-
公开(公告)号：CN103106279B
公开(公告)日：2018-06-15
申请号：CN201310055977.9
申请日：2013-02-21
Applicant: 浙江大学
IPC: G06F17/30
Abstract: 本发明公开了同时基于节点属性以及结构关系相似度的聚类方法，首先，根据节点属性和拓扑结构关系提出了统一距离估算模型。然后，针对节点属性以及结构的权重设定问题，提出了权重自调整算法。接着，提出了基于十字链表的稀疏矩阵计算和存储优化方法以提高本聚类方法的性能。最后，不断变化的网络对聚类方法造成大量重复计算以及不能实时更新聚类结果的问题，提出了自适应的聚类方法。本发明解决了复杂网络统一模型和性能问题，以及避免了大量重复计算并且满足了实时获取聚类结果的要求，提高了本聚类方法的实际应用性。
-
公开(公告)号：CN103914538A
公开(公告)日：2014-07-09
申请号：CN201410128171.2
申请日：2014-04-01
Applicant: 浙江大学
IPC: G06F17/30
CPC classification number: G06F17/30864
Abstract: 本发明涉及互联网搜索技术，旨在提供基于锚文本上下文和链接分析的主题抓取方法。该甚于锚文本上下文和链接分析的主题抓取方法包括步骤：计算链接的全局优先级、计算链接局部优先级和计算链接最终优先级。本发明能够快速的估算出网页的质量，能获取链接的上文，并根据上文提高链接主题相关度预测的准确率。
-
公开(公告)号：CN103226797A
公开(公告)日：2013-07-31
申请号：CN201310113842.3
申请日：2013-04-02
Applicant: 浙江大学
IPC: G06Q50/20
Abstract: 本发明涉及绩效考核方法，旨在提供一种基于在线学习全过程的绩效考核的方法。该方法是将在线教育全过程分为四部分，即在线学习、课下讨论、课堂作业、自测考试。整个学习过程中，学习者的学习绩效由这四部分综合得出，本发明在每一部分所占的权重未知的情况下通过对系统运行过程中产生的数据进行训练得到每一部分所占的权重，进而可以用这四部分的加权值对系统中学习者进行全过程的学习绩效考核。本发明不用人工设置权重，只需要用系统运行过程中产生的数据进行训练即可得到指标权重，最后将训练得到的权重用于评估学习者的整体学习绩效，这样能真实、客观的体现出学习者的学习绩效。
-
Patent Agency Ranking
公开(公告)号：CN103226796A
公开(公告)日：2013-07-31
申请号：CN201310113207.5
申请日：2013-04-02
Applicant: 浙江大学
IPC: G06Q50/20
Abstract: 本发明涉及服务质量评估方法，旨在提供一种面向全过程的在线教育服务质量评估方法。该方法是构建一个包含4个一级维度，15个二级维度，并在在线教育全过程的不同生命周期中使用这4个一级维度和15个二级维度进行质量评估的服务质量测评标准体系。采用指数指标对确定这一级指标的相对权重矩阵和每个一级指标下相应二级指标的相对权重矩阵，对相对权重矩阵进行一致性校验，如果一致性校验通过，采用相对权重矩阵计算所有指标的最终权重。本发明提出了在线教育评估维度指标和一个面向全过程的在线教育服务质量评估方法，以实际系统为依据提供全方位的评价指标和评估方法，实现了评估目标多元化、评价内容多态化、评价方式多样化，更加贴近用户需求。
-
公开(公告)号：CN103106279A
公开(公告)日：2013-05-15
申请号：CN201310055977.9
申请日：2013-02-21
Applicant: 浙江大学
IPC: G06F17/30
Abstract: 本发明公开了同时基于节点属性以及结构关系相似度的聚类方法，首先，根据节点属性和拓扑结构关系提出了统一距离估算模型。然后，针对节点属性以及结构的权重设定问题，提出了权重自调整算法。接着，提出了基于十字链表的稀疏矩阵计算和存储优化方法以提高本聚类方法的性能。最后，不断变化的网络对聚类方法造成大量重复计算以及不能实时更新聚类结果的问题，提出了自适应的聚类方法。本发明解决了复杂网络统一模型和性能问题，以及避免了大量重复计算并且满足了实时获取聚类结果的要求，提高了本聚类方法的实际应用性。
-
公开(公告)号：CN103226578B
公开(公告)日：2015-11-04
申请号：CN201310113454.5
申请日：2013-04-02
Applicant: 浙江大学
IPC: G06F17/30
Abstract: 本发明涉及互联网搜索技术，旨在提供一种面向医学领域的网站识别和网页细分类的方法。该方法是从现有网站中提取医学分类主题词库的算法，以及将网站及网页根据分类主题词库进行打分，并根据打分结果进行分类的算法。打分算法根据网页的内容特征，不过分依赖词频。这种训练医学数据得到词库、并使用训练好的数据打分的分类算法也是关键点。本发明先从全网中提取医药相关的网站，然后将这些网站中的网页进行分类，从中提取出包括各类网页。本发明能够快速的判断医药相关网站属于某一个分类，具有计算简单，计算速度快，准确度高等优点。相较于同类的方明，本发明的算法不会受到网页中高频词的影响，也不会受限于特定的网页html写法。
-
公开(公告)号：CN103226578A
公开(公告)日：2013-07-31
申请号：CN201310113454.5
申请日：2013-04-02
Applicant: 浙江大学
IPC: G06F17/30
Abstract: 本发明涉及互联网搜索技术，旨在提供一种面向医学领域的网站识别和网页细分类的方法。该方法是从现有网站中提取医学分类主题词库的算法，以及将网站及网页根据分类主题词库进行打分，并根据打分结果进行分类的算法。打分算法根据网页的内容特征，不过分依赖词频。这种训练医学数据得到词库、并使用训练好的数据打分的分类算法也是关键点。本发明先从全网中提取医药相关的网站，然后将这些网站中的网页进行分类，从中提取出包括各类网页。本发明能够快速的判断医药相关网站属于某一个分类，具有计算简单，计算速度快，准确度高等优点。相较于同类的方明，本发明的算法不会受到网页中高频词的影响，也不会受限于特定的网页html写法。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.015 seconds)
