科研动态搜索引擎的自动分类方法研究 |
| |
引用本文: | 王春梅,孙占全,李钊,杨春.科研动态搜索引擎的自动分类方法研究[J].科学与管理,2016(2):40-43. |
| |
作者姓名: | 王春梅 孙占全 李钊 杨春 |
| |
作者单位: | 1. 山东省计算中心(国家超级计算济南中心);山东省计算机网络重点实验室;山东省电子政务大数据示范工程技术研究中心,济南 250014;2. 山东省电子政务大数据示范工程技术研究中心,济南,250014 |
| |
基金项目: | 国家自然基金项目(61472230),山东省计算中心(国家超级计算济南中心)内部立项资助(2015-003) |
| |
摘 要: | 随着搜索引擎应用的不断深入,人们对搜索引擎的个性化需求越来越多,对搜索结果的要求也越来越越高,如何实现高精准的垂直领域信息搜索和推荐是目前搜索领域所面临的难题。科研动态是科研工作者非常关心的信息,为提供更高效精准的科研动态信息,本文将基于半监督的分类方法用于科研动态信息的自动分类,用于科研动态搜索引擎系统,实现科研动态信息按用户需求精准搜索和推送,通过实例验证分类方法的有效性。
|
关 键 词: | 文本分类 半监督学习 搜索引擎 科研动态 |
Study on Classification Methods of Scientific Research Search Engine |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 万方数据 等数据库收录! |
|