摘要:近年来随着社交网络的蓬勃发展,社交网络在信息的传播广度和速度上都更具优越性。因此,专门针对社交网络的...近年来随着社交网络的蓬勃发展,社交网络在信息的传播广度和速度上都更具优越性。因此,专门针对社交网络的话题检测研究也随之兴起。如何及时准确地检测出有价值的话题,对于舆情分析、热点新闻挖掘等领域有很重要的意义。本文主要从文本表示模型、在线话题检测算法和趋势分析指标提取三个方面进行改进。首先,为了综合考虑词在不同长度的文档中权重应该不同的特点,以及词本身的词频特征和词与文档之间的关联性特征,本文提出了一种基于改进的TF-IDF(Term Frequency-Inverse Document Frequency)与点互信息(Pointwise Mutual Information,PMI)的文本表示模型——PT权重值(PMI and TF-IDF weight),使得该模型能够更好地应用于微博中的短文本,并提出了基于该模型的非负矩阵分解文本聚类算法NMFPT(Non-negative Matrix Factorization(NMF)based on Pointwise mutual and Tf-idf),另外,算法还通过引入L2正则化因子来避免因数据稀疏导致的过拟合问题。最后通过实验证明了该算法相比于原算法在准确度上有所提升。其次,为了能够检测出随时间动态到达的文本流中的话题,本文提出一种基于时间窗以及簇合并的层次非负矩阵分解在线话题检测算法HNMF_TC(Hierarchical NMF based on Time window and Cluster merging)。为了解决原始层次非负矩阵分解算法在选择分解簇时仅考虑簇中数据点数量的不足,本算法引入了mNDCG值(modified Normalized Discounted Cumulative Gain)来衡量分解过程中每个簇的凝聚度,再使用混合相似度算法来合并两个相邻时间窗的话题集。最后通过对比实验验证了本文算法在准确度上有所提升。然后,本文确立了趋势分析的目标。通过分析,提取出了影响趋势走势的用户相关指标、博文相关指标和时间相关指标,并将意见领袖影响力因素加入用户相关指标中,提出了基于改进的KED算法的意见领袖影响力评估方法,该方法将共同关注数作为补充指标加入了原始方法中。然后使用梯度提升回归树作为预测模型。最后,通过在真实微博数据集中进行实验证明了本文提出的预测模型的合理性、准确性以及通用性。更多还原显示全部
摘要:BIM,即建筑信息模型(Building Information Modeling,BIM)是以三维数字技术为基础,集成了建筑工程项目各种...BIM,即建筑信息模型(Building Information Modeling,BIM)是以三维数字技术为基础,集成了建筑工程项目各种相关信息的工程数据模型。BIM的优势在于帮助业主方、设计方及施工方减少因设计图纸上的错误而造成的误工和浪费,为业主方、设计方提供有效的管理保障。通过应用BIM软件,把各专业进行三维模拟,将以往的线条式的构件变成一种三维立体图形展示在人们的面前。近几年来,BIM广泛应用于建筑行业的设计、施工、运行等环节,这点也证明BIM能给建筑行业带来质的飞跃。所有的材料数据、工程量都可以根据模型自动生成,赋予单价即可计算成本、模拟施工、减少图纸误差。与其他工程行业相比,风景园林BIM的发展相对迟缓;园林工程独有的特色使得开发BIM技术的难度较大,需要充分利用相关行业BIM技术的成果,按园林工程的要求进行改造和扩展。本文将以BIM技术在其他行业的发展为参照,结合广州白云机场噪音治理项目安置区工程项目为实施依托,对风景园林项目BIM应用技术展开研究,并形成具有风景园林专业特点的信息模型,推动风景园林技术的发展。风景园林项目BIM应用的建立,虽不能产生直接的经济效益,但是其潜在的社会效益却是巨大的,它不但能促进项目BIM应用的管理,提高效率和质量,更可在建筑行业内推广,对BIM技术的推广应用及提高行内整体的BIM应用水平具有极大的推动作用。最后,通过BIM应用技术在实际的风景园林工程项目中的研究,将BIM技术填补在建筑行业内风景园林工程这最后一块空白位置,同时也填补了国内项目管理在风景园林BIM应用方面的空白;希望可以给建筑业同行予以参考。更多还原显示全部