作者:
原文服务方: 现代电子技术       
摘要:
面对庞大的微博用户群,提升用户体验以吸引更多用户成为关键因素,因此自动学习推理系统的研究成为热点,对微博用户的倾向进行推测,同时,使用图形化的组件使得操作更加简洁方便。系统中使用定量的不确定推理算法,也改变了定性推理造成结果不准确的情况,从而帮助用户更高效、准确地推送网络好友,通过运用人工智能和数据挖掘等领域中的理论和算法设计实现了自动学习推理系统。系统计划在搜狐微博中上线,在测试过程中取得了一定的预期成果。
推荐文章
数据挖掘在智能搜索引擎中的应用
数据挖掘
搜索引擎
Web挖掘
基于人工智能的网络舆情大数据传播特征挖掘系统
舆情大数据
特征挖掘
人工智能
系统设计
数据分析
语义处理
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 人工智能推理引擎在微博数据挖掘中的应用
来源期刊 现代电子技术 学科
关键词 数据挖掘 微博应用 不确定推理 NHibernate和Spring.NET框架结构
年,卷(期) 2016,(15) 所属期刊栏目 测试?测量?自动化
研究方向 页码范围 99-102,107
页数 5页 分类号 TN915.1-34|TM417
字数 语种 中文
DOI 10.16652/j.issn.1004-373x.2016.15.025
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 周程 12 23 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (32)
共引文献  (14)
参考文献  (3)
节点文献
引证文献  (3)
同被引文献  (13)
二级引证文献  (8)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(5)
  • 参考文献(1)
  • 二级参考文献(4)
2013(6)
  • 参考文献(0)
  • 二级参考文献(6)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(4)
  • 引证文献(1)
  • 二级引证文献(3)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
数据挖掘
微博应用
不确定推理
NHibernate和Spring.NET框架结构
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
现代电子技术
半月刊
1004-373X
61-1224/TN
大16开
1977-01-01
chi
出版文献量(篇)
23937
总下载数(次)
0
总被引数(次)
135074
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导