Lingo算法是基于奇异值分解的索引结果聚类算法。系统使用Lingo算法的主要目的是提高聚类标签的质量。2)Rough K-means算法的选择取决于数据的类型、聚类的目的和应用。每个簇中对象的平均值称为该簇的聚点，也就是中心。两个簇的相似度是根据两个聚点计算出来的。图2-21K-means算法流程图K-Means算法是最基本的非层次聚类算法，它假设各个类都呈现球状且类的大小几乎相等。另外用到的算法还有STC后缀树聚类算法，HAOG和FuzzyAnts，比较有难度，在此不做介绍。...
2023-07-02 理论教育
一般来说，中文分词在具体的算法实现上分为三种：基于字符串匹配的分词方法、基于理解的分词方法和基于统计的分词方法。在中文搜索引擎中，目前基本上是这三种算法混合使用。2）基于统计的分词方法基于统计的分词方法也叫最大概率分词方法。作为中文分词基础的词库，新词补充和老词删除就是非常重要的工作。比如“测试”在“每台计算机在出厂前都要经过严格的测试”这句话中是典型的动词，而在“软件测试领域”中是一个名词。...
2023-07-02 理论教育
网络用户集群行为，发生多是源于某一事件相关信息的披露，也即事件爆发的导火索。在网络集群行为的诱因条件的考察方面，学界往往有两种倾向。乐国安等认为形成网络集群的三个关键特征是共同关注点、共同信念和共同行为。阐述了网络集群和网络集群行为的发展方向和可能的内部机制，从而为进一步理解网络集群行为提供了线索。...
2023-07-02 理论教育
搜索引擎的一个核心功能是其检索功能。从现有的搜索引擎来看，它们都已具备了诸如布尔检索、词组检索、截词检索、字段检索、限制检索和位置检索等基本检索功能。网络信息检索工具一般以符号来代替布尔关系，形象地表达布尔检索的功能。假如检索工具支持模糊检索，上述提问能够达到预期检索效果。在此意义上，概念检索实现了受控检索语言的一部分功用，即考虑到了同义词、广义词和狭义词的使用。...
2023-07-02 理论教育
图2-26展示了分词处理器carrot2-util-tokenizer的测试运行结果，进度条绿色表示测试成功通过。此用例主要是对基于JFlex的词处理解析的实现进行基准测试。Tokenizer_TYPE_TERM：对基本字符串的测试。Tokenizer_TYPE_EMAIL：对Email类型的进行相关测试。Tokenizer_NASTY_URL_1：对空URL进行测试。Tokenizer_SYMBOL：对出现像标点、记号类符号型字符进行测试。Tokenizer_TYPE_TERM_acronyms：对缩写词的测试。testChinese：对中文进行了一个简单的测试。图2-26JUnit测试通过图...
2023-07-02 理论教育
搜索引擎既是一门技术，又是一项服务，因此搜索引擎的发展应该包括搜索引擎产品技术的研发及其服务方式的改进与发展。基于问题的搜索技术可能将成为未来搜索引擎发展的新趋势。因此，收费型与免费型搜索引擎还将同时存在，并彼此展开竞争，从而推动搜索引擎技术的发展和检索性能的改善。...
2023-07-02 理论教育
1）BA网络算法初始设定m0个孤立节点。此算法来自于对分子网络中蛋白质组织结构的分析。研究发现，对于交互和规律的网络来说，高度连接的蛋白质连接被系统的抑制，然而在那些处于高度连接和稀少连接之间的蛋白质结构却没有被抑制。表3-1算法1表3-2算法23）中心分析中心性分析用来检测网络中的关键点以及对网络元素进行排序。...
2023-07-02 理论教育
搜索引擎指对WWW站点资源和其他网络资源进行标引和检索的一类检索系统机制，例如Yahoo！1）搜索引擎的数据采集机制搜索引擎的数据采集一般都是通过“网络蜘蛛”来实现的。2）搜索引擎的数据索引机制搜索引擎的数据组织主要是利用强有力的数据库管理系统来组织所采集标引的网页信息，形成索引数据库。...
2023-07-02 理论教育
1）核心本地类图2-22核心本地类图图2-22中LocalFilterComponentBase，LocalInputComponentBase，LocalOutputComponent Base均与LocalComponentBase是泛化关系；LocalInputComponent，LocalOutputComponent，LocalFilterComponent与LocalComponen...
2023-07-02 理论教育
采用中国科学院计算技术研究所数字化室＆软件室发布的中文自然语言处理开放平台汉语词法分析系统ICTCLAS。按照权重（词频）的大小整理切分词语，并保留权重超过一定限定值（阈值）的特征项。根据中确定的切分词语构造空间向量的基向量，同时确定空间向量的维数等参数。①在开始聚类前，首先对中已经表示好的文本空间向量做归一化处理。...
2023-07-02 理论教育
1）NetLogo简介目前在复杂系统研究领域中，使用最多的是以下几种仿真平台：NetLogo，Repast，StarLogo，Swarm，TNGLab，Ascane。从本节的研究目的及内容出发，笔者选取的仿真工具是NetLogo。NetLogo是一个用来对自然和社会现象进行仿真的可编程建模环境。建模人员能够向成百上千的独立运行的“主体”发出指令。本节认为NetLogo有如下优点：模型库和功能非常强大，尤其适合对随时间演变的复杂系统的仿真。图3-6NetLogo界面NetLogo的仿真是通过不同的主体以及主体之间的交互来进行的。...
2023-07-02 理论教育
如2011年6月的官员微博开房事件，2011年7月的郭美美事件等，都是典型的基于虚拟社会网络下微博的集群行为。当下的虚拟社会网络并没有与现实世界泾渭分明。所以，基于虚拟社会网络下微博的集群行为感知与规律研究有效解决当前网络群体性事件的，特别是针对现在由微博引发的集群行为的应对处理提供理论上和实际上辅助，具有非常重要的实际应用价值。...
2023-07-02 理论教育
本系统框架最重要的一个思想就是组件。在面向对象的编程中，工厂模式是一种经常被使用到的模式。根据工厂模式实现的类可以根据提供的数据生成一组类中某一个类的实例，通常这一组类有一个公共的抽象父类，并且实现了相同的方法，这些方法针对不同的数据进行了不同的操作。图2-7工厂模式的工作原理组件之间的通信分为两种：系统方法调用和应用方法调用。...
2023-07-02 理论教育
1）Multi-Agent建模方法基于Agent的建模与仿真是一种“自下而上”的建模方法，通过模拟个体及其之间的行为来建模真实情景，描述从微观底层到宏观高层的涌现现象。基于ABMS方法所建立的仿真系统称为多Agent系统，主要研究一组自治Agent在分布式开放的动态环境下，通过交互、合作、竞争等智能行为完成复杂控制或求解，并通过多规格Agent组成的团体求解超出其个体能力的大规模复杂问题。...
2023-07-02 理论教育
下面介绍一下JUnit集成测试框架的组成。测试包，测试用例的集合，可容纳多个测试用例。测试过程中的事件监听器。测试失败元素，每一个测试方法所发生的与预期不一致状况的描述。JUnitFramework中的出错异常。JUnit框架是一个典型的合成物Composite。JUnit中常用的接口和类如下。TestCase抽象类：定义测试中固定方法。JUnit提供了6大类31组断言方法，包括基础断言、数字断言、字符断言、布尔断言、对象断言。TestSuite测试包类：多个测试的组合。...
2023-07-02 理论教育
选择处理方式后，可以对其进行相应的设置。点击下拉列表框后的“设置”按钮，出现默认设置窗口。滑动滑块，可随意选择相应的参数进行设置，结果也会显示不同。图2-17设置聚类参数图2-18为输入查询字符串，点击“搜索”后的查询处理过程界面，可以看到蓝色的进度条左右摇晃，正如我们常见的一般网页搜索过程中，在状态栏底部出现的查询进度条一样。图2-18搜索中大概处理几秒到几十秒，即可得出查询结果页面。...
2023-07-02 理论教育