CN110427400A - 基于电网运行信息交互式情报用户需求深度挖掘检索方法 - Google Patents
基于电网运行信息交互式情报用户需求深度挖掘检索方法 Download PDFInfo
- Publication number
- CN110427400A CN110427400A CN201910541993.6A CN201910541993A CN110427400A CN 110427400 A CN110427400 A CN 110427400A CN 201910541993 A CN201910541993 A CN 201910541993A CN 110427400 A CN110427400 A CN 110427400A
- Authority
- CN
- China
- Prior art keywords
- information
- user
- retrieval
- interactive
- power networks
- 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.)
- Pending
Links
- 230000002452 interceptive effect Effects 0.000 title claims abstract description 49
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000009412 basement excavation Methods 0.000 claims abstract description 7
- 238000005457 optimization Methods 0.000 claims abstract description 6
- 238000004458 analytical method Methods 0.000 claims description 13
- 230000003993 interaction Effects 0.000 abstract description 10
- 230000008569 process Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 230000008451 emotion Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 206010034719 Personality change Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000010230 functional analysis Methods 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Marketing (AREA)
- Computational Linguistics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Primary Health Care (AREA)
- Human Resources & Organizations (AREA)
- General Health & Medical Sciences (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Software Systems (AREA)
- Tourism & Hospitality (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种基于电网运行信息交互式情报用户需求深度挖掘检索方法,该方法包括获取情报用户信息需求,根据用户需求进行检索,得到检索中间结果集,利用交互式检索环境进行判断,当满足用户需求时输出检索结果,当不满足时采用相关反馈检索模型对情报用户信息需求进行深度挖掘。本发明通过获取电网运行信息需求进行检索,得到检索中间结果集后,利用交互式检索环境与用户进行循环交互,从而对情报用户的信息需求进行迭代优化,提高电网运行信息检索的精确性和效率。
Description
技术领域
本发明属于深度挖掘与智能表达技术领域,具体涉及一种基于电网运行信息交互式情报用户需求深度挖掘检索方法。
背景技术
随着电力行业信息化的发展,以及全新的数据计算处理技术如云计算和物联网等技术在电力行业中的普遍应用,电力行业中数据量的增长也形成了一定的规模。各种电网***运行设备操作数据信息、用电信息的实时采集数据、地理信息数据等各种数据资源,随着数据的采集的密度不断增大,数据类型不胜枚举,对数据的精细化程度的要求也越来越严格,这使得电力***中的数据急剧增长,中国的电力企业开启了全新的电网***运行数据时代。在海量的数据中快速获得有价值的信息有助于提升电力公司数据资源价值利用的整体水平,为电网的安全稳定运行提供有效支撑。然而在庞大的电网信息海洋中快速检索数据还存在以下几个主要问题亟待解决:
(1)由于电网运行数据量的大幅提升,传统的数据检索方式耗时大、效率低,以关键字匹配的数据库检索方式不能满足大数据的多维检索要求;
(2)电力***中的大数据具有数据量庞大、数据类型不计其数、数据价值密度不高和数据变化速度快的特点。电力数据不同于文本数据,大多以浮点型或文档形式结构化存储,如何从大量复杂的电网数据中快速获得想要查询的信息,是急需解决的一大难题;
(3)电网企业大数据环境下的存储与管理,需要存取PB甚至EB量级的数据,并且能够在可接受的响应时间内完成数据存取与检索,同时确保数据的准确性,现有的数据检索方法在处理大数据查询时存在一定的瓶颈问题。
发明内容
本发明的主要目的在于提供一种基于电网运行信息交互式情报用户需求深度挖掘检索方法,旨在解决既有方法中存在的以上全部或部分技术问题。
为实现上述目的,本发明提供一种基于电网运行信息交互式情报用户需求深度挖掘检索方法,包括以下步骤:
S1、获取情报用户对于电网运行信息的信息需求;
S2、根据步骤S1获取的情报用户信息需求进行检索,计算情报用户信息需求与电网运行信息主题空间的相似度;
S3、对步骤S2计算得到的主题相似度进行排序,得到检索中间结果集;
S4、利用交互式检索环境判断步骤S3得到的检索中间结果集是否满足用户需求;若是,则检索结束;若否,则采用相关反馈检索模型对情报用户信息需求进行深度挖掘,并返回步骤S2。
作为上述基于电网运行信息交互式情报用户需求深度挖掘检索方法的进一步改进,所述步骤S1中,根据用户对电网运行信息查检索时间、运行状态数据的多维检索要求,获取情报用户信息需求的主题概念特征。
作为上述基于电网运行信息交互式情报用户需求深度挖掘检索方法的进一步改进,所述步骤S1中,通过分析用户检索历史记录优化检索策略、利用用户知识结构属性以及信息行为特征,获取情报用户信息需求。
作为上述基于电网运行信息交互式情报用户需求深度挖掘检索方法的进一步改进,所述步骤S4中,交互式检索环境通过隐藏不重要的界面信息,将情报用户的检索内容进行具体展现。
作为上述基于电网运行信息交互式情报用户需求深度挖掘检索方法的进一步改进,所述步骤S4中,利用交互式检索环境建立个性化用户检索空间,记录检索历史,自动生成智能化的用户检索行为规律的列表,显示在用户输入关键词的界面中,并与其它环境进行信息交互。
作为上述基于电网运行信息交互式情报用户需求深度挖掘检索方法的进一步改进,所述步骤S4中,利用交互式检索环境对检索行为进行自动分类,对模糊输入进行人性化提醒,并且在错误提示后提供对应的备选项信息。
作为上述基于电网运行信息交互式情报用户需求深度挖掘检索方法的进一步改进,所述步骤S4中,采用相关反馈检索模型对情报用户信息需求进行深度挖掘具体包括以下分步骤:
S41、采用交互式检索环境获取用户对检索中间结果集的兴趣度反馈,对用户存在兴趣度的文档主题进行特征分析;
S42、根据步骤S41的特征分析结果,采用相关反馈检索模型深度挖掘情报用户信息需求;
S43、利用步骤S42深度挖掘的情报用户信息需求对步骤S1获取的情报用户信息需求进行优化,返回步骤S2。
作为上述基于电网运行信息交互式情报用户需求深度挖掘检索方法的进一步改进,所述步骤S42中,相关反馈检索模型具体表示为:
其中,为第m次查询时的查询向量,是指第j个文档向量,Dr和Dnr分别为本次查询结果中反馈的相关文档和不相关文档集合,|Dr|和|Dnr|分别为Dr和Dnr中的文档数量,α,β,γ分别为相应项的权重。
本发明的有益效果是:本发明通过获取电网运行信息需求进行检索,得到检索中间结果集后,利用交互式检索环境与用户进行循环交互,从而对情报用户的信息需求进行迭代优化,提高电网运行信息检索的精确性和效率。
附图说明
图1是本发明的基于电网运行信息交互式情报用户需求深度挖掘检索方法的流程示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
如图1所示,是本发明的基于电网运行信息交互式情报用户需求深度挖掘检索方法的流程示意图;一种基于电网运行信息交互式情报用户需求深度挖掘检索方法,包括以下步骤:
S1、获取情报用户对于电网运行信息的信息需求;
S2、根据步骤S1获取的情报用户信息需求进行检索,计算情报用户信息需求与电网运行信息主题空间的相似度;
S3、对步骤S2计算得到的主题相似度进行排序,得到检索中间结果集;
S4、利用交互式检索环境判断步骤S3得到的检索中间结果集是否满足用户需求;若是,则检索结束;若否,则采用相关反馈检索模型对情报用户信息需求进行深度挖掘,并返回步骤S2。
在本发明的一个可选实施例中,现有检索***对用户需求的识别是通过用户键入的检索词,由于用户对检索策略的熟悉程度以及对所键入检索词的理解差异,这些检索词未必能反映用户的真实需求,关键词表达的主题概念并不能与用户的实际需求完全一致,有时甚至完全不同,从而造成检索结果的不匹配性,从而检索结果也就不能满足用户需求。
上述步骤S1根据用户对电网运行信息查检索时间、运行状态数据的多维检索要求,获取情报用户信息需求的主题概念特征,从而提高电网***中电网运行信息的检索效率;本发明在在主题概念层次上对用户信息需求进行深度挖掘,实现从关键词向主题概念的转换。
进一步地,本发明通过分析用户检索历史记录优化检索策略、利用用户知识结构属性以及信息行为特征,深度挖掘用户的信息需求,有效识别用户的兴趣偏好,提高了个性化信息检索的效果。
在本发明的一个可选实施例中,上述步骤S2根据步骤S1获取的情报用户信息需求进行检索,计算情报用户信息需求与电网运行信息主题空间的相似度;这里可以采用常用的余弦相似度算法计算情报用户信息需求与电网运行信息主题空间的相似度,具体计算过程本发明不做赘述。
在本发明的一个可选实施例中,上述步骤S3根据步骤S2计算得到的主题相似度,将电网运行信息主题空间中与情报用户信息需求相关的主题文档按照相似度从高到低的顺序进行排序,得到检索中间结果集。
在本发明的一个可选实施例中,在现有的信息检索***中,信息检索主要有多种方式:简单检索、高级检索以及专业检索等。对于大多数信息用户来说,他们习惯于前两种方式,原因是这种检索方法简单易行,用户只需输入相应的检索词,***可以返回相应的检索结果。不管采取哪种检索方式,在一次检索过程中,***与用户的交互仅仅局限在检索词上,对于既定的检索算法,检索效果的好坏由用户输入的检索词来决定。然而,当用户键入的检索词未能命中相关信息时,用户只能重新输入检索词进行新的检索过程,或者在原有检索结果中进行二次检索。当上述检索过程未能命中用户所需的信息资源时,用户往往无所适从,信息检索的用户满意度降低。
上述步骤S4构建完整的电网运行信息交互式检索环境,其包括数字技术、传输渠道、信息内容和用户体验四个部分;根据用户体验特点和交互式检索环境的要求,通过一定的方式使电网***运行用户与检索环境建立一种有机的互动关系,能够让环境之中某一时刻的用户了解自己身在何处,明白操作中所遇选项各自所指代的意义,以及有意识地发挥双向交流的价值。对这个有效过程的分析即对交互式检索环境的分析,其中包含了技术分析、成分分析以及功能分析。这里依据实现检索目标的过程,对交互式检索环境中的成分进行分析。
从用户体验角度来看,检索目标的实现经历了3个阶段:需求表达阶段、信息查找阶段、信息辨识阶段。再从检索环境角度,实现检索目标的阶段分别是内容组织阶段;空间、导航建设阶段;界面呈现阶段,也就是信息内容从内部逻辑关联到外部形象关联的过程。
上述电网运行信息交互式检索环境中的检索界面能够帮助用户更好地组织检索语言,增强对知识的表达能力;还可以通过隐藏一些不重要的界面信息,将用户关注的焦点从检索内容的视觉效果转移到内容本身上;环境打破了空间的限制,方便利用计算机网络创建多个私有交互通道,执行多个交互进程。
本发明利用交互式检索环境建立个性化用户检索空间,记录检索历史,自动生成智能化的用户检索行为规律的列表,显示在用户输入关键词的界面中;而信息能够通过环境中的开放平台与其他编程语言进行互联,扩展交互范围,使不同环境中的用户实现信息共享、公用虚拟空间。
本发明利用交互式检索环境能够使用户在一个视觉简洁的界面上实现很多复杂的检索功能,其提供对检索行为的自动分类、对模糊输入的人性化提醒,以及错误提示之后的备选项等,主动培养用户的信息素养;把用户的审美体验上升为一个与功能设计同等重要的位置,寻求一种把用户情绪调整至最易于接受新知识的状态中,消除电网***运行信息检索***严肃性带来的负面效果;注重***平台和***应用双方的延展性,即一切应用都建立在一个开放平台上、一切应用都具有良好的跨平台性,尽量消除人与计算机的隔阂,推动人机交互朝着富有情感的方向发展,以便于建立具有多种平台普适性的操作***,聚合检索环境中的多个应用程序。
本发明在信息检索过程中充分发挥与用户的交互机制,利用用户对检索中间结果的反馈,通过与用户的无限次交互,深度挖掘用户的信息需求;与此同时,在与用户的交互过程中,检索过程不在检索词层面上进行,而是利用用户反馈的相关文档,在内容主题层面上进行检索,提高信息检索的精准性。
上述步骤S4中,采用相关反馈检索模型对情报用户信息需求进行深度挖掘具体包括以下分步骤:
S41、采用交互式检索环境获取用户对检索中间结果集的兴趣度反馈,对用户存在兴趣度的文档主题进行特征分析;
本发明通过采用交互式检索环境,获取用户在检索中间结果集选择的感兴趣的文档,以精细化用户的兴趣偏好。
S42、根据步骤S41的特征分析结果,采用相关反馈检索模型深度挖掘情报用户信息需求;相关反馈检索模型具体表示为:
其中,为第m次查询时的查询向量,是指第j个文档向量,Dr和Dnr分别为本次查询结果中反馈的相关文档和不相关文档集合,|Dr|和|Dnr|分别为Dr和Dnr中的文档数量,α,β,γ分别为相应项的权重;为了达到检索的精准性,可以根据用户的检索历史记录分析用户的主题偏好,对相应的权重进行调整。
S43、利用步骤S42深度挖掘的情报用户信息需求对步骤S1获取的情报用户信息需求进行优化,返回步骤S2,利用优化后的检索策略实施下一次检索,直到检索结果满足用户需求为止。
本发明中用户信息需求的主题概念特征表现在对检索结果文档内容的关注程度上,检索***在与用户的迭代交互过程中,***不再要求用户键入“关键词”,而让用户从检索结果集中选择“感兴趣的文档(或文档集)”,通过文档的主题内容来识别用户的信息需求。
本发明对每一次检索策略的优化都是基于上一次检索结果的相关反馈,而每次相关反馈进行一次与用户的交互,用户需求也被优化了一次,以达到深度挖掘用户信息需求的目的;
本领域的普通技术人员将会意识到,这里所述的实施例是为了帮助读者理解本发明的原理,应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合,这些变形和组合仍然在本发明的保护范围内。
Claims (8)
1.一种基于电网运行信息交互式情报用户需求深度挖掘检索方法,其特征在于,包括以下步骤:
S1、获取情报用户对于电网运行信息的信息需求;
S2、根据步骤S1获取的情报用户信息需求进行检索,计算情报用户信息需求与电网运行信息主题空间的相似度;
S3、对步骤S2计算得到的主题相似度进行排序,得到检索中间结果集;
S4、利用交互式检索环境判断步骤S3得到的检索中间结果集是否满足用户需求;若是,则检索结束;若否,则采用相关反馈检索模型对情报用户信息需求进行深度挖掘,并返回步骤S2。
2.如权利要求1所述的基于电网运行信息交互式情报用户需求深度挖掘检索方法,其特征在于,所述步骤S1中,根据用户对电网运行信息查检索时间、运行状态数据的多维检索要求,获取情报用户信息需求的主题概念特征。
3.如权利要求2所述的基于电网运行信息交互式情报用户需求深度挖掘检索方法,其特征在于,所述步骤S1中,通过分析用户检索历史记录优化检索策略、利用用户知识结构属性以及信息行为特征,获取情报用户信息需求。
4.如权利要求3所述的基于电网运行信息交互式情报用户需求深度挖掘检索方法,其特征在于,所述步骤S4中,交互式检索环境通过隐藏不重要的界面信息,将情报用户的检索内容进行具体展现。
5.如权利要求4所述的基于电网运行信息交互式情报用户需求深度挖掘检索方法,其特征在于,所述步骤S4中,利用交互式检索环境建立个性化用户检索空间,记录检索历史,自动生成智能化的用户检索行为规律的列表,显示在用户输入关键词的界面中,并与其它环境进行信息交互。
6.如权利要求5所述的基于电网运行信息交互式情报用户需求深度挖掘检索方法,其特征在于,所述步骤S4中,利用交互式检索环境对检索行为进行自动分类,对模糊输入进行人性化提醒,并且在错误提示后提供对应的备选项信息。
7.如权利要求6所述的基于电网运行信息交互式情报用户需求深度挖掘检索方法,其特征在于,所述步骤S4中,采用相关反馈检索模型对情报用户信息需求进行深度挖掘具体包括以下分步骤:
S41、采用交互式检索环境获取用户对检索中间结果集的兴趣度反馈,对用户存在兴趣度的文档主题进行特征分析;
S42、根据步骤S41的特征分析结果,采用相关反馈检索模型深度挖掘情报用户信息需求;
S43、利用步骤S42深度挖掘的情报用户信息需求对步骤S1获取的情报用户信息需求进行优化,返回步骤S2。
8.如权利要求7所述的基于电网运行信息交互式情报用户需求深度挖掘检索方法,其特征在于,所述步骤S42中,相关反馈检索模型具体表示为:
其中,为第m次查询时的查询向量,是指第j个文档向量,Dr和Dnr分别为本次查询结果中反馈的相关文档和不相关文档集合,|Dr|和|Dnr|分别为Dr和Dnr中的文档数量,α,β,γ分别为相应项的权重。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910541993.6A CN110427400A (zh) | 2019-06-21 | 2019-06-21 | 基于电网运行信息交互式情报用户需求深度挖掘检索方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910541993.6A CN110427400A (zh) | 2019-06-21 | 2019-06-21 | 基于电网运行信息交互式情报用户需求深度挖掘检索方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110427400A true CN110427400A (zh) | 2019-11-08 |
Family
ID=68408497
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910541993.6A Pending CN110427400A (zh) | 2019-06-21 | 2019-06-21 | 基于电网运行信息交互式情报用户需求深度挖掘检索方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110427400A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103593425A (zh) * | 2013-11-08 | 2014-02-19 | 南方电网科学研究院有限责任公司 | 基于偏好的智能检索方法及*** |
CN105095469A (zh) * | 2015-08-07 | 2015-11-25 | 薛德军 | 一种基于反馈的文献检索方法 |
CN106156023A (zh) * | 2015-03-23 | 2016-11-23 | 华为技术有限公司 | 语义匹配的方法、装置和*** |
CN106294662A (zh) * | 2016-08-05 | 2017-01-04 | 华东师范大学 | 基于上下文感知主题的查询表示及混合检索模型建立方法 |
CN106815252A (zh) * | 2015-12-01 | 2017-06-09 | 阿里巴巴集团控股有限公司 | 一种搜索方法和设备 |
-
2019
- 2019-06-21 CN CN201910541993.6A patent/CN110427400A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103593425A (zh) * | 2013-11-08 | 2014-02-19 | 南方电网科学研究院有限责任公司 | 基于偏好的智能检索方法及*** |
CN106156023A (zh) * | 2015-03-23 | 2016-11-23 | 华为技术有限公司 | 语义匹配的方法、装置和*** |
CN105095469A (zh) * | 2015-08-07 | 2015-11-25 | 薛德军 | 一种基于反馈的文献检索方法 |
CN106815252A (zh) * | 2015-12-01 | 2017-06-09 | 阿里巴巴集团控股有限公司 | 一种搜索方法和设备 |
CN106294662A (zh) * | 2016-08-05 | 2017-01-04 | 华东师范大学 | 基于上下文感知主题的查询表示及混合检索模型建立方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11347783B2 (en) | Implementing a software action based on machine interpretation of a language input | |
CN109710851B (zh) | 基于互联网模式下多源数据分析的就业推荐方法及*** | |
US8949233B2 (en) | Adaptive knowledge platform | |
Feng et al. | Visualization and quantitative study in bibliographic databases: A case in the field of university–industry cooperation | |
CN103544242B (zh) | 面向微博的情感实体搜索*** | |
JP2013502653A (ja) | セマンティック・トレーディング・フロア | |
Shrivastava et al. | Artificial intelligence research in India: a scientometric analysis | |
CN111813958B (zh) | 基于创新创业平台的智慧服务方法与*** | |
Bifulco et al. | An intelligent system for focused crawling from Big Data sources | |
Li et al. | Intelligent polar cyberinfrastructure: enabling semantic search in geospatial metadata catalogue to support polar data discovery | |
Efremova et al. | Multi-source entity resolution for genealogical data | |
Clayton et al. | Distributed knowledge, distributed processing, distributed users: integrating case-based reasoning and GIS for multicriteria decision making | |
Murugesan et al. | Applying machine learning & knowledge discovery to intelligent agent-based recommendation for online learning systems | |
Huurdeman | Dynamic compositions: Recombining search user interface features for supporting complex work tasks | |
Ahmad et al. | A survey: soft computing in intelligent information retrieval systems | |
Zhao et al. | Online distance learning precision service technology based on big data analysis | |
Hassan et al. | Sampling technique selection framework for knowledge discovery | |
CN110427400A (zh) | 基于电网运行信息交互式情报用户需求深度挖掘检索方法 | |
Jia et al. | [Retracted] An Association Rule‐Based Multiresource Mining Method for MOOC Teaching | |
EP4040306A1 (en) | Intelligent data enrichment using knowledge graph | |
Millette | Improving the knowledge-based expert system lifecycle | |
Maroun et al. | Ontology-based approach for cybersecurity recruitment | |
Kaladzavi et al. | OntoSOC: sociocultural knowledge ontology | |
Agarwal et al. | Fast Natural Language Based Data Exploration with Samples | |
Ni | An Intelligent Retrieval Algorithm for Digital Literature Promotion Information Based on TRS Information Retrieval |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20191108 |