李亚星
- 作品数：5 被引量：18H指数：3
- 供职机构：昆明理工大学信息工程与自动化学院更多>>
- 发文基金：国家自然科学基金国家科技型中小企业技术创新基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于深度信念网络的个性化信息推荐被引量：5
- 2016年
- 为在信息推荐过程中挖掘出更多的信息关系,提出一种基于深度信念网络的信息推荐方法。利用模糊聚类进行预处理以达到跨类推荐的目的,根据用户浏览记录通过网络计算高分信息,并结合用户兴趣,使用潜在狄里克雷分配模型对高分信息进行权值调整,从而提高推荐准确率。在整个推荐过程中网络会根据用户行为对推荐信息权值进行相应调整。实验结果表明,该方法的推荐成功率比BP神经网络提高5.7%。
- 王兆凯李亚星冯旭鹏刘利军黄青松刘晓梅
- 关键词：信息推荐模糊聚类
- 基于词向量的微博话题发现方法被引量：2
- 2017年
- 针对微博的短文本、口语化和大数据等特性,提出基于词向量的微博话题发现方法。爬取实验数据结合中文语料库训练得到词的向量表示,再通过定义的文本词向量模型得到文本的词向量表示,相较于传统的向量空间表示模型,词向量表示模型能够解决微博短文本特征稀疏、高维度问题,同时,能够解决文本语义信息丢失问题;采用改进的Canopy算法对文本进行模糊聚类;对相同Canopy内的数据用K-means算法做精确聚类。实验结果表明,该方法与经典Single-Pass聚类算法相比,话题发现综合指标提高4%,证明了所提方法的有效性和准确性。
- 李帅彬李亚星冯旭鹏刘利军黄青松
- 基于用户属性与覆盖范围的意见领袖挖掘研究被引量：3
- 2017年
- 针对微博信息的交互性和不确定性,提出一种基于用户属性与覆盖范围的意见领袖研究方法。该方法分别计算用户属性值和用户传播覆盖范围,根据粉丝忠实程度计算出用户属性值从而得到用户属性排名;利用用户间微博内容主题相似度构建贡献图,获得用户覆盖范围排名。最后,结合用户属性排名和用户覆盖范围排名生成最终的意见领袖排名。实验结果表明,该方法相比其他意见领袖挖掘方法有更好的效果。
- 李亚星王兆凯刘利军冯旭鹏黄青松
- 关键词：意见领袖情感分析贡献图
- 基于实时词共现网络的微博话题发现被引量：5
- 2016年
- 针对微博的实时性、稀疏性和海量性特点,提出基于实时词共现网络的话题发现模型。首先,从原始语料中筛选出主题词集合,再利用时间参数计算共现主题词的关系权重以实现词共现网络的构建,通过该网络推算出与话题关联性强的潜在特征词以解决微博特征词的稀疏性;其次,采用改进Single-Pass算法实现话题增量聚类;最后,对每个话题的主题词按热度计算进行排序,获得最具代表性的话题主题词。实验结果表明,该模型与经典Single-Pass聚类算法相比,话题发现准确率约提高6%,综合指标提高8%。实验结果证明所提模型的有效性和准确性。
- 李亚星王兆凯冯旭鹏刘利军黄青松
- 基于卷积神经网络的跨领域语义信息检索研究被引量：3
- 2018年
- 随着社会信息化的发展,信息检索成为了影响人们日常生活和生产工作的重要技术,同时人们对信息检索技术的要求也越来越高[1]。为了改进传统检索方式,基于卷积神经网络CNNs(Convolutional Neural Networks)提出一种语义信息检索模型,对句子卷积特征和词聚特征进行映射训练,达到搜索近似语句的目的。实验表明基于卷积神经网络的近似语义检索模型相比传统检索模型有助于提高信息检索的质量。
- 谢先章王兆凯李亚星冯旭鹏刘利军黄青松
- 关键词：卷积神经网络信息检索SVM快速聚类
