2009-12-23
本文引入了软件资源信息挖掘的概念，对其进行理论分析，并以应用于软件动态进化为目的对Java应用软件进行资源信息挖掘。本文以基于JAVA平台的应用系统为标准对系统中类之间的依赖关系进行资源信息挖掘
北京邮电大学计算机学院
#计算机科学技术#
2010-12-22
本文引入了数据库信息资源挖掘的概念，对依据的程序切片理论分析，并以应用于数据库模式演化时计算对程序的影响为目的对Java应用软件进行资源信息挖掘。本文以基于Java平台和MySQL数据库的应用为例
北京邮电大学计算机学院
#计算机科学技术#
2021-01-06
在人机系统中，人类越来越多扮演着理解认知并做出指挥控制的角色，但面对实时更新的海量数据，人的理解速度无法与信息的更新速度相匹配，从而容易造成一系列关键目标感知不及时等问题。用户建模在人机系统中起着重要作用，在基于对用户模型理解的基础上，机器可以进一步向用户提供关键信息，是解决信息过载问题的一种很有效的方法。本文梳理目前已有的用户建模方法，围绕用户建模的四个维度对之前的研究进行分析与总结，分别是：（1）数据收集；（2）用户模型的表示；（3）用户建模的学习和更新；（4）用户模型的评估。最后，本文针对该领域未来的挑战和机遇进行了探讨。
School of Automation, Beijing University of Posts and Telecommunications,Beijing 100876,School of Automation, Beijing University of Posts and Telecommunications,Beijing 100876
2013-08-09
产品评论中的产品特征及情感倾向是一种反映产品价值的重要信息，针对现有的中文产品评论信息挖掘存在的不足，提出了一种基于词汇共现性的产品特征聚类技术与细粒度情感分析技术。在产品评论中，同类的产品属性会有
中央高校科研业务费项目（2011YJ04）
中国矿业大学（北京）机电与信息工程学院，北京 100083,中国矿业大学（北京）机电与信息工程学院，北京 100083
#计算机科学技术#
本文收录在中国科技论文在线精品论文，2014，7（4）：332-338.
Housing price prediction has caught much attention and has been researched for a long time, and it is known to all that the value of a house is influenced by a wealth of determinants, some of which are irregular or even cannot be quantified. Moreover, housing prices fluctuate tremendously in reality. In this scenario, it remains a challenging task: To design an accurate, multi-dimensional predictive method of estimating housing prices. Previous work on this problem focuses on the value of housing independently and makes use of the structured features (such as floors, the number of rooms, etc.) to offer a valuation of the house. However, this assumption does not hold in reality since housing prices are strongly related to time characteristics, and there exist some ignored unstructured features (visual information) that will ultimately affect prices in housing transactions. Therefore, to address these limitations, we rethink the housing price prediction problem and leverage a multimodal fusion framework with the other two important factors taken into consideration: the time series of house prices and the unstructured information part of the house. We design an efficient differential housing price prediction model based on Multimodal Deep Learning. In this framework, we first propose an advanced time series correlation techniques to improve the predictive performance of average house price across a certain time scale. Next, we design an efficient image algorithm to mine more favorable features from the unstructured information. Then our prediction result is the sum of the mean and difference in house prices. We refine more about the deep features of house prices and the features of the house itself in order to provide better, richer housing price prediction results. Through extensive experiments on real-world datasets, we demonstrate that our algorithm performs better than the baseline and state-of-art approaches.
2019-06-03
State Key Laboratory of Networking and Switching Technology, Beijing University of Posts and Telecommunications, Beijing 100876,State Key Laboratory of Networking and Switching Technology, Beijing University of Posts and Telecommunications, Beijing 100876
2017-11-21
随着互联网的快速发展，科研人员信息广泛的分布在互联网的各个角落，这些信息蕴含着巨大的研究价值，对科研信息挖掘具有重要意义。然而科研人员信息来源广泛，信息歧义现象严重影响着信息挖掘的准确性，因此对
School of Computer Science, Beijing University of Posts and Telecommunications, Beijing 100876,School of Computer Science, Beijing University of Posts and Telecommunications, Beijing 100876
#计算机科学技术#
2006-12-05
WWW是一个巨大的、分布广泛的、全球性的信息服务中心，它包含了丰富的信息资源。Web挖掘可以快速有效地获取所需要的信息。基于Web的文本挖掘是数据挖掘的重要组成部分，探讨了Web文本特征提取、文本分类、文本聚类等Web文本挖掘关键实现技术，讨论了Web文本挖掘的价值及其对Web发展的重要性。
辽宁工程技术大学
#计算机科学技术#
2017-11-22
基于海量用户评论的数据统计，给出评论时间间隔分布的实证研究，从动力学角度来分析人们重复购买行为，实证数据显示用户连续两次消费间的时间间隔服从幂律分布。尽管个体间的消费习惯和喜好各不相同，但从群体上来看，重复购买行为均显示出类似的动力学模式：长时间的静默和短期的高频爆发，并且这两种模式一直循环交替出现。根据这种行为模式，我们提出了一个自适应动力学模型，该模型可以生成幂指数可变的幂律形式的时间间隔分布，与实证结果相吻合。
国家自然科学基金（71231002）
教育部人文社会科学青年基金（16yjc630022）
中国高等教育协会教育信息化项目（2016XXYB18）
河北地质大学博士科研基金项目（BQ201607）
河北地质大学NSFC预拨款基金（KY201701）
北京邮电大学理学院，北京，100876,北京师范大学新闻传播学院，北京，100876,河北地质大学管理科学与工程学院，石家庄，050031,北京邮电大学理学院，北京，100876
#物理学#
2015-09-15
基于多变量理论的密码体制由于采用了减模式导致多项式方程组为不定方程组，只能作为公钥密码体制用于签名而不能用于加解密。针对此问题，提出中心映射使用恰定方程组的多变量加密体制，利用仿射变换扰乱中心映射的结构，通过对二维混沌系统的输出在有限域上离散化后对多变量密码体制的中心映射和仿射变换进行加壳保护，弥补恰定方程组的缺陷，破坏了各种针对多变量密码体制的攻击方法的先决条件。针对常见攻击和密钥安全性的分析证实经混沌壳保护后多变量密码体制可以抵抗常见攻击。
国家重点基础研究发展计划（973计划）
广西高校复杂系统优化与大数据处理重点实验室 玉林师范学院，广西 玉林 537000；多源信息挖掘与安全重点实验室 广西师范大学，广西 桂林 541004
#计算机科学技术#
2014-12-10
从海量的多媒体数据中快速掌握大量的数据，所以如何从海量多媒体数据中进行信息挖掘是当前信息检索领域的一个热点之一。语音检索是实现从海量多媒体数据进行信息挖掘的主要方向之一，它以语音识别为依托，对识别结果
北京邮电大学信息与通信工程学院，北京 100876,北京邮电大学信息与通信工程学院，北京 100876
提示
