互联网金融信息搜索

传统的搜索引擎对于金融等领域的专业信息的搜索效果不尽如人意,不适合金融专业人士对于专业信息高效准确收集的需求.本文在传统搜索引擎技术的基础上,使用Java技术,提出并完成了适合于金融专业信息收集的基于自然语言的金融信息搜索引擎,并使用排队论,完成了其效率分析.金融专业搜索引擎原型的初步实验表明,对于金融这个特定领域,利用其特点,搜索的结果会比通用性搜索引擎给出的结果要好.本文的金融信息搜索引擎可以帮助金融专业人员高效地收集信息,以及普通投资者对金融领域的专业信息收集,是金融研究应用在互联网和计算机技术上的延伸.     

面向用户的垂直信息服务系统模型研究

随着互联网信息资源的日益增多,信息的有序化程度越来越低,用户越来越难以搜索到有用的信息.传统的网络信息服务模式已经无法满足用户的个性化信息需求.为了帮助用户以最小的努力获得尽可能优的行业信息服务,面向用户的垂直信息服务模式成为一种解决该问题的有效模式.面向用户的垂直信息服务模式是指以用户为中心.在互联网上对某一特定领域信息进行检索、分类、转储,并能为用户提供专业、精确、深入的个性化的端到端的信息服务模式.面向用户垂直信息服务系统是该模式的实现.面向用户垂直信息服务系统可将互联网上海量且离散的信息通过垂直搜索引擎收集、整理、分类后转储到垂直门户中,再根据垂直门户中所记录的用户使用行为、习惯、偏好和特点以及用户的个性化设置信息,分门别类地以主动信息服务技术提交给用户,或被动地被用户检索.随着垂直搜索引擎、垂直门户和主动服务技术的逐渐成熟,面向用户垂直信息服务系统的构建已成为可能.本文通过对垂直信息服务数据流模式的分析,结合主动信息服务模式以及日益发展成熟的信息处理技术和信息传输技术,构建出垂直信息服务系统的模型.     

基于改进型共引聚类的技术跟踪二维可视化研究

通过技术跟踪,可以了解某一技术领域的现状和发展态势,为技术战略的制定提供决策信息支持.当前,基于共引聚类分析的技术跟踪研究获得了长足的发展,但仍然存在一些问题,主要表现在数据关联的计算和聚类效率的提升上.基于此,文章从构建共引关联模型,改进系统聚类算法二个方面对共引聚类进行改进,并根据改进的共引聚类方法设计了基于多维标度模型的技术跟踪二维可视化工具.在此基础上,以公路工程领域为例,从个人、机构层面进行可视化实验,并着重对中国在此领域的技术情况进行详细的分析,以此判别技术领域的深层次结构,为技术跟踪的相关研究做一些支撑性工作.     

影响搜索引擎营销效果的关键因素分析

此文从消费者的搜索行为入手,对可能产生的搜索结果、屏幕关注度分布和点击行为等展开分析,分析了影响搜索引擎营销效果的主要因素,以及控制和改变这些要素对营销效果的影响.这些要素包括:关键词所反映的搜索动机、信息项出现的位置、前后项关系、以及搜索动机与营销诉求的关联性等.文章采用实证分析方法,模拟用户浏览搜索引擎页面的过程,...     

基于空间聚类挖掘的城市应急救援机构选址研究

以城市突发事件的应急管理为应用背景,研究使用空间聚类技术解决应急服务机构的选址问题.首先提出实施聚类分析的数据模型,然后改进既有空间聚类算法的基础上,提出了以.k-means聚类算法缩减解空间的搜索范围、以模拟退火算法为解搜索策略.基于GIS系统,充分考虑空间障碍物因素和空间环境因素等限制条件,提出(COD-MEANS-CLASA)的空间聚类算法以实现应急救援机构的科学选址.实验结果表明,提出的算法在执行效率和解质量两方面具有更好的表现.     

基于赞助搜索的广告研究进展评述

基于赞助搜索的广告已经成为了网络营销的重要工具,不仅为搜索引擎提供主要的收入来源也为广大企业提供销售渠道。由于这种广告形式和其他广告形式有很大的区别,因此对其深入研究具有重要性和紧迫性。但是相关研究还比较匮乏,还没有成为体系。本文在已发表的相关文献基础上,介绍了赞助搜索广告的一般流程并在结合信息可视化技术的基础上将相关研究分为三类:基于服务商角度的研究;基于广告商角度的研究以及关键字生成和结果页相关研究。然后对每个研究类别的主要问题、建模假设和方法以及结论进行回顾和评述,以期抛砖引玉,推动理论界对此问题的研究。     

我国工业电力用户价值画像模型构建与应用研究

在新型冠状病毒感染肺炎疫情对我国电力市场造成巨大冲击的宏观背景下,为进一步提升我国供电企业营销服务资源配置效能,最大化撬动供电企业的综合效益,笔者开展了我国工业电力用户价值画像模型研究。本文对电力用户价值进行了分析和定义,从安全稳定价值(S)、经济效益价值(E)、契约信用价值(C)与有序用电价值(O)四个维度,构建了我国工业电力用户价值评级SECO指标模型,并集成智能算法中的RST(粗糙集理论)与数据挖掘技术中的PAM(围绕中心点切割聚类算法),构造了一种半监督自动化用户价值识别、预测与特征展示模型,模型包括基于RST的指标体系设计、基于Gower相异度系数与PAM的用户价值评级,以及基于用户画像的价值特征展示三大模块。其中,为增强聚类分析结果的科学性与可靠性,采用霍普金斯统计量进行聚类趋势判断,利用间隔统计量输出理论最佳聚类数目,运用轮廓系数评估模型效果与识别误判样本。以我国南方电网公司下属某供电企业电力用户数据进行模型测试与应用研究,得到具有较高解释性与区分度的用户细分方案,表明本模型是一套可行有效的用户价值评级与特征可视化工具。     

基于Web的概念属性抽取的研究

针对现今通用搜索引擎存在信息量大、查询不准确、深度不够的问题,提出概念分析的方法.它是用于研究信息检索的一条重要思路,它所倡导的以叠置原理为核心的语义分析技术,目标是自动地解析复合概念的语义,解决从简单的符号处理走向词的意义处理.通过实现基于Web的属性抽取,以支持基于概念的搜索模型.最终使用实验来分析验证算法,所获得的查全率随着迭代的递增,不断增加;相反,准确率却相应下降,这个评测结果说明属性抽取方法的可行性.     

基于ASP技术的市场信息网站的实现

随着网络的发展,越来越多的人们倾向于在网上搜索信息。以建立一个提供市场信息的网站为例,介绍了如何使用ASP技术在Internet上建立一个信息系统,供用户通过WWW动态地访问Web数据库中的数据。     

房产垂直搜索引擎APP用户满意度研究

今时今日已经进入移动互联网时代,用户已经不满足于坐在电脑前搜索房源信息后再一个一个去看。使用PC端搜房的时代已经过去,那种方位只能靠地图找、环境只能用照片看,只能看网评的脱节服务将被瓦解。本文通过对房产垂直搜索引擎的用户满意度研究,来对移动APP产品的完善提出有效的解决方法。     

Web文档聚类系统的实现方法探析

提出了一个易于实现,且可扩展性较好的Web文档聚类系统,包括用户界面和需求传递、Web文档收集、文档预处理和特征表示、聚类处理、Web文档聚类结果输出5个主要模块,并对文档预处理和特征表示、聚类处理做了重点分析.     

基于用户聚类的电子商务个性化推荐系统研究

从Web服务器日志文件和客户交易数据中挖掘有意义的用户访问模式和潜在的客户群,有助于企业提供个性化信息服务和开展有针对性的电子商务活动。本文基于Web挖掘的聚类技术,提出了一种电子商务中个性化推荐系统的具体实现方案。     

集成k-means聚类和有监督特征选择的混合式协同过滤推荐

为了提高协同过滤推荐质量,提出了集成k-means聚类和有监督特征选择的混合式协同过滤推荐框架和KDICF算法。利用有监督特征选择的方法和技术,找出与待预测项目强相关的项目集,将高维稀疏的用户-项目评分数据集转为低维用户-项目评分数据集,并运用k-means聚类,在此基础上寻找近邻用户对目标用户未评分项目进行评分预测。实验结果表明,混合式KDICF算法有着优异的性能。     

基于SC-RS的我国工业电力用户价值画像模型研究

电力用户价值画像对于提升我国供电企业的营销服务资源配置效能,提高智慧营销管理水平,从而最大化撬动供电企业的综合效益具有重要的现实意义。现有工业电力用户价值画像模型评级指标体系未能反映国家最新能源政策对我国工业企业的发展要求、无法良好应对现实电力用户用电数据的稀疏性,以及对于新用户价值等级预测的准确性存在提高空间。针对以上问题,本文集成数据挖掘技术中的谱聚类算法(Spectral Clustering, SC)与智能算法中的粗糙集理论(Rough Set, RS),构建了一种优化的数据驱动型工业电力用户价值画像模型,简称SC-RS模型。新模型构造围绕“知识萃取-知识推理-知识服务”的逻辑脉络展开,首先,在“知识萃取”部分,结合我国“碳达峰”目标与“碳中和”愿景,构建优化的我国工业电力用户价值评级指标体系,此外,采用谱聚类技术,并联合网格搜索策略,提炼用户价值等级信息情报;然后,在“知识推理”部分,应用粗糙集理论,继承已有三维规则挖掘框架,构建基于ChiMerge离散法与变异系数的行约简、基于系统依赖度的列约简、基于对象确定性因子的格约简,以及基于规则强度的规则提取方案这一拓展的四维规则挖掘模型,生成用户价值等级规则库;最后,在“知识服务”部分,一方面运用用户价值等级信息情报,构造价值决策系统,以及描摹群体用户价值画像,另一方面运用规则库,呈现可理解的价值知识,以及构造价值等级规则软分类器,实现新用户价值等级预测与个体价值画像描摹。为了展示模型的应用路径与具体步骤,采用实际工业电力用户数据,对模型开展实证研究。结果表明,SC-RS模型构建的评级指标体系紧跟我国电力行业最新发展动态,具有较强先进性;模型能够兼容稀疏性数据,对数据要求低;构造的粗糙四维规则挖掘模型可行有效,且对新用户价值等级的预测准确性高。综上,SC-RS模型能够对电力用户大数据实现价值情报挖掘与利用,是为我国电力企业智慧营销管理赋能的有力工具。     

关键词广告案的法律适用：商标侵权？不正当竞争？

关键词广告,又称搜索引擎广告,是指当用户在搜索引擎上搜索某关键词时,在结果页面的固定位置会出现与其相关的广告链接,通过用户点击该广告链接,进入企业网页,实现广告宣传的目的。     

隐喻在信息可视化过程中的作用

随着信息传递方式不断更新,人们对信息表现的要求也随之提高,信息可视化成为提高认知水平的关键手段。信息可视化成功的标志是用户是否能快速、准确获取信息,并在获得信息同时收获愉悦感受。本文主要通过人类隐喻认知过程,探讨隐喻认知在用户接受信息中的作用,指出用户获得良好的体验才是信息可视化设计的重点。     

百度卡位移动搜索的困境与出路

正在用户逐渐向移动端迁移的大环境下,广告主的营销及服务推广需求也向移动端迁移,预计2014年移动搜索将占整体移动营销构成中的4成以上。因此,挖掘更多的商业变现,是移动搜索市场,也是百度移动端不断摸索的方向。在中国搜索引擎市场,毫无疑问,百度已成为PC端难以撼动的王者。但随着移动互联网的发展,移动搜索的竞争才刚刚开始,百度面临用户习惯改变的挑战,以及对手的进攻,在混战、挑战甚至困境中,百度如何做移动搜索,如何突围?战略布局:连接人与服务百度"连接人与服务"的战略,早在2014年4月15日百度钱包的发布会上就开始明确显现。     

考虑用户福利的关键词拍卖机制研究

考虑到关键词拍卖中,拥有高估价的广告主并不总是给搜索引擎用户带来高价值的事实,本文引入用户福利,并将用户总点击量作为其衡量指标,在关键词拍卖中应用最广泛的广义次价拍卖( GSP)模型基础上,提出了一种兼顾既往文献机制设计目标和用户福利目标的改进排位机制.进一步,分析了改进机制下广告主的均衡竞价策略,并对改进机制与GSP机制的用户总点击量和搜索引擎收入进行比较.数值算例的结果表明,相对于GSP机制,改进机制下广告总点击量即用户福利会提高,但搜索引擎当期收入降低.分析还显示,只有当质量权重的波动程度及广告位数目适中时,改进机制的优势才得以充分体现.     

数据挖掘技术中聚类算法的研究

近年来,随着海量数据处理需求的增长,数据挖掘技术引起了研究者的广泛关注.本文针对在数据挖掘的首要问题数据聚类展开了研究.文章首先分析了聚类分析的基本定义,常用数据结构,相似性度量以及算法应具有的基本特征.然后分析了对应分析法和基于信息论的相关性度量法的基本理论,并介绍了常用的时间序列聚类算法.     

基于WEKA平台的文本聚类研究与实现

文本聚类是文本挖掘领域的一个重要研究分支.是聚类方法在文本处理领域的应用.本文首先对基于空间向量模型的文本聚类过程做了较深入的讨论和总结.另外,本文回顾了现有的文本聚类算法,以及常用的文本聚类效果评价指标.在研究了已有成果的基础上,本文利用20Newsgroup文本语料库,针对向量空间表示模型,在开源的数据挖掘平台WEKA上实现了文本预处理和k-means聚类算法,并根据实际聚类效果,就文本表示、特征选择、特征降维等方面提出优化方案.