象建模。针对二者,人们提出了一些较好的度量方案。 1.1 结构化建模的度量方案     

基于网格的面向Agent可视化需求分析环境

面向Agent软件工程方法是开发复杂分布式系统的一种新范例,它在Agent 抽象层次上建立软件系统的模型。多样的工具正在被设计、开发以推广面向Agent的需求建模方法。Aomg环境支持文献［1］中提出的一种面向Agent的分析和设计建模方法(AgentOriented Modeling based Grid,AOMG),辅助基于网格环境的分布式应用的需求分析,建立可视化、直观的系统抽象模型（如系统组织模型、角色模型和Agent交互模型）,对之进行严格的XML描述,方便模型的一致性检查并为设计阶段提供支持。