本網(wǎng)絡(luò)畢設(shè)任務(wù)書_個(gè)性化搜索模型設(shè)計(jì)與實(shí)現(xiàn)(編輯修改稿)
2025-07-12 05:07 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 陳天河 .C數(shù)據(jù)庫(kù)高級(jí)編程寶典 .北京 :電子工業(yè)出版社， 2021 [3] 魯曉東，李育龍 .ASP軟件工程案例精解 .電子工業(yè)出版社， [4] 張躍． 開發(fā)實(shí)戰(zhàn)寶典．清華大學(xué)出版社， 2021 [5] 奚江華 .ASP 網(wǎng)絡(luò)編程從基礎(chǔ)到實(shí)踐 .電子工業(yè)出版社， 備注： 學(xué)生簽字： 指導(dǎo)教師簽字： 教研室主任簽字： 系主任簽字： 2021秋季學(xué)期電子與信息工程學(xué)院畢業(yè)設(shè)計(jì)任務(wù)書 指導(dǎo)教師：宋毅 職稱：講師 電話： 13766893819 電子信箱： 課題名稱：文本分類技術(shù)研究與實(shí)現(xiàn) 主要功能： 簡(jiǎn)單地說(shuō)，文本分類系統(tǒng)的任務(wù)是：在給定的分類體系下，根據(jù)文本的內(nèi)容自動(dòng)地確定文本關(guān)聯(lián)的類別。從數(shù)學(xué)角度來(lái)看，文本分類是一個(gè)映射的過(guò)程，它將未標(biāo)明類別的文本映射到已有的類別中，該映射可以是一一映射，也可以是一對(duì)多的映射，因?yàn)橥ǔＲ黄谋究梢酝鄠€(gè)類別相關(guān)聯(lián)。 技術(shù)指標(biāo)： 準(zhǔn)確率是所有判斷的文本中與人工分類結(jié)果吻合的文本所占的比率。其數(shù)學(xué)公式表示如下： 實(shí)際分類的文本數(shù)分類的正確文本數(shù)準(zhǔn)確率 ?)( pr e c is ion 所涉及的基本知識(shí)： 訓(xùn)練方法和分類算法是分類系統(tǒng)的核心部分，目前存在多種基于向量空間模型的訓(xùn)練算法和分類算法，例如，支持向量機(jī)算法、神經(jīng)網(wǎng)絡(luò)方法，最大平均熵方法，最近 K 鄰居方法和貝葉斯方法等等 完成課題條件：（如所用的軟件、所需的設(shè)備、主要元器件等） Intel ， 2GB內(nèi)存容量， 160Gb以上的硬盤容量 操作系統(tǒng)： Microsoft Windows XP 正版軟件： Microsoft Office 2021； Microsoft Office Access數(shù)據(jù)庫(kù)； ASP； 參考資 1張新曼． JSPWeb開發(fā)技術(shù)與典型應(yīng)用 .北京：人民郵電出版社 . 2021年 2劉芹妹 ,孟琦 .Twitter向教育推來(lái)了什么 [J].現(xiàn)代教育技術(shù) ,2021,19(10):107110. 3 鄭人杰．軟件工程．北京：清華大學(xué)出版社． 1995年 4 楊樹林 ,胡潔萍． Java語(yǔ)言最新實(shí)用案例教程．北京：清華大學(xué)出版社． 2021年 5少鋒．面向?qū)ο蠹夹g(shù) UML教程．北京：清華大學(xué)出版社． 2021年 備注： 學(xué)生簽字： 指導(dǎo)教師簽字： 教研室主任簽字： 系主任簽字： 2021秋季學(xué)期電子與信息工程學(xué)院畢業(yè)設(shè)計(jì)任務(wù)書 指導(dǎo)教師：宋毅 職稱：講師 電話： 13766893819 電子信箱： 課題名稱： 博客 系統(tǒng)設(shè)計(jì)與開發(fā) 主要功能： 博客系統(tǒng)具有的撰寫 日志，留言，管理相冊(cè)等功能 。 轉(zhuǎn)發(fā)功能：用戶可以把自己喜歡的內(nèi)容一鍵轉(zhuǎn)發(fā)到自己的 博客 （轉(zhuǎn)發(fā)功能是對(duì) twitter RT功能的改良，保留原帖，避免在傳播過(guò)程中被篡改）轉(zhuǎn)發(fā)時(shí)還可以加上自己的評(píng)論。關(guān)注功能：用戶可以對(duì)自己喜歡的用戶進(jìn)行關(guān)注，成為這個(gè)用戶的關(guān)注者（即 “粉絲 ”），那么該用戶的所有更新內(nèi)容就會(huì)同步出現(xiàn)在自己的 博客 首頁(yè)上。 技術(shù)指標(biāo)： 向量空間模型由 Salton 等人在 60 年代末提出，并應(yīng)用于著名的 SMART 檢索系統(tǒng)。向量空間模型將文檔簡(jiǎn)單地表示為特征詞條的集合，忽略其依賴關(guān)系。將文檔的內(nèi)容表示為(ν1,ν2,…,νn) ，對(duì)于
畢業(yè)設(shè)計(jì)相關(guān)推薦
鄂ICP備17016276號(hào)-1