一种基于舆情敏感新信息的发现和搜索方法

来源 :微电子学与计算机 | 被引量 : 0次 | 上传用户:aibang027123456
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
提出了一种基于舆情的敏感新信息搜索方法,通过对一定时间、区间内查询文档增长数据的监控,判断哪些信息属于敏感新信息,并利用新信息的多个时间特征,结合传统搜索引擎下根据检索条件得到的检索结果,实现包含新信息数据的敏感新信息排序模型,解决了新信息数据不足的问题.实验表明,该模型既保证常规信息的相关性又很好地实现了对新信息排序.
其他文献
针对关联规则中Apriori算法的不足之处,提出两种基于压缩矩阵方式的Apriori改进算法.改进算法充分利用矩阵并对其进行压缩,以大幅度减少扫描数据库的次数,并提高频繁项集的生成效
提出了一种用于训练粗糙RBF神经网络(rough RBF neural networks,R-RBF)的极速学习机(extreme learning machine,ELM)方法,通过引入矩阵的Moore-Penrose逆,将传统的迭代学习方法
为了克服高精度浮点FFT处理器具有较大资源开销的设计瓶颈,采用基于单口存储器的FIFO构建共享蝶形结构的R2/22SDF流水可配置结构.采用适合浮点设计的基2/22算法实现流水结构,
文中提出了一种基于类间距判据的高斯过程分类(GPC)模型核参数选择方法.将核参数作为自变量,类间距作为因变量,获得类间距随核参数变化的目标函数,然后采用共轭梯度法求取目标