面向民航领域的网络热点话题发现

针对尚未有专门进行民航领域网络热点话题发现研究的现状,提出一种面向民航领域网络热点发现的模型。采用民航专业词库过滤无关网页,结合single-pass聚类算法,根据热度计算公式得到网络上民航相关的热点话题。实验表明:该模型发现热点话题的准确度较高,具有一定的实用价值。     

基于模糊聚类的手写数字识别

本文提出了—种基于模糊聚类的手写数字识别方法，该方法先对手写数字图像进行预处理，然后对数字图像进行特征提取，得到能反映数字样本的低维特征，最后用模糊聚类的方法识别手写数字，Matlab仿真实验表明，该方法运算速度快，识别率较高。     

领域资源体系分类的策略

本文详细分析了领域资源体系分类的现状，阐述了领域资源体系分类的问题和缺点，同时横向比较了普通信息资源的分娄方法，矍出对领域资源体系分类设想和建议。     

一种新的基于SVM的文本分类增量学习算法

文本分类将自然语言文本按内容归入一个或多个预定义类别中,在许多信息组织和管理中都是一项重要的内容。不同算法的分类准确性各不相同。在文本分类领域,SVM分类器是一种常用且效果较好的分类器,具有较严密的理论基础。对SVM分类器进行了分析,提出了利用增量模式实现多类文本分类的算法。实验表明:增量方法大大减少新类增加时分类器更新所需要的学习步骤和时间,是一种较好的分类算法。     

可预测性灾害中网民情感态度引导策略研究——基于情感演化趋势及主题聚类的分析

可预测性灾害的网络舆情在灾前即已形成,研究其中网民情感态度的引导策略具有重要的现实意义。以"山竹"台风中普通网民发布的微博数据为具体对象,按灾前、灾中和灾后三个阶段分析网民情感态度的演变趋势,并利用主题聚类分析探索不同情感态度背后的主题因素,最后提出可预测性灾害中网民情感态度引导策略的建议。研究发现,可预测性灾害中灾前和灾后阶段网民情感态度波动较大,存在引导空间。建议从灾前预警信息发布和灾害知识普及、应急物资供给保障、水电网设施的安全和抢修、社会化媒体平台的运用等方面完善网民情感态度的引导策略。     

经济领域中电子商务的应用分析

当前时代经济背景下，电子商务发展进程越来越·陕，并且在经济各领域中都得到了广泛的应用，极大地推动了贸易方式和企业商业活动朝着无纸化发展方向前进。本文从电子商务相关背景出发，分析了电子商务的应用优势以及产生条件，并详细分析了电子商务在经济领域中的具体应用。     

数据挖掘中聚类算法研究

随着数据挖掘技术的发展,作为数据挖掘中重要方法之一的聚类分析,先后出现了许多聚类算法。这些聚类算法均有其自身的优缺点。为了方便用户找到适合的聚类算法,本文根据不同的聚类原理对聚类算法进行分类,并概述了各类算法的发展情况。针对聚类的典型要求,归类出了一些有代表性的算法,同时对它们进行了分析和评价。文章最后给出了几种常用聚类算法的性能比较,并对聚类算法的发展进行展望。     

国内碳达峰、碳中和领域研究主题挖掘与热点探究

中国向世界宣布碳达峰、碳中和目标体现了应对全球气候变化的大国担当。自双碳目标提出以来,围绕碳达峰、碳中和的研究成果激增,对现有文献进行数据分析可以凝练研究主题,识别当前的研究热点与不足。本文以中国知网期刊数据库双碳相关文献为研究对象,采用系统聚类方法对413篇精选文献进行聚类,形成13类研究主题。为解读主题内涵,计算202个高频关键词对13类主题的信息增益,选取各主题信息增益前五位的关键词对主题内涵进行解析。研究结果如下：全球气候治理与实现绿色发展是当前双碳领域的热点主题;其他研究主题包括传统产业转型升级,碳捕集、利用与封存,双碳政策工具,碳减排与达峰路径,区域碳达峰,可持续发展,新型电力系统,海洋碳汇。其中,碳捕集、利用与封存和海洋碳汇相关研究成果较少,需进一步加强研究。     

搜索引擎的文本聚类研究

近年来,随着信息技术的发展,越来越多的学者开始关注搜索引擎聚类。国内研究相比国外较晚,还处于发展的初级阶段,存在着数据库依附性过强、搜索速度缓慢、用户的个性化服务需要提升等问题。有关网站可建立自己独立的数据库或与专业搜索引擎公司合作,建立专有数据库或将Tag标签应用到网页中,以加快搜索引擎聚类的速度并满足不同用户的需要,以促进搜索引擎聚类在搜索引擎中可持续健康快速发展。     

数学在建筑监察领域的运用

对于在建建筑的规划管控,是一个城市规划管理局的重要职能,由于在建建筑众多,尤其对于一些大型城市,对于在建建筑的规划管控主要是从建筑物的尺寸角度来进行的,包括是否超宽、超高等。如何引入计算机数学思想,构建一个在建建筑的智能化规划监察管控系统,并杜绝人情因素,成为提升规划监察工作效率和质量,体现科学发展观的重要技术手段。     

中国体育课程目标分类标准及领域的评述

严谨的课程目标是课程实施的重要依据，目标引领教学内容，体育与健康课程的特殊性又引起业内众多学者对体育课程目标制定标准及分类领域的不同观点。本文将综合一些学者的观点并给出个人肤浅的意见。     

数据挖掘技术在电子商务领域中的应用

数据挖掘(Data Mining,DM)是一个使用统计学原理和人工智能等算法进行知识发现的过程,目前在商业领域的应用刚刚起步.电子商务网站的顾客在WEB上的行为都会产生大量数据信息,不仅包括本次交易信息而且还有利用搜索引擎以及在站点内进行浏览的相关数据,这些数据中包含了对市场分析及预测非常有益的潜在信息.在日益激烈的电子商务竞争中,任何与消费者行为有关的信息对商家来说都是非常宝贵的,但是这些数据资源中所蕴涵的大量有益信息至今却未能得到充分地挖掘和利用.如何对电子商务信息进行有效的组织利用,如何了解到顾客尽可能多的爱好和价值取向,以优化网站设计,为用户提供个性化服务,成为电子商务发展迫切要解决的问题.本文主要阐述数据挖掘的一般技术,着重探讨了数据挖掘技术在电子商务领域中的应用.     

区域物流枢纽的分类方法——基于灰色聚类法

区域物流系统是由若干不同层次的物流枢纽节点构成的物流网络。物流节点城市的经济分工差异和产业组织层次性,决定了物流枢纽在区域物流网络中的功能和作用有所不同,在区域物流规划中需要合理确定枢纽节点的层次。本文采用灰色聚类的方法并结合Delphi法,通过确定与物流活动密切相关的各项指标,对区域性物流节点进行灰色聚类分析,将节点分为重要物流枢纽、次级物流枢纽和一般物流节点三个层次,并对湖北省的区域物流枢纽进行了实际分类。该方法在理论上比较严谨,计算较为简单并易于操作,对在区域物流规划和物流系统建设中确定不同层级的物流枢纽城市具有较好的实用性。     

基于余弦相识度的聚类算法在统计调查对象分类中的应用研究

对统计数据的研究往往采用无监督学习的聚类算法,而基于欧式距离的常规聚类算法不太适合统计数据,文章将常用于文本相似度计算的余弦相似度算法与聚类算法相结合,形成基于图形相似度的模糊识别算法,采用统计月度数据进行实验测试,证明能够实现企业分类,达到了研究目标。     

基于本体在供应链管理系统中应用的研究

供应链管理作为一种新的商业合作模式,有其自身的特点,多代理系统要求各个代理间要实现互操作,而语义层次的互操作是好的选择。本体作为语义网的主要技术之一,在实现语义一致,实现互操作上有着重要作用。本文重点讨论了聚类本体在供应链管理应用。     

商务领域信用分类监管数据库的构建及应用

随着我国征信体系的不断建设和完善,政府进行商业领域信用分类监管的可操作性变大。目前已建成的金融信用信息基础数据库仅仅以金融机构作为数据来源,以企业借贷信息为评级标准,缺乏对行业的分类以及企业其他关键信息的搜集。本文旨在通过分析政府进行商务领域信用分类监管的总体目标探究数据库建立目标及数据来源。     

论服务外包产业领域的分类及发展方向

本文在介绍服务外包运作方式和服务外包产业领域演进历程的基础上,梳理并总结出服务外包产业领域常见的三种分类及主要业务。文章最后指出服务外包产业领域未来的发展方向。     

购买银行金融类产品的企业画像研究——基于文本分析法

本文以某股份制P银行为例,获取2022年7月购买该银行某理财产品的企业客户名称,通过Python在企查查官网上爬取企业基本信息后,基于描述性分析和词频统计、文本向量化、K均值聚类等文本分析方法,对该银行的企业客户画像进行研究。总结发现：购买该理财产品的企业主要集中于一线或新一线城市,以北京居多;多数企业成立时间不足10年,注册资本规模在5000万以下居多,人员规模多数少于50人,企业类型多数为非上市、非国有独资的中小企业;所属行业主要集中于高新技术服务业等第三产业。因此,银行在进行产品营销时,可通过以上企业特征,寻找或挖掘企业客户潜在的理财需求。本研究仅供参考。     

一种最大分类间隔SVDD的多类文本分类算法

文本分类是信息检索和文本挖掘的关键技术之一。提出了一种基于支持向量数据描述(SVDD)的多类文本分类算法,用支持向量描述训练求得包围各类样本的最小超球体,并使得分类间隔最大化,在测试阶段,引入基于核空间k-近邻平均距离的判别准则,判断样本所属类别。实验结果表明,该方法具有很好的泛化能力和很好的时间性能。