互聯(lián)網(wǎng)已經(jīng)成為人們獲取各類信息的重要來源。然而,急劇增長的互聯(lián)網(wǎng)信息也給人們帶來了信息過載問題的困擾。作為一種能夠解決信息過載并滿足專業(yè)領域信息需求的方法,面向主題的信息整合技術逐漸成為研究的熱點。信息整合技術能夠?qū)⑽挥诓煌畔⒃捶稚⒌闹黝}信息進行整合并提供信息服務。因此,作為基于網(wǎng)絡的信息整合和信息服務的關鍵技術,高效精準的信息源發(fā)現(xiàn)和分類技術的研究顯得尤為重要。本文面向高端裝備制造產(chǎn)業(yè)(high-end equipment manufacturing industry,HEMI)信息服務和國家兩化融合課題的實際需求,對HEMI信息源的自動發(fā)現(xiàn)和分類技術展開研究。由于人工獲取HEMI信息源存在任務量大、效率低、難以滿足實時需求等不足,因此,目前亟需一種信息源的自動發(fā)現(xiàn)方法。本文通過調(diào)研已有的信息源發(fā)現(xiàn)相關技術,并結(jié)合HEMI網(wǎng)站的特點,提出了一種基于分布式表示的HEMI信息源及與其相關專題欄目的自動發(fā)現(xiàn)方法。首先,結(jié)合兩種不同的分布式表示方法來擴展查詢關鍵詞;其次,通過網(wǎng)頁的分布式表示來計算其與查詢關鍵詞的相關度;然后,根據(jù)欄目下相關網(wǎng)頁的占比是否超過某一閾值以判斷該欄目是否為HEMI信息源。其中,本文在計算網(wǎng)頁相關度時提出一種基于雙向LSTM和分布式表示的網(wǎng)頁相關度計算方法;最后,本文采用CNN和RCNN模型對上一步驟中的相關欄目下的網(wǎng)頁正文進行分類。實驗結(jié)果表明:(1)基于雙向LSTM和分布式表示的網(wǎng)頁相關度計算方法在性能上顯著優(yōu)于向量空間模型和LDA模型,有效提升了網(wǎng)頁相關度計算的準確率;(2)相比于CNN,RCNN模型在本文的HEMI信息源分類任務上能獲得更佳的效果,F1值達到90%以上。
【學位單位】：沈陽航空航天大學
【學位級別】：碩士
【學位年份】：2018
【中圖分類】：TP391.1;TP393.092
【部分圖文】：

沈陽航空航天大學碩士學位論文果。首先是你所輸入網(wǎng)址的簡單介紹，例如輸入網(wǎng)址的網(wǎng)站類別和主題，然后是推薦的相似網(wǎng)站，也會看到用戶訪問過的網(wǎng)址，這些都是可以通過搜索框搜索過后得到的SimilarSites、SimilarSites Taffic、Similar by Visits、Similar by Search、Similar by Topic信息，如圖 1.1 所示。

3圖 1.2 SimilarSiteSearch 網(wǎng)站Google 的 related 功能是用戶可以通過輸入查詢關鍵詞或者網(wǎng)址來進行搜索查詢，Google 就會輸出它所推薦給用戶的相似網(wǎng)站。例如用戶可以通過輸入“related：www.sau.edu.cn”來得到一些和沈陽航空航天大學相似的網(wǎng)站，如圖 1.3 所示。Google的 related 功能是通過網(wǎng)站間的超鏈接進行相關性推薦的。

4圖 1.3 Google Related 功能而目前在國內(nèi)并沒有類似 SimilarSites、SimilarSiteSearch、Google related 網(wǎng)站的出現(xiàn)，但還是存在一些如 2345 網(wǎng)址導航（www.2345.com）、360 導航（hao.#）、hao123（www.hao123.com）等導航網(wǎng)站。這些導航網(wǎng)站由于是通過人工來干預維護的，所以導致推薦的網(wǎng)站主題和數(shù)量都較少且需要人來發(fā)現(xiàn)新網(wǎng)站。此外還有一些研究提出基于內(nèi)容的或基于鏈接的算法來發(fā)現(xiàn)相關的網(wǎng)頁或網(wǎng)站。基于內(nèi)容的方法將網(wǎng)頁視為文本，并使用頁面內(nèi)容來計算頁面的相關性。例如，Loia 等人提出了一種模糊上下文的方法來探索頁面之間的相關性[1]。Fan 等人根據(jù)本體中的關系實體來計算網(wǎng)頁之間的相關性[2]。Singh 等人使用元搜索方法來檢索候選網(wǎng)站集，然后使用從網(wǎng)頁中提取的關鍵詞計算這些網(wǎng)站的相似度[3]。基于鏈接的方法將所有頁面視為有向圖，并使用連接信息來評估網(wǎng)頁之間的相似性。Dean 等人提出了 Companion 和Co-Citation 算法來尋找類似的頁面，是第一個提出使用基于鏈接的方法，Companion 算
【相似文獻】

相關期刊論文 前6條

1 唐素梅;;蚌埠市裝備制造產(chǎn)業(yè)集群發(fā)展分析[J];安徽電子信息職業(yè)技術學院學報;2012年01期

2 陳偉昌;實施示范工程體會與啟示[J];科技成果縱橫;2004年01期

3 ;華工科技激光裝備制造產(chǎn)業(yè)兩項成果通過鑒定[J];光機電信息;2010年01期

4 孫俊杰;;第80屆中國電子展設備展區(qū)搶人眼[J];中國電子商情(基礎電子);2012年10期

5 ;用高新技術改造傳統(tǒng)產(chǎn)業(yè)的重要探索——論述沈陽市加快先進裝備制造基地建設的可行性及其策略[J];科技成果縱橫;2000年03期

6 ;中國高端裝備制造與光通信產(chǎn)業(yè)地圖白皮書發(fā)布[J];數(shù)字通信世界;2011年12期

相關碩士學位論文 前10條

1 陳加新;遼寧裝備制造產(chǎn)業(yè)升級研究[D];沈陽師范大學;2013年

2 徐心田;DY市沿江先進裝備制造產(chǎn)業(yè)發(fā)展戰(zhàn)略研究[D];江蘇大學;2016年

3 于波;哈爾濱經(jīng)開區(qū)裝備制造產(chǎn)業(yè)競爭力評價及提升對策分析[D];哈爾濱工業(yè)大學;2016年

4 高文鞠;全球價值鏈下我國裝備制造產(chǎn)業(yè)升級路徑及保障策略研究[D];哈爾濱理工大學;2016年

5 李林恒;營口開發(fā)區(qū)裝備制造產(chǎn)業(yè)發(fā)展策略研究[D];大連理工大學;2016年

6 王鋒;高端裝備制造產(chǎn)業(yè)信息源的發(fā)現(xiàn)與分類[D];沈陽航空航天大學;2018年

7 鄭懷望;陜西裝備制造產(chǎn)業(yè)集群發(fā)展中的政府治理分析[D];西北大學;2009年

8 蘇玲;上海高端裝備制造產(chǎn)業(yè)發(fā)展的創(chuàng)新生態(tài)研究[D];上海工程技術大學;2015年

9 王東;盤錦市發(fā)展裝備制造產(chǎn)業(yè)的對策研究[D];大連理工大學;2013年

10 劉海蓉;關天經(jīng)濟區(qū)裝備制造產(chǎn)業(yè)集群發(fā)展研究[D];陜西師范大學;2011年

本文編號：2856785