CN107644094A - 构建精品资源库的方法、装置、服务器及存储介质 - Google Patents
构建精品资源库的方法、装置、服务器及存储介质 Download PDFInfo
- Publication number
- CN107644094A CN107644094A CN201710896829.8A CN201710896829A CN107644094A CN 107644094 A CN107644094 A CN 107644094A CN 201710896829 A CN201710896829 A CN 201710896829A CN 107644094 A CN107644094 A CN 107644094A
- Authority
- CN
- China
- Prior art keywords
- resource
- user
- theme
- fine work
- resources bank
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种构建精品资源库的方法、装置、服务器及存储介质，所述方法包括：构建预备资源库；其中，所述预备资源库包括至少一个资源；对所述预备资源库中的所有资源进行主题分类，以使每一个资源都包含于一个分主题中；根据用户对所述预备资源库中的资源的使用情况，生成每个用户的分主题向量；根据每个用户的分主题向量及每个用户使用资源的情况，计算每个资源的得分；在每一个主题下，根据该主题下的每个资源的得分对资源进行排序，并按照预设的提取比例提取每一个主题下的资源，生成精品资源库。本发明通过为用户提供更加准确的资源，并提供更有深度相关的资源，提高用户体验感。
Description
技术领域
本发明涉及数据库技术领域，尤其涉及一种构建精品资源库的方法、装置、服务器及存储介质。
背景技术
教育资源最常用的是网上教育资源，网上教育资源常用的获取方法是借助于搜索引擎通过信息查询和检索的方式获得。但是，教育环境中搜索引擎无法满足用户意图不明确时的资源访问需求。与此同时，教育大数据中资源质量参差不齐，其中的低劣教育资源严重阻碍了普通大众的学习步伐，打击了普通大众的学习积极性，也不利于教育领域的健康发展。
目前教育资源库的构建没有很好地考虑用户使用情况，这会导致构建的教育资源库中的资源不够精品，进而导致用户在搜寻资源时获得的资源质量不高或者不是自己想要的资源，这严重的降低了用户体验，降低了用户使用该教育资源库的意向。
发明内容
本发明所要解决的技术问题在于，提供一种构建精品资源库的方法、装置、服务器及存储介质，为用户提供更加准确的资源，并提供更有深度相关的资源，提高用户体验感。
针对上述问题，本发明的目的在于提供一种构建精品资源库的方法，至少包括以下步骤：
构建预备资源库；其中，所述预备资源库包括至少一个资源；
对所述预备资源库中的所有资源进行主题分类，以使每一个资源都包含于一个分主题中；
根据用户对所述预备资源库中的资源的使用情况，生成每个用户的分主题向量；
根据每个用户的分主题向量及每个用户使用资源的情况，计算每个资源的得分；
在每一个主题下，根据该主题下的每个资源的得分对资源进行排序，并按照预设的提取比例提取每一个主题下的资源，生成精品资源库。
优选地，所述分主题向量由用户使用每个分主题下的资源的次数生成。
优选地，所述根据每个用户的分主题向量及每个用户使用资源的情况，计算每个资源的得分具体为：
根据每个用户的分主题向量，提取每个用户在每个分主题上的分量值；
将与每一个资源对应的所有使用该资源的用户在该资源对应的分主题上的分量值求和，得到该资源的得分。
优选地，所述的构建精品资源库的方法，还包括：
构建精品资源库中的资源之间的关联关系；
根据资源之间的关联关系，建立精品资源图谱。
优选地，所述构建精品资源库中资源之间的关联关系，具体为：
根据用户对所述精品资源库中的资源的使用情况，获取用户使用任一个资源后使用相关资源的概率分布；
根据所述概率分布，将每个资源的相关资源按照用户使用每个相关资源的概率由大到小进行优先级排序，从而获取精品资源库中的资源之间的关联关系。
优选地，所述使用情况包括用户对资源的搜索方式、搜索结果，以及搜索次数、下载或上载次数。
本发明还提供一种构建精品资源库的装置，包括：
预备资源库构建单元，用于构建预备资源库；其中，所述预备资源库包括
至少一个资源；
主题分类单元，用于对所述预备资源库中的所有资源进行主题分类，以使每一个资源都包含于一个分主题中；
分主题向量生成单元，用于根据用户对所述预备资源库中的资源的使用情况，生成每个用户的分主题向量；
资源得分计算单元，用于根据每个用户的分主题向量及每个用户使用资源的情况，计算每个资源的得分；
资源提取单元，用于在每一个主题下，根据该主题下的每个资源的得分对资源进行排序，并按照预设的提取比例提取每一个主题下的资源，生成精品资源库。
优选地，所述的构建精品资源库的装置，还包括：
精品资源图谱建立单元，用于构建精品资源库中的资源之间的关联关系，建立精品资源图谱。
本发明还提供一种构建精品资源库的服务器，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上述的构建精品资源库的方法。
本发明还提供一种存储介质，所述存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述存储介质所在设备执行如上述的构建精品资源库的方法。
本发明具有以下有益效果：
本发明公开了一种构建精品资源库的方法、装置、服务器及存储介质，通过构建预备资源库并对所有资源进行主题分类，然后基于用户使用资源的情况，获取每个用户的分主题向量，并进一步根据每个用户的分主题向量及每个用户使用资源的情况，计算每个资源的得分，从而掌握用户使用每个资源的权重，即哪些源是用户迫切需要的，哪些资源是用户不需要的。然后根据每个资源的得分，按照预设的提取比例提取每一个主题下的资源，生成精品资源库。由于生成精品资源库的资源是基于用户实际使用情况并按照一定比例而提取的，因此，所述精品资源库能够为用户提供更加准确的资源，并提供更有深度相关的资源，提高用户体验感以及用户使用该精品资源库的意向。
附图说明
为了更清楚地说明本发明的技术方案，下面将对实施方式中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明第一实施例提供的一种构建精品资源库的方法的流程示意图；
图2是图1的S104步骤中以计算“KMP算法视频”资源的得分为例计算每个资源得分的算法示意图；
图3是本发明第二实施例提供的一种构建精品资源库的装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1，图1是本发明第一实施例提供的一种构建精品资源库的方法的流程示意图。
本发明的第一实施例提供的构建精品资源库的方法可以由服务器执行，且下文均以服务器作为执行主体为例进行说明，所述构建精品资源库的方法，至少包括如下步骤：
S101、构建预备资源库；其中，所述预备资源库包括至少一个资源。
在本实施例中，将搜索引擎、暗网、UGC(User Generated Content，指用户原创内容)等作为构建预备资源库的基石，基于用户使用网络资源的情况，如搜索方式、搜索结果、下载资源、上载资源以及分享资源等，在获得高质量的网络资源的同时，可以获取用户提供的大量高质量资源，从而生成较高质量的资源库，并进一步结合现有资源，如将维基百科、知乎等，形成大数据的预备资源库。可以理解的是，所述预备资源库包括至少一个资源。
S102、对所述预备资源库中的所有资源进行主题分类，以使每一个资源都包含于一个分主题中。
在本实施例中，需要对所述预备资源库中的所有资源进行主题分类。首先，根据服务器默认的主题或者自定义的主题，如计算机、材料、机械等主题，将所述预备资源库中的所有资源都一一归类至相应的主题下。可以理解的是，当对大数据的预备资源库中的所有资源进行主题分类时，在顶级的大分类下有进一步的细致的粒度分类结构，在底层目录下，可以人工收集符合该目录主题的高质量资源，并将资源归入合适的分类主题下。例如，可以通过机器学习对预备资源库中的资源进行聚类后再进行人工归类，从而确保使每一个资源都包含于一个分主题中。
S103、根据用户对所述预备资源库中的资源的使用情况，生成每个用户的分主题向量。
在本实施例中，所述使用情况包括用户对资源的搜索方式、搜索结果，以及搜索次数、下载或上载次数，所述分主题向量由用户使用每个分主题下的资源的次数生成。例如，计算机主题包含若干个资源，材料主题包含若干个资源，机械主题包含若干个资源。用户甲使用计算机主题下的资源总次数为N，使用材料主题下的资源总次数为M，使用机械主题下的资源总次数为L，则可以得出用户甲的分主题向量为[N，M，L]。可以理解的是，N、M和L可以为使用同一个资源的次数，也可以是使用不同资源的次数之和。
需要说明的是，N、M和L包括但不限于对资源的搜索次数、下载次数、上载次数以及分享次数。
将用户的分主题向量记为UserRank(UR)，如果用户甲的分主题向量为UR＝[(计算机：15)，(材料：1)，(机械：2)]，则代表用户甲使用主题为计算机的资源15次，主题为材料的资源1次，主题为机械的资源2次。UR值即代表了用户对每个主题中资源的使用权重。
S104、根据每个用户的分主题向量及每个用户使用资源的情况，计算每个资源的得分。
如图2所示，在本实施例中，基于每个用户使用资源的情况和每个用户的分主题向量，计算每个资源的得分。当计算“KMP算法视频”资源的得分时，首先判断出“KMP算法视频”资源归类于计算机分主题下；查询使用“KMP算法视频”资源的用户有哪些，假设使用“KMP算法视频”资源的用户为用户甲、用户乙、用户丙和用户丁；其中，
所述用户甲的分主题向量为UR甲＝[(计算机：A)，(材料：A1)，(机械：A2)]；
所述用户乙的分主题向量为UR乙＝[(计算机：B)，(材料：B1)，(机械：B2)]；
所述用户丙的分主题向量为UR丙＝[(计算机：C)，(材料：C1)，(机械：C2)]；
所述用户丁的分主题向量为UR丁＝[(计算机：D)，(材料：D1)，(机械：D2)]；
基于每个用户使用资源的情况和每个用户的分主题向量，提取每个用户在每个分主题上的分量值；将与每一个资源对应的所有使用该资源的用户在该资源对应的分主题上的分量值求和，得到该资源的得分。
使用“KMP算法视频”资源的用户为用户甲、用户乙、用户丙和用户丁，则根据上述用户的分主题向量，提取“KMP算法视频”资源对应的用户甲在计算机分主题上的分量值记为UR甲(A)；
用户乙在计算机分主题上的分量值记为UR乙(B)；
用户丙在计算机分主题上的分量值记为UR丙(C)；
用户丁在计算机分主题上的分量值记为UR丁(D)；
那么，求和得到的“KMP算法视频”资源的得分，记为：
SR(KMP算法视频)＝UR甲(A)+UR乙(B)+UR丙(C)+UR丁(D)。
S105、在每一个主题下，根据该主题下的每个资源的得分对资源进行排序，并按照预设的提取比例提取每一个主题下的资源，生成精品资源库。
在本实施例中，所述资源的得分SR为量化的数值，根据所述资源的得分由高到低或者SR的数值由大到小将每个资源进行排序，并按照预设的提取比例提取每一个主题下的资源，即对每个分主题下的资源进行优先级提取。例如，设置提取比例为a％，则可以通过设置a的值控制每个主题下精品资源的提取比例，从而确保所提取资源的质量，并利用所提取的资源生成精品资源库。
优选地，所述分主题向量由用户使用每个分主题下的资源的次数生成。
优选地，所述根据每个用户的分主题向量及每个用户使用资源的情况，计算每个资源的得分具体为：
根据每个用户的分主题向量，提取每个用户在每个分主题上的分量值；
将与每一个资源对应的所有使用该资源的用户在该资源对应的分主题上的分量值求和，得到该资源的得分。
优选地，所述的构建精品资源库的方法，还包括：
构建精品资源库中的资源之间的关联关系；
根据资源之间的关联关系，建立精品资源图谱。
在本实施例中，基于用户对所述精品资源库中的资源的使用情况，获取用户使用任一个资源后使用相关资源的概率分布。例如，如果用户在使用了“KMP算法视频”资源后又使用了“next数组计算文档”资源，则判断“KMP算法视频”资源与“next数组计算文档”资源具有相关性，所述相关性可以以概率的形式表示，即用户使用了一个资源，使用另一资源的概率。同样的，当用户使用“KMP算法视频”资源时，用户可能使用“next数组计算文档”资源，“暴力算法匹配字符串文档”资源，“字符串匹配文档”资源，“next和newnext文档”资源，“时间复杂度分析视频”资源等，并且用户使用这些相关资源的概率不一定相同，上述情况可以由用户使用任一个资源后使用相关资源的概率分布来表示。
根据所述概率分布，将每个资源的相关资源按照用户使用每个相关资源的概率由大到小进行优先级排序，从而获取精品资源库中的资源之间的关联关系。可以理解的是，所述资源之间的关联关系为每个资源对应该资源的按照优先级排序的相关资源，每一个相关资源对应着该相关资源的按照优先级排序的次相关资源。进一步地，通过提取每个资源对应该资源的按照优先级排序的前N个相关资源，生成精品资源图谱。
需要说明的是，根据所述精品资源图谱，可以根据用户使用当前资源后使其他相关资源的优先级排序，从所述精品资源图谱中选取前M个资源进行推送给用户
优选地，所述使用情况包括用户对资源的搜索方式、搜索结果，以及搜索次数、下载或上载次数。
本实施例提供的一种构建精品资源库的方法，通过构建预备资源库并对所有资源进行主题分类，然后基于用户使用资源的情况，获取每个用户的分主题向量，并进一步根据每个用户的分主题向量及每个用户使用资源的情况，计算每个资源的得分，从而掌握用户使用每个资源的权重，即哪些资源是用户迫切需要的，哪些资源是用户不需要的。然后根据每个资源的得分，按照预设的提取比例提取每一个主题下的资源，生成精品资源库。由于生成精品资源库的资源是基于用户实际使用情况并按照一定比例而提取的，因此，所述精品资源库能够为用户提供更加准确的资源，并提供更有深度相关的资源，提高用户体验感以及用户使用该精品资源库的意向。
请参阅图3，图3是本发明第二实施例提供的一种构建精品资源库的装置的结构示意图。
本发明还提供一种构建精品资源库的装置，包括：
预备资源库构建单元301，用于构建预备资源库；其中，所述预备资源库包
括至少一个资源；
主题分类单元302，用于对所述预备资源库中的所有资源进行主题分类，以使每一个资源都包含于一个分主题中；
分主题向量生成单元303，用于根据用户对所述预备资源库中的资源的使用情况，生成每个用户的分主题向量；
资源得分计算单元304，用于根据每个用户的分主题向量及每个用户使用资源的情况，计算每个资源的得分；
资源提取单元305，用于在每一个主题下，根据该主题下的每个资源的得分对资源进行排序，并按照预设的提取比例提取每一个主题下的资源，生成精品资源库。
优选地，所述的构建精品资源库的装置，还包括：
精品资源图谱建立单元306，用于构建精品资源库中的资源之间的关联关系，建立精品资源图谱。
本发明公开了一种构建精品资源库的装置，通过预备资源库构建单元301构建预备资源库并由主题分类单元302对所有资源进行主题分类，再由分主题向量生成单元303基于用户使用资源的情况，获取每个用户的分主题向量。进一步地，资源得分计算单元304根据每个用户的分主题向量及每个用户使用资源的情况，计算每个资源的得分，从而掌握用户使用每个资源的权重，即那些资源是用户迫切需要的，那些资源是用户不需要的。然后由资源提取单元305根据每个资源的得分，按照预设的提取比例提取每一个主题下的资源，生成精品资源库，再由精品资源图谱建立单元306将所述精品资源库的资源进行可视化。由于生成精品资源库的资源是基于用户实际使用情况并按照一定比例而提取的，因此，所述精品资源库能够为用户提供更加准确的资源，并提供更有深度相关的资源，提高用户体验感以及用户使用该精品资源库的意向。
本发明还提供一种构建精品资源库的服务器，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上述的构建精品资源库的方法。
本发明还提供一种存储介质，所述存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述存储介质所在设备执行如上述的构建精品资源库的方法。
以上所揭露的仅为本发明一种较佳实施例而已，当然不能以此来限定本发明之权利范围，本领域普通技术人员可以理解实现上述实施例的全部或部分流程，并依本发明权利要求所作的等同变化，仍属于发明所涵盖的范围。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random AccessMemory，RAM)等。
Claims (10)
1.一种构建精品资源库的方法，其特征在于，包括以下步骤：
构建预备资源库；其中，所述预备资源库包括至少一个资源；
对所述预备资源库中的所有资源进行主题分类，以使每一个资源都包含于一个分主题中；
根据用户对所述预备资源库中的资源的使用情况，生成每个用户的分主题向量；
根据每个用户的分主题向量及每个用户使用资源的情况，计算每个资源的得分；
在每一个主题下，根据该主题下的每个资源的得分对资源进行排序，并按照预设的提取比例提取每一个主题下的资源，生成精品资源库。
2.根据权利要求1所述的构建精品资源库的方法，其特征在于，所述分主题向量由用户使用每个分主题下的资源的次数生成。
3.根据权利要求1所述的构建精品资源库的方法，其特征在于，
所述根据每个用户的分主题向量及每个用户使用资源的情况，计算每个资源的得分具体为：
根据每个用户的分主题向量，提取每个用户在每个分主题上的分量值；
将与每一个资源对应的所有使用该资源的用户在该资源对应的分主题上的分量值求和，得到该资源的得分。
4.根据权利要求1所述的构建精品资源库的方法，其特征在于，还包括：
构建精品资源库中的资源之间的关联关系；
根据资源之间的关联关系，建立精品资源图谱。
5.根据权利要求4所述的构建精品资源库的方法，其特征在于，所述构建精品资源库中资源之间的关联关系，具体为：
根据用户对所述精品资源库中的资源的使用情况，获取用户使用任一个资源后使用相关资源的概率分布；
根据所述概率分布，将每个资源的相关资源按照用户使用每个相关资源的概率由大到小进行优先级排序，从而获取精品资源库中的资源之间的关联关系。
6.根据权利要求1所述的构建精品资源库的方法，其特征在于，所述使用情况包括用户对资源的搜索方式、搜索结果，以及搜索次数、下载或上载次数。
7.一种构建精品资源库的装置，其特征在于，包括：
预备资源库构建单元，用于构建预备资源库；其中，所述预备资源库包括至少一个资源；
主题分类单元，用于对所述预备资源库中的所有资源进行主题分类，以使每一个资源都包含于一个分主题中；
分主题向量生成单元，用于根据用户对所述预备资源库中的资源的使用情况，生成每个用户的分主题向量；
资源得分计算单元，用于根据每个用户的分主题向量及每个用户使用资源的情况，计算每个资源的得分；
资源提取单元，用于在每一个主题下，根据该主题下的每个资源的得分对资源进行排序，并按照预设的提取比例提取每一个主题下的资源，生成精品资源库。
8.根据权利要求7所述的构建精品资源库的装置，其特征在于，还包括：
精品资源图谱建立单元，用于构建精品资源库中的资源之间的关联关系，建立精品资源图谱。
9.一种构建精品资源库的服务器，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1至6任一项所述的构建精品资源库的方法。
10.一种存储介质，其特征在于，所述存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述存储介质所在设备执行如权利要求1至6任一项所述的构建精品资源库的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710896829.8A CN107644094B (zh) | 2017-09-27 | 2017-09-27 | 构建精品资源库的方法、装置、服务器及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710896829.8A CN107644094B (zh) | 2017-09-27 | 2017-09-27 | 构建精品资源库的方法、装置、服务器及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107644094A true CN107644094A (zh) | 2018-01-30 |
| CN107644094B CN107644094B (zh) | 2020-07-14 |
Family
ID=61122928
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710896829.8A Active CN107644094B (zh) | 2017-09-27 | 2017-09-27 | 构建精品资源库的方法、装置、服务器及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107644094B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109189923A (zh) * | 2018-08-16 | 2019-01-11 | 深圳市人和智聚科技开发有限公司 | 一种基于朋友圈的高价值文献的提取方法及提取装置 |
| CN109189924A (zh) * | 2018-08-16 | 2019-01-11 | 深圳市人和智聚科技开发有限公司 | 一种基于电子阅读的信息整理方法和智能装置 |
| CN110110084A (zh) * | 2019-04-23 | 2019-08-09 | 北京科技大学 | 高质量用户生成内容的识别方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101894114A (zh) * | 2009-05-18 | 2010-11-24 | 骅讯电子企业股份有限公司 | 在线信息个性化方法与系统 |
| CN103823824A (zh) * | 2013-11-12 | 2014-05-28 | 哈尔滨工业大学深圳研究生院 | 一种借助互联网自动构建文本分类语料库的方法及系统 |
| CN104780218A (zh) * | 2015-04-24 | 2015-07-15 | 广东小天才科技有限公司 | 一种学习机的下载资源推荐方法及学习机 |
| CN105096149A (zh) * | 2014-05-09 | 2015-11-25 | 华为软件技术有限公司 | 业务内容产品关联分析方法及装置 |
| CN105373580A (zh) * | 2015-08-31 | 2016-03-02 | 小米科技有限责任公司 | 主题显示方法及装置 |
-
2017
- 2017-09-27 CN CN201710896829.8A patent/CN107644094B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101894114A (zh) * | 2009-05-18 | 2010-11-24 | 骅讯电子企业股份有限公司 | 在线信息个性化方法与系统 |
| CN103823824A (zh) * | 2013-11-12 | 2014-05-28 | 哈尔滨工业大学深圳研究生院 | 一种借助互联网自动构建文本分类语料库的方法及系统 |
| CN105096149A (zh) * | 2014-05-09 | 2015-11-25 | 华为软件技术有限公司 | 业务内容产品关联分析方法及装置 |
| CN104780218A (zh) * | 2015-04-24 | 2015-07-15 | 广东小天才科技有限公司 | 一种学习机的下载资源推荐方法及学习机 |
| CN105373580A (zh) * | 2015-08-31 | 2016-03-02 | 小米科技有限责任公司 | 主题显示方法及装置 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109189923A (zh) * | 2018-08-16 | 2019-01-11 | 深圳市人和智聚科技开发有限公司 | 一种基于朋友圈的高价值文献的提取方法及提取装置 |
| CN109189924A (zh) * | 2018-08-16 | 2019-01-11 | 深圳市人和智聚科技开发有限公司 | 一种基于电子阅读的信息整理方法和智能装置 |
| CN110110084A (zh) * | 2019-04-23 | 2019-08-09 | 北京科技大学 | 高质量用户生成内容的识别方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107644094B (zh) | 2020-07-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Hasan et al. | Normalized approach to find optimal number of topics in Latent Dirichlet Allocation (LDA) | |
| Tempel et al. | Flux-and volume-limited groups/clusters for the SDSS galaxies: catalogues and mass estimation | |
| Liivamägi et al. | SDSS DR7 superclusters-The catalogues | |
| Petrić et al. | Building an ensemble for software defect prediction based on diversity selection | |
| CN105184316B (zh) | 一种基于特征权学习的支持向量机电网业务分类方法 | |
| CN106294783A (zh) | 一种视频推荐方法及装置 | |
| Avila et al. | SUSSING MERGER TREES: the influence of the halo finder | |
| CN105138653B (zh) | 一种基于典型度和难度的题目推荐方法及其推荐装置 | |
| Lietzen et al. | Discovery of a massive supercluster system at z~ 0.47 | |
| CN107644094A (zh) | 构建精品资源库的方法、装置、服务器及存储介质 | |
| CN106897262A (zh) | 一种文本分类方法和装置以及处理方法和装置 | |
| Valverde-Rebaza et al. | Job Recommendation Based on Job Seeker Skills: An Empirical Study. | |
| CN109816438A (zh) | 信息推送方法及装置 | |
| CN105843931A (zh) | 一种进行分类的方法和装置 | |
| CN107545038A (zh) | 一种文本分类方法与设备 | |
| CN113918806A (zh) | 自动推荐培训课程的方法及相关设备 | |
| Tavakkoli-Moghaddam et al. | A multi-criteria group decision-making approach for facility location selection using PROMETHEE under a fuzzy environment | |
| CN108133058A (zh) | 一种视频检索方法 | |
| CN105260457A (zh) | 一种面向共指消解的多语义网实体对比表自动生成方法 | |
| CN106599291B (zh) | 数据分组方法及装置 | |
| CN109344232A (zh) | 一种舆情信息检索方法及终端设备 | |
| CN106997340A (zh) | 词库的生成以及利用词库的文档分类方法及装置 | |
| CN108228869A (zh) | 一种文本分类模型的建立方法及装置 | |
| CN110020110A (zh) | 媒体内容推荐方法、装置及存储介质 | |
| CN114780742B (zh) | 一种灌区流量调度知识图谱问答系统构建与使用方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |