【摘 要】
:
随着信息化的高速发展,具有重要价值的知识显式或隐式地分布在海量数据中,影响了人们获取知识的效率。其中用户的信息对于垂直搜索、自动问答及个性化推荐具有重要的商业价值
论文部分内容阅读
随着信息化的高速发展,具有重要价值的知识显式或隐式地分布在海量数据中,影响了人们获取知识的效率。其中用户的信息对于垂直搜索、自动问答及个性化推荐具有重要的商业价值,但是这些信息主要以非结构化的文本形式存在。面对海量数据,如何把这些数据转化为结构化数据,更加准确地抽取目标信息,并基于这些信息进一步研究成为当前的热点研究方向。因此,本文主要从不同角度研究了大数据环境下用户的信息抽取并进行了进一步分析。首先,本文提出了从用户非结构化文本中准确地抽取实体关系信息的方案。该方案利用互动百科,构建了人物领域知识库,并基于远监督进行文本回标,通过关系关键词扩展及语义相似度计算优化训练样本,并基于双向LSTM和CNN混合模型,融入依赖关系进行实体关系抽取,提高了对人物领域关系抽取的准确性。然后本文从多源特征的角度,提出了对社交网络中用户信息抽取的方案。该方案基于微博的用户数据,从特征工程入手,从不同角度提取用户的特征,主要包括数值特征、主题特征、文本特征以及根据社交网络提取并优化的用户网络特征,进而将用户的信息抽取转化为一个多分类问题,并基于半监督学习的级联模型进行了用户职业关系抽取,提高了社交网络环境下关系抽取的准确性。最后,本文在用户职业关系抽取的基础上设计了人才圈发现框架。该框架从基本用户特征、时空特征、语义特征、文本特征、网络特征等多个维度对用户进行相似度计算,同时应用逻辑回归算法确定不同类型特征的权重,进而设计了用户综合相似度计算的方法,并应用DBSCAN算法优化K-means算法初始点的选取,提高人才圈发现的准确性。
其他文献
【正】2008年10月13日证监许可[2008]1181号大连市国有资产经营有限公司:你公司报送的《大连橡胶塑料机械股份有限公司收购报告书》和《大连市国有资产经营有限公司关于豁免
【正】2008年6月12日证监许可[2008]789号北京医药集团有限责任公司:你公司报送的《北京万东医疗装备股份有限公司收购报告书》和《北京医药集团有限责任公司关于豁免履行要
外出就餐时面对一众美食难免吃多,耽误减肥大计。但如果你挑选比较明亮的地方用餐,对美食诱惑的抵抗力就能强一些,这是美国南佛罗里达大学一项研究的发现。
【正】2008年9月2日证监许可[2008]1115号中信金通证券有限责任公司:你公司报送的《中信金通证券有限责任公司为期货公司提供中间介绍业务资格的申请》(中金证司[2008]79号)
【正】2008年12月1日证监许可[2008]1320号国金证券股份有限公司:你公司报送的《关于杜晓希注册证券公司保荐代表人资格的申请》(国金证发[2008]152号)、《关于周敏注册证券
【正】2009年12月24日证监许可[2009]1427号齐鲁证券有限公司:你公司报送的关于设立齐鲁金泰山2号抗通胀强化收益集合资产管理计划的申请及相关文件收悉。根据《证券公司监督
长春市兰家金矿田位于大黑山断隆中段,属于晚古生代至中生代八台岭—兰家贵金属有色金属成矿带,兰家Au、Cu成矿远景区。通过对该区成矿地质条件、地球物理和地球化学特征、遥
五氟利多是常用的抗精神病药,但临床上引起中毒的极为罕见。我院神经内科于2006年11月份成功地救治了1例五氟利多中毒的患儿,现报道如下。
利用蒙特卡罗程序(MCNP)对第一代医院中子照射器(IHNI-1)进行了部件反应性价值的微扰计算,模拟计算了中央控制棒、辅助控制棒、上铍反射层、燃料棒等部件的反应性价值,分析比较了理
随着经济的不断发展,大型复杂个性化的高层建筑越来越多,剪力墙及其组合而成的筒体结构抗震性能也随之要求越来越高。为了提高抗震性能,本项目引入组合剪力墙的概念。某超高