• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    一種基于時(shí)間戳的新聞推薦模型

    2016-07-19 02:12:39史艷翠戴浩男石和平汪圣潔楊碩珩鐘惠軍
    關(guān)鍵詞:新聞標(biāo)題分詞建模

    史艷翠 戴浩男 石和平 汪圣潔 楊碩珩 鐘惠軍

    (天津科技大學(xué)計(jì)算機(jī)科學(xué)與信息工程學(xué)院 天津 300457)

    ?

    一種基于時(shí)間戳的新聞推薦模型

    史艷翠戴浩男石和平汪圣潔楊碩珩鐘惠軍

    (天津科技大學(xué)計(jì)算機(jī)科學(xué)與信息工程學(xué)院天津 300457)

    摘要互聯(lián)網(wǎng)的高速發(fā)展,使用戶很難在“信息海洋”中找到感興趣的新聞,如何為用戶準(zhǔn)確推薦滿足其需求的個(gè)性化新聞已成為當(dāng)前研究的熱點(diǎn)和難點(diǎn)。為了改善新聞推薦系統(tǒng)的準(zhǔn)確性,將時(shí)間戳信息引入到新聞推薦模型中。首先,利用分詞工具對新聞標(biāo)題和新聞內(nèi)容進(jìn)行分詞,并引進(jìn)時(shí)間加權(quán)函數(shù)來計(jì)算用戶對單個(gè)分詞的偏好;預(yù)測用戶偏好時(shí)不僅根據(jù)用戶自身的偏好進(jìn)行預(yù)測,還使用改進(jìn)協(xié)同過濾方法來預(yù)測用戶偏好;最后,通過融合得到的偏好值對新聞進(jìn)行推薦。實(shí)驗(yàn)結(jié)果表明,該模型不僅能提高新聞推薦系統(tǒng)的準(zhǔn)確性,還縮短了模型構(gòu)建的響應(yīng)時(shí)間。

    關(guān)鍵詞時(shí)間戳稀疏性分詞新聞推薦

    0引言

    互聯(lián)網(wǎng)的普及使用戶可以更方便地獲取信息,但互聯(lián)網(wǎng)中信息量爆炸式的增長,造成了嚴(yán)重的“信息過載”問題,用戶很難從“信息海洋”中找到需求的信息。推薦系統(tǒng)作為一項(xiàng)重要的信息過濾技術(shù),很早就被廣大學(xué)者視為極具潛力的解決信息過載的有效手段而被廣泛研究[1]。推薦系統(tǒng)根據(jù)用戶以往行為在進(jìn)行分析后對用戶即將發(fā)生的行為進(jìn)行預(yù)測。在商務(wù)領(lǐng)域,以亞馬遜為代表的電子商務(wù)網(wǎng)站就是利用推薦系統(tǒng)增加商品銷售的典型案例。推薦系統(tǒng)不僅能夠?yàn)橛脩籼峁﹤€(gè)性化的服務(wù),而且能夠與用戶建立長期穩(wěn)定的關(guān)系,提高用戶忠誠度,防止用戶流失[2]。

    目前,個(gè)性化推薦系統(tǒng)分為基于內(nèi)容的推薦系統(tǒng)、基于協(xié)同過濾的推薦系統(tǒng)、基于知識(shí)的推薦系統(tǒng)以及幾種推薦系統(tǒng)的混合模型等[1,3,4]。由于以上幾種算法各有所長,因此,很多推薦系統(tǒng)對上述算法進(jìn)行組合以得到準(zhǔn)確的推薦結(jié)果[5,6]。

    另外,隨時(shí)間變化,用戶偏好會(huì)發(fā)生變化[7,8]。如果不及時(shí)更新用戶偏好,使用已過時(shí)的用戶偏好為其推薦信息或服務(wù),將無法滿足其個(gè)性化的需求,造成推薦系統(tǒng)性能的下降,客戶的流失。針對該問題,研究人員將時(shí)間因素引入到推薦系統(tǒng)中以更新用戶偏好,改善推薦系統(tǒng)的性能。鄭先榮等人[9]為了及時(shí)捕捉用戶偏好的變化,借鑒心理學(xué)中人的遺忘理論,引入了線性遺忘函數(shù)對用戶評分進(jìn)行加權(quán)計(jì)算。而鄧娟等人[8]考慮到用戶對項(xiàng)目的評分隨時(shí)間遷移對當(dāng)前用戶偏好的影響會(huì)衰減,引進(jìn)了按指數(shù)衰減的時(shí)間加權(quán)函數(shù)。相比于線性遺忘函數(shù),按指數(shù)衰減的遺忘函數(shù)能更好地?cái)M合用戶偏好的衰減,因此印桂生等人[10]和張磊等人[11]分別提出了不同形式的按指數(shù)衰減的遺忘函數(shù)。在上述研究中,用戶評分被看做用戶偏好,因此可以直接進(jìn)行相應(yīng)計(jì)算,但在新聞推薦系統(tǒng)中,收集到的數(shù)據(jù)只有用戶閱讀過的新聞,并沒有直接給出相應(yīng)的評分,所以在新聞推薦系統(tǒng)中首先需要挖掘用戶偏好。

    針對上述問題,本文提出一種基于時(shí)間戳信息的新聞推薦模型。首先,使用分詞工具對新聞標(biāo)題以及新聞內(nèi)容進(jìn)行分詞;然后,計(jì)算分詞的相對詞頻,考慮到時(shí)間因素的影響,本文參考已有文獻(xiàn),引入了按指數(shù)衰減的時(shí)間加權(quán)函數(shù);根據(jù)計(jì)算得到的相對詞頻,提出計(jì)算用戶偏好的公式;根據(jù)計(jì)算得到的用戶偏好,結(jié)合基于用戶自身偏好和改進(jìn)的協(xié)同過濾方法實(shí)現(xiàn)推薦;最后,使用真實(shí)數(shù)據(jù)驗(yàn)證本文提出模型的有效性。

    1提出的模型

    本文提出的模型,首先根據(jù)新聞的分詞計(jì)算用戶對新聞主題的偏好,然后根據(jù)用戶自身偏好和改進(jìn)的協(xié)同過濾方法分別預(yù)測用戶可能的偏好,最后對得到的用戶偏好進(jìn)行融合。在模型中本文引入時(shí)間戳信息來改善推薦系統(tǒng)的性能。

    1) 計(jì)算相對詞頻

    在新聞推薦系統(tǒng)中,不能直接獲取用戶偏好,因此本文通過新聞分詞來挖掘用戶偏好。首先使用分詞工具對新聞標(biāo)題和新聞內(nèi)容進(jìn)行分詞。由于隨時(shí)間變化,用戶偏好會(huì)發(fā)生遷移,原有偏好對當(dāng)前用戶偏好的影響比較小。因此,借鑒已有研究,采用按指數(shù)衰減的時(shí)間加權(quán)函數(shù)來調(diào)整分詞對用戶偏好的影響。時(shí)間加權(quán)函數(shù)[10]如下:

    f(ti)=e-β(ti-t0)

    (1)

    其中,t0表示當(dāng)前的時(shí)間;ti表示用戶閱讀第i條新聞的時(shí)間,β為時(shí)間衰減參數(shù)。

    用戶閱讀的新聞包括新聞標(biāo)題和新聞內(nèi)容兩部分,但新聞標(biāo)題的分詞和新聞內(nèi)容的分詞對用戶偏好的影響是不同的。新聞標(biāo)題中的分詞影響更大一些。因此,考慮到時(shí)間衰減的影響,本文提出了一種計(jì)算相對新聞分詞詞頻的方法,其公式如下:

    (2)

    其中,N1表示第i個(gè)分詞在用戶閱讀的新聞標(biāo)題中出現(xiàn)的次數(shù);N2表示第i個(gè)分詞在用戶閱讀的新聞內(nèi)容中出現(xiàn)的次數(shù);N表示用戶閱讀的所有新聞標(biāo)題和新聞內(nèi)容的分詞數(shù)量;tk表示第i個(gè)分詞第k次出現(xiàn)的時(shí)間,α表示權(quán)重參數(shù)。

    2) 計(jì)算用戶偏好

    由于用戶對新聞的偏好與閱讀次數(shù)之間不是線性關(guān)系,而是隨著閱讀次數(shù)的增加,用戶興趣度增長速度逐步變慢,這符合著名的經(jīng)濟(jì)學(xué)理論——邊際效應(yīng)遞減理論。即其他條件不變的情況下,如果一種投入要素連續(xù)地等量增加,那么產(chǎn)生的實(shí)際效應(yīng)的增加速度會(huì)逐步下降。因此,本文根據(jù)邊際效應(yīng)遞減理論使用式(3)來計(jì)算用戶對新聞分詞的偏好:

    (3)

    其中,a為對數(shù)的底數(shù)。當(dāng)a的取值比較大時(shí),得到的用戶偏好的范圍比較小,當(dāng)a的取值比較小時(shí),得到的用戶偏好的范圍比較大,本文中需要將用戶偏好映射到[0,1]之間的數(shù)值,而fi∈[0,1],所以設(shè)定a=2。

    在獲取了用戶對單個(gè)分詞的偏好后,可以計(jì)算出用戶對某個(gè)新聞標(biāo)題的偏好,其計(jì)算公式如下:

    (4)

    其中,Nnewi表示新聞標(biāo)題中包含的分詞的數(shù)量。

    3) 基于用戶自身偏好進(jìn)行推薦

    由于用戶偏好受自身因素的影響,例如用戶的學(xué)歷、興趣等。因此可以根據(jù)用戶的偏好來預(yù)測用戶可能的偏好。預(yù)測步驟如下:

    (1) 根據(jù)目標(biāo)用戶最后閱讀新聞的時(shí)間,選擇近三天發(fā)布的新聞標(biāo)題。

    (2) 根據(jù)計(jì)算得到的分詞的偏好,根據(jù)式(4)計(jì)算用戶對已選擇出的新聞標(biāo)題的偏好。

    (3) 對計(jì)算得到的新聞標(biāo)題排序,選擇出偏好最高的前5個(gè)新聞標(biāo)題。

    但是當(dāng)給出的新聞標(biāo)題中不包含用戶已閱讀過的分詞時(shí),根據(jù)式(3)預(yù)測的新聞標(biāo)題的偏好會(huì)是0。因此,基于用戶自身偏好的預(yù)測方法,不能發(fā)現(xiàn)用戶對新的新聞主題的偏好。為了彌補(bǔ)基于用戶自己偏好預(yù)測方法的缺點(diǎn),本文還結(jié)合使用了改進(jìn)的協(xié)同過濾方法。

    4) 基于改進(jìn)的協(xié)同過濾進(jìn)行推薦

    (1) 根據(jù)其他用戶和目標(biāo)用戶瀏覽的新聞的共同的分詞數(shù)量選擇近似鄰居。由于本數(shù)據(jù)集中用戶閱讀的新聞數(shù)量比較少,在尋找近似鄰居時(shí),不是以新聞標(biāo)題作為一個(gè)項(xiàng)目,而是將單個(gè)分詞作為一個(gè)項(xiàng)目。例如用戶A和用戶B,他們分別讀了關(guān)于馬航的5條新聞,但相同的新聞標(biāo)題沒有。這并不能說明A和B偏好不相似,因此,在尋找近似鄰居時(shí),使用單個(gè)的分詞作為項(xiàng)目是合理的。

    (2) 在計(jì)算用戶之間的相似度時(shí),為了提高計(jì)算的準(zhǔn)確性,本文考慮了用戶之間共同分詞數(shù)量對相似度的影響。假設(shè)用戶A和B分詞分別為100和200個(gè),且共同的分詞只有一個(gè),計(jì)算得到的偏好相等,那么根據(jù)傳統(tǒng)的相似度計(jì)算公式得到的相似度可能比較高,但顯然,這是不合理的。因此本文使用改進(jìn)的皮爾森相關(guān)系數(shù)來計(jì)算用戶之間的相似度,其公式如下:

    (5)

    其中,Sc表示用戶ui和uj閱讀的新聞標(biāo)題以及新聞內(nèi)容的共同分詞;pui,sk表示用戶ui對分詞Sk的偏好;θ用戶度量共同分詞數(shù)量的影響,其計(jì)算公式如下:

    (6)

    (7)

    其中,Sui表示用戶ui閱讀的新聞標(biāo)題分詞的集合。

    (3) 根據(jù)計(jì)算得到的相似度,選擇前K個(gè)相似度最高的用戶作為目標(biāo)用戶的近似鄰居。

    (4) 由于新聞的特點(diǎn),用戶一般會(huì)閱讀最近發(fā)生的新聞。因此,為了減少計(jì)算復(fù)雜度,本文根據(jù)目標(biāo)用戶最后閱讀新聞的時(shí)間,從近似鄰居最近閱讀的新聞中選擇出目標(biāo)用戶沒有閱讀過,且新聞的發(fā)布時(shí)間和目標(biāo)用戶最后閱讀新聞的時(shí)間不超過三天的新聞標(biāo)題進(jìn)行預(yù)測。

    (5) 根據(jù)近似鄰居的偏好預(yù)測目標(biāo)用戶的偏好。

    (8)

    其中,Un表示用戶ui的近似鄰居的集合;sk∈Ss,Ss表示選擇出的符合要求的新聞標(biāo)題的集合。

    (6) 對于新用戶,本文根據(jù)其余用戶的偏好以及新聞的發(fā)布時(shí)間,選擇出最新的熱門新聞推薦給新用戶。

    (7) 對于新推出的新聞,一方面通過分詞,來計(jì)算用戶對該新聞的偏好,另一方面將該新聞推薦給時(shí)尚型用戶。根據(jù)用戶閱讀新聞的時(shí)間與新聞發(fā)表的時(shí)間平均差來判斷用戶是否為時(shí)尚型用戶,其計(jì)算公式如下:

    (9)

    其中,Nn表示用戶ui閱讀的新聞標(biāo)題的數(shù)量,即Nn=|Sr|,Sr表示用戶閱讀的新聞標(biāo)題的集合;tsk表示新聞sk發(fā)表的時(shí)間,sk∈Sr;tui,sk表示用戶ui閱讀新聞sk的時(shí)間戳。如果計(jì)算得到的平均時(shí)間差小于給定的閾值,則判定用戶為時(shí)尚型用戶。

    (8) 根據(jù)預(yù)測得到的偏好,選擇偏好最高的前5個(gè)進(jìn)行推薦。

    5) 推薦結(jié)果融合

    由于基于用戶自身偏好的推薦和基于協(xié)同過濾的推薦各有優(yōu)缺點(diǎn),因此,本文結(jié)合兩種方法進(jìn)行推薦。將基于用戶自身偏好的推薦結(jié)果和基于協(xié)同過濾的推薦結(jié)果進(jìn)行融合,選擇出偏好最高的5個(gè)新聞標(biāo)題推薦給目標(biāo)用戶。

    2實(shí)驗(yàn)驗(yàn)證和結(jié)果分析

    1) 數(shù)據(jù)集

    使用爬蟲工具從搜狐網(wǎng)站上爬取10 000個(gè)用戶在1個(gè)星期內(nèi)閱讀新聞的行為信息。并對用戶、新聞進(jìn)行編號,另外還抓取了新聞發(fā)表的時(shí)間,以及用戶閱讀新聞的時(shí)間戳信息。經(jīng)統(tǒng)計(jì)分析該數(shù)據(jù)集包含7156條新聞,每個(gè)用戶閱讀的新聞量如表1所示。

    表1 用戶看新聞總量的統(tǒng)計(jì)

    2) 新聞標(biāo)題及內(nèi)容分詞

    本文使用分詞工具——NLPIR漢語分詞系統(tǒng)對新聞標(biāo)題和新聞內(nèi)容進(jìn)行分詞。但該系統(tǒng)不允許一次性對超過四句話的文本進(jìn)行分詞。為提升效率對該軟件進(jìn)行了改良。通過對文件編碼進(jìn)行替換來適配漢語字符特有的寬編碼以及應(yīng)用Windows核心編程API技術(shù)完成兩個(gè)進(jìn)程間的通信需求。制作出了一個(gè)全新的文本讀寫軟件,將網(wǎng)上的分詞系統(tǒng)內(nèi)置其中,可以通過循環(huán)控制和進(jìn)程間通信的手段一次性完成所有的分詞工作。

    3) 評價(jià)標(biāo)準(zhǔn)

    本文采用F值作為評價(jià)指標(biāo),F(xiàn)值不僅考慮了準(zhǔn)確率,還考慮了召回率,可以更準(zhǔn)確地度量推薦結(jié)果。其計(jì)算公式如下:

    (10)

    其中,P表示準(zhǔn)確率,R表示召回率,它們的計(jì)算公式分別如下:

    (11)

    其中,Na表示推薦的結(jié)果是用戶閱讀的新聞,Nl表示所有推薦的新聞標(biāo)題的數(shù)量。

    (12)

    其中,NT表示測試集中所有的新聞標(biāo)題的數(shù)量。

    4) 結(jié)果分析

    (1) 參數(shù)α的影響

    圖1 當(dāng)參數(shù)α取不同值時(shí)的推薦結(jié)果

    從圖1可知,當(dāng)α=1.3時(shí),推薦結(jié)果最好。這是因?yàn)?,?dāng)α=1時(shí),即分詞沒有區(qū)分是新聞標(biāo)題中的分詞還是新聞內(nèi)容中的分詞,所以推薦結(jié)果的準(zhǔn)確性低;1<α<1.3時(shí),新聞標(biāo)題中的分詞所占比重逐漸增大,所以準(zhǔn)確性提高;當(dāng)α>1.3時(shí),由于新聞標(biāo)題中的分詞所占比重過大,所以推薦的準(zhǔn)確性開始降低。根據(jù)實(shí)驗(yàn)結(jié)果,在后續(xù)試驗(yàn)中,設(shè)定α=1.3。

    (2) 參數(shù)β的影響

    圖2 當(dāng)參數(shù)β取不同值時(shí)的推薦結(jié)果

    從圖2可知,當(dāng)β=0.7時(shí),得到的推薦結(jié)果最好。這是因?yàn)?,?dāng)β取值比較小時(shí),衰減速度比較慢,所以一些過時(shí)的偏好對現(xiàn)有偏好影響比較大,導(dǎo)致推薦結(jié)果的準(zhǔn)確性降低;當(dāng)β取值比較大時(shí),用戶偏好衰減速度過快,使一些偏好對現(xiàn)有偏好的影響降低,同樣帶來了推薦結(jié)果準(zhǔn)確性的降低。綜上分析,在后續(xù)實(shí)驗(yàn)中,設(shè)定β=0.7。

    (3) 不同推薦方法的比較。選擇傳統(tǒng)的協(xié)同過濾算法作為基準(zhǔn)對比方法,即method1,本文提出的建模方法為method2,分別進(jìn)行建模,對比推薦效果。實(shí)驗(yàn)結(jié)果如圖3和圖4所示。

    圖3 當(dāng)平均時(shí)間差閾值為不同值時(shí),不同建模方法的F值對比

    圖4 當(dāng)平均時(shí)間差閾值為不同值時(shí),不同建模方法的建模時(shí)間對比

    根據(jù)圖3和圖4可知,當(dāng)平均時(shí)間差閾值為1天時(shí),獲得結(jié)果最好,這是由新聞的實(shí)時(shí)性特點(diǎn)決定的。因此一般時(shí)尚型用戶會(huì)在新聞發(fā)布的第一時(shí)間進(jìn)行瀏覽。根據(jù)圖3可知,與基于傳統(tǒng)的協(xié)同過濾算法的推薦系統(tǒng)相比,本文提出的模型在F值最好的情況上提高了0.0322;根據(jù)圖4可知,本文提出的建模方法,在建模時(shí)間上比基于傳統(tǒng)的協(xié)同過濾的推薦系統(tǒng)縮短了23.39分鐘。這是因?yàn)楸疚奶岢龅慕7椒ú粌H考慮了時(shí)間因素的影響,在使用協(xié)同過濾時(shí)考慮了用戶共同偏好數(shù)量的影響,并且在建模過程中做了一些預(yù)處理操作。改進(jìn)方法的預(yù)處理因?yàn)槭且恍┙y(tǒng)計(jì)計(jì)算,因此其計(jì)算復(fù)雜度比較小,而傳統(tǒng)的方法需要計(jì)算目標(biāo)用戶和其他所有用戶的相似度,所以計(jì)算的復(fù)雜度比較大。因此雖然改進(jìn)方法增加了預(yù)處理操作,但總的計(jì)算復(fù)雜度卻減小了。

    3結(jié)語

    為了提高新聞推薦的準(zhǔn)確性,本文將時(shí)間戳信息引入到新聞推薦模型中。首先,在計(jì)算用戶對單個(gè)分詞的偏好時(shí),使用了時(shí)間加權(quán)函數(shù)來度量時(shí)間對用戶偏好的影響;在為用戶推薦新聞時(shí),通過融合基于用戶自身的偏好的推薦結(jié)果和利用改進(jìn)的協(xié)同過濾算法推薦的結(jié)果來實(shí)現(xiàn)推薦。實(shí)驗(yàn)結(jié)果表明,本文提出的模型有效地提高了新聞推薦系統(tǒng)的準(zhǔn)確性,并縮短了模型構(gòu)建的響應(yīng)時(shí)間。

    參考文獻(xiàn)

    [1] 許海玲,吳瀟,李曉東,等.互聯(lián)網(wǎng)推薦系統(tǒng)比較研究[J].軟件學(xué)報(bào),2009,20(2):350-362.

    [2] 劉魯,任曉麗.推薦系統(tǒng)研究進(jìn)展及展望[J].信息系統(tǒng)學(xué)報(bào),2008(1):82-90.

    [3] 劉建國,周濤,汪秉宏.個(gè)性化推薦系統(tǒng)的研究進(jìn)展[J].自然科學(xué)進(jìn)展,2009,19(1):1-15.

    [4] 王國霞,劉賀平.個(gè)性化推薦系統(tǒng)綜述[J].計(jì)算機(jī)工程與應(yīng)用,2012,48(7):70-80.

    [5] 喬向杰,張凌云.近十年國外旅游推薦系統(tǒng)的應(yīng)用研究[J].旅游學(xué)刊,2014,29(8):117-127.

    [6] 李忠俊,周啟海,帥青紅.一種基于內(nèi)容和協(xié)同過濾同構(gòu)化整合的推薦系統(tǒng)模型[J].計(jì)算機(jī)科學(xué),2009,36(12):142-145.

    [7] 柯良文,王靖.基于用戶特征遷移的協(xié)同過濾推薦[J].計(jì)算機(jī)工程,2015,41(1):37-43.

    [8] 鄧娟,陳西曲.基于用戶興趣變化的協(xié)同過濾推薦算法[J].武漢工業(yè)學(xué)院學(xué)報(bào),2013,32(4):48-51.

    [9] 鄭先榮,曹先彬.線性逐步遺忘協(xié)同過濾算法的研究[J].計(jì)算機(jī)工程,2007,33(6):72-73.

    [10] 印桂生,崔曉暉,馬志強(qiáng).遺忘曲線的協(xié)同過濾推薦模型[J].哈爾濱工程大學(xué)學(xué)報(bào),2012,33(1):85-90.

    [11] 張磊.基于遺忘曲線的協(xié)同過濾研究[J].電腦知識(shí)與技術(shù),2014(12):67-72.

    A NEWS RECOMMENDER MODEL BASED ON TIMESTAMP

    Shi YancuiDai HaonanShi HepingWang ShengjieYang ShuohengZhong Huijun

    (School of Computer Science and Information Engineering,Tianjin University of Science and Technology,Tianjin 300457,China)

    AbstractRapid development of Internet makes it difficult for users to find the interested news from “information ocean”. It has been the hot issue and challenge in current studies that how to accurately recommend the personalised news to users meeting their requirements. In the paper, we introduced the timestamp into news recommendation model in order to improve the accuracy of the news recommender system. First, we employed the word segmentation tool to segment the news titles and news contents into words, and introduced the time weighting function to compute the preference of users on individual word segmentation. When predicting users preference, we were not just based on the preference of users themselves, the improved collaborative filtering method was also applied in prediction. Finally, the news recommendation was achieved by integrating the derived preference values. Experimental results showed that the proposed model could not only improve the accuracy of news recommender system, it also shortened the responding time of model building as well.

    KeywordsTimestampScarcityWord segmentationNews recommendation

    收稿日期:2015-01-27。國家自然科學(xué)基金項(xiàng)目(61402331)。史艷翠,講師,主研領(lǐng)域:用戶偏好獲取,推薦系統(tǒng),上下文感知,社會(huì)網(wǎng)絡(luò)。戴浩男,本科生。石和平,本科生。汪圣潔,本科生。楊碩珩,本科生。鐘惠軍,本科生。

    中圖分類號TP3

    文獻(xiàn)標(biāo)識(shí)碼A

    DOI:10.3969/j.issn.1000-386x.2016.06.010

    猜你喜歡
    新聞標(biāo)題分詞建模
    聯(lián)想等效,拓展建?!浴皫щ娦∏蛟诘刃鲋凶鰣A周運(yùn)動(dòng)”為例
    結(jié)巴分詞在詞云中的應(yīng)用
    談新聞標(biāo)題的現(xiàn)實(shí)性
    活力(2019年22期)2019-03-16 12:49:06
    網(wǎng)絡(luò)新聞標(biāo)題與報(bào)紙新聞標(biāo)題的對比
    活力(2019年22期)2019-03-16 12:48:00
    基于PSS/E的風(fēng)電場建模與動(dòng)態(tài)分析
    電子制作(2018年17期)2018-09-28 01:56:44
    不對稱半橋變換器的建模與仿真
    值得重視的分詞的特殊用法
    無意間擊中幽默的新聞標(biāo)題
    喜劇世界(2016年9期)2016-08-24 06:17:26
    淺談新聞標(biāo)題的裝扮技巧
    新聞傳播(2015年22期)2015-07-18 11:04:06
    三元組輻射場的建模與仿真
    动漫黄色视频在线观看| 蜜桃国产av成人99| 丰满饥渴人妻一区二区三| 少妇精品久久久久久久| 日韩视频一区二区在线观看| 国产欧美日韩一区二区精品| 成人18禁在线播放| 我要看黄色一级片免费的| 999久久久国产精品视频| 人人妻人人爽人人添夜夜欢视频| 高清毛片免费观看视频网站 | 久久狼人影院| 在线看a的网站| 免费不卡黄色视频| av电影中文网址| 亚洲精品一卡2卡三卡4卡5卡| 夜夜骑夜夜射夜夜干| 免费观看人在逋| 啪啪无遮挡十八禁网站| 亚洲一码二码三码区别大吗| 久久久久国内视频| 亚洲天堂av无毛| 老汉色av国产亚洲站长工具| 日韩欧美一区二区三区在线观看 | 成人永久免费在线观看视频 | 男女之事视频高清在线观看| 国产精品 国内视频| 免费观看a级毛片全部| 在线观看免费午夜福利视频| 99精品久久久久人妻精品| 99久久国产精品久久久| 日韩中文字幕视频在线看片| av一本久久久久| 少妇猛男粗大的猛烈进出视频| 高清欧美精品videossex| 精品一区二区三区视频在线观看免费 | 欧美精品人与动牲交sv欧美| 欧美精品av麻豆av| 久久国产精品影院| 日韩欧美三级三区| 中文字幕人妻熟女乱码| 9191精品国产免费久久| 少妇精品久久久久久久| a级毛片在线看网站| 国产亚洲欧美精品永久| 又紧又爽又黄一区二区| 99国产精品免费福利视频| 十八禁人妻一区二区| 国产亚洲午夜精品一区二区久久| 国产日韩欧美视频二区| 欧美午夜高清在线| 男人操女人黄网站| 国产成人精品久久二区二区免费| 亚洲成人免费av在线播放| 亚洲性夜色夜夜综合| 老司机午夜十八禁免费视频| 不卡av一区二区三区| 免费黄频网站在线观看国产| 欧美精品一区二区大全| 久久影院123| 国产视频一区二区在线看| 18禁国产床啪视频网站| 99精品久久久久人妻精品| 日日夜夜操网爽| 亚洲国产欧美日韩在线播放| 欧美激情极品国产一区二区三区| 免费不卡黄色视频| 色婷婷久久久亚洲欧美| 国产av一区二区精品久久| av超薄肉色丝袜交足视频| 国产精品 欧美亚洲| 亚洲欧美精品综合一区二区三区| 国产精品国产av在线观看| 最近最新免费中文字幕在线| 国产一区二区 视频在线| 亚洲精品在线美女| 国产精品一区二区在线观看99| 午夜老司机福利片| 中文字幕精品免费在线观看视频| 午夜福利乱码中文字幕| 波多野结衣一区麻豆| 国产99久久九九免费精品| 欧美 日韩 精品 国产| 十八禁网站网址无遮挡| av片东京热男人的天堂| 亚洲色图av天堂| 日韩欧美一区视频在线观看| 欧美成狂野欧美在线观看| 亚洲欧洲精品一区二区精品久久久| 一二三四在线观看免费中文在| 两个人免费观看高清视频| 中国美女看黄片| 久久影院123| 蜜桃国产av成人99| 免费女性裸体啪啪无遮挡网站| 精品久久蜜臀av无| 在线观看www视频免费| 99re6热这里在线精品视频| 制服诱惑二区| 色综合婷婷激情| 男女午夜视频在线观看| av网站免费在线观看视频| 一级毛片电影观看| 999久久久国产精品视频| 天天添夜夜摸| 免费av中文字幕在线| 女同久久另类99精品国产91| 色94色欧美一区二区| 日本撒尿小便嘘嘘汇集6| 一本综合久久免费| 亚洲第一青青草原| 日本一区二区免费在线视频| 在线十欧美十亚洲十日本专区| 在线观看免费视频网站a站| 日韩人妻精品一区2区三区| 国产人伦9x9x在线观看| 丝瓜视频免费看黄片| 久久中文字幕人妻熟女| 免费av中文字幕在线| 激情视频va一区二区三区| 国产在线视频一区二区| 精品欧美一区二区三区在线| 一区二区三区激情视频| 天天添夜夜摸| 久久久国产一区二区| 老司机在亚洲福利影院| 亚洲成人国产一区在线观看| 日本vs欧美在线观看视频| 欧美性长视频在线观看| 91麻豆精品激情在线观看国产 | 一级,二级,三级黄色视频| 久久影院123| 午夜精品国产一区二区电影| 亚洲九九香蕉| 久久国产精品人妻蜜桃| 色在线成人网| 欧美精品人与动牲交sv欧美| 成人精品一区二区免费| av视频免费观看在线观看| 欧美成狂野欧美在线观看| 精品少妇内射三级| 国产精品久久久人人做人人爽| 国产av又大| 亚洲成人手机| 国产91精品成人一区二区三区 | 搡老岳熟女国产| 国产精品久久久久久人妻精品电影 | 精品亚洲成a人片在线观看| 国产免费福利视频在线观看| tocl精华| 免费日韩欧美在线观看| 亚洲精品美女久久久久99蜜臀| 日韩一卡2卡3卡4卡2021年| 女性被躁到高潮视频| 亚洲,欧美精品.| 视频区图区小说| 色老头精品视频在线观看| 国产精品免费一区二区三区在线 | 777米奇影视久久| 一边摸一边做爽爽视频免费| 俄罗斯特黄特色一大片| 在线播放国产精品三级| 午夜免费成人在线视频| 亚洲五月婷婷丁香| 丰满少妇做爰视频| 91精品三级在线观看| 国产精品秋霞免费鲁丝片| 国产精品国产高清国产av | 国产欧美日韩一区二区精品| 久久精品亚洲精品国产色婷小说| 欧美老熟妇乱子伦牲交| 狂野欧美激情性xxxx| 少妇 在线观看| 亚洲熟妇熟女久久| 欧美日韩亚洲国产一区二区在线观看 | 精品高清国产在线一区| 国产深夜福利视频在线观看| 亚洲国产看品久久| 久久 成人 亚洲| 国产亚洲av高清不卡| 午夜福利一区二区在线看| 久久天躁狠狠躁夜夜2o2o| 18禁裸乳无遮挡动漫免费视频| 又黄又粗又硬又大视频| tube8黄色片| 露出奶头的视频| 女人精品久久久久毛片| 国产成+人综合+亚洲专区| 精品亚洲成a人片在线观看| 天堂中文最新版在线下载| 热99re8久久精品国产| 一级毛片女人18水好多| 亚洲精品成人av观看孕妇| 国产又色又爽无遮挡免费看| 91av网站免费观看| 国产成人免费观看mmmm| 黑人操中国人逼视频| av线在线观看网站| 视频区欧美日本亚洲| 操出白浆在线播放| av国产精品久久久久影院| 国产日韩欧美视频二区| 日韩欧美三级三区| 中文欧美无线码| 久久热在线av| 亚洲欧美激情在线| 久久久久精品人妻al黑| 黄色丝袜av网址大全| 日韩欧美国产一区二区入口| 最近最新免费中文字幕在线| 欧美 亚洲 国产 日韩一| 美女高潮喷水抽搐中文字幕| 国产亚洲午夜精品一区二区久久| 欧美av亚洲av综合av国产av| 精品国产一区二区久久| 久久久久久免费高清国产稀缺| 久久精品人人爽人人爽视色| 久久久久久久久免费视频了| 丁香六月天网| 国产亚洲精品久久久久5区| av一本久久久久| 久久久精品区二区三区| 国产午夜精品久久久久久| 91麻豆av在线| 国产亚洲精品第一综合不卡| 18禁黄网站禁片午夜丰满| av免费在线观看网站| 五月开心婷婷网| 高清在线国产一区| 国产又色又爽无遮挡免费看| 一区二区av电影网| 丝袜在线中文字幕| 亚洲五月婷婷丁香| 久久精品亚洲熟妇少妇任你| 老司机影院毛片| 亚洲情色 制服丝袜| 久久久国产欧美日韩av| 日本wwww免费看| 黄色成人免费大全| 18禁美女被吸乳视频| 一级毛片女人18水好多| 黄片小视频在线播放| 精品久久蜜臀av无| 国产野战对白在线观看| 操出白浆在线播放| 激情视频va一区二区三区| 亚洲国产精品一区二区三区在线| 天天躁日日躁夜夜躁夜夜| 欧美激情 高清一区二区三区| bbb黄色大片| 中文亚洲av片在线观看爽 | 91国产中文字幕| 色婷婷久久久亚洲欧美| 香蕉丝袜av| 精品国产乱子伦一区二区三区| 新久久久久国产一级毛片| 久久性视频一级片| 国产视频一区二区在线看| 精品免费久久久久久久清纯 | 91字幕亚洲| 高清毛片免费观看视频网站 | 精品一区二区三区四区五区乱码| 少妇粗大呻吟视频| 久久九九热精品免费| 激情在线观看视频在线高清 | 亚洲伊人久久精品综合| 亚洲专区中文字幕在线| 麻豆av在线久日| 在线观看免费高清a一片| 亚洲精品一二三| 日韩中文字幕视频在线看片| 国产亚洲精品第一综合不卡| 老司机午夜十八禁免费视频| 日本黄色视频三级网站网址 | 日本撒尿小便嘘嘘汇集6| 亚洲成人免费电影在线观看| 久久精品成人免费网站| 亚洲色图av天堂| 久久中文字幕一级| 天天躁日日躁夜夜躁夜夜| 日本黄色日本黄色录像| 国产精品一区二区免费欧美| avwww免费| 日韩一卡2卡3卡4卡2021年| 老汉色∧v一级毛片| 中亚洲国语对白在线视频| 国产在视频线精品| 国产亚洲欧美在线一区二区| 黄片播放在线免费| 欧美激情 高清一区二区三区| 2018国产大陆天天弄谢| 丁香欧美五月| 成年女人毛片免费观看观看9 | 人妻 亚洲 视频| 亚洲成国产人片在线观看| 最新在线观看一区二区三区| 国产精品国产高清国产av | 99久久精品国产亚洲精品| 999精品在线视频| 1024视频免费在线观看| av免费在线观看网站| 免费观看av网站的网址| 精品国内亚洲2022精品成人 | 一个人免费在线观看的高清视频| 99国产精品99久久久久| 天堂动漫精品| 国产成人欧美在线观看 | 色精品久久人妻99蜜桃| 成人18禁高潮啪啪吃奶动态图| 国产精品99久久99久久久不卡| 精品人妻熟女毛片av久久网站| 色综合欧美亚洲国产小说| 国产欧美日韩一区二区三区在线| 99精国产麻豆久久婷婷| 亚洲欧洲精品一区二区精品久久久| 日韩制服丝袜自拍偷拍| 久久亚洲真实| netflix在线观看网站| 免费在线观看完整版高清| 国产亚洲欧美精品永久| 丝袜在线中文字幕| 天天操日日干夜夜撸| 亚洲精品久久午夜乱码| 国产不卡一卡二| 欧美精品一区二区免费开放| 岛国在线观看网站| 欧美激情极品国产一区二区三区| √禁漫天堂资源中文www| 12—13女人毛片做爰片一| 亚洲九九香蕉| av一本久久久久| av线在线观看网站| 十八禁网站免费在线| 中文字幕色久视频| 丝袜在线中文字幕| 纵有疾风起免费观看全集完整版| 久久热在线av| 国产男靠女视频免费网站| 夜夜爽天天搞| 国精品久久久久久国模美| 91成人精品电影| 亚洲一区二区三区欧美精品| 丁香六月欧美| 男女无遮挡免费网站观看| 午夜精品久久久久久毛片777| 美女国产高潮福利片在线看| 午夜福利,免费看| 色婷婷av一区二区三区视频| 丝袜美足系列| 亚洲va日本ⅴa欧美va伊人久久| h视频一区二区三区| 亚洲人成电影免费在线| 黑人巨大精品欧美一区二区mp4| 国产不卡一卡二| 国产成人免费观看mmmm| 亚洲精品在线美女| 少妇裸体淫交视频免费看高清 | 久久久精品国产亚洲av高清涩受| 美女国产高潮福利片在线看| 国产伦理片在线播放av一区| 菩萨蛮人人尽说江南好唐韦庄| 在线十欧美十亚洲十日本专区| 亚洲男人天堂网一区| 国产成人免费观看mmmm| 在线观看www视频免费| 天堂中文最新版在线下载| 国产99久久九九免费精品| 日本欧美视频一区| 制服诱惑二区| 咕卡用的链子| 免费在线观看完整版高清| 一本色道久久久久久精品综合| 久久久精品区二区三区| 男女之事视频高清在线观看| 亚洲 欧美一区二区三区| 99re在线观看精品视频| 99热国产这里只有精品6| 国产精品98久久久久久宅男小说| 欧美激情极品国产一区二区三区| 夫妻午夜视频| 精品亚洲乱码少妇综合久久| 黄片大片在线免费观看| 一边摸一边抽搐一进一出视频| 五月开心婷婷网| 最新美女视频免费是黄的| 国产真人三级小视频在线观看| 免费在线观看黄色视频的| 午夜激情av网站| 大香蕉久久网| 国产亚洲欧美精品永久| 老熟妇仑乱视频hdxx| 99在线人妻在线中文字幕 | 在线播放国产精品三级| 91成人精品电影| 成年人黄色毛片网站| 午夜激情av网站| 久久久国产精品麻豆| 久久久精品94久久精品| 丝瓜视频免费看黄片| 人成视频在线观看免费观看| 人人妻人人添人人爽欧美一区卜| av线在线观看网站| 亚洲五月婷婷丁香| 久久ye,这里只有精品| 亚洲国产毛片av蜜桃av| 一区二区三区精品91| 一本大道久久a久久精品| 18禁国产床啪视频网站| 亚洲国产中文字幕在线视频| 精品国产一区二区三区四区第35| 桃花免费在线播放| 国产欧美日韩一区二区三区在线| 久久精品亚洲av国产电影网| 咕卡用的链子| 一二三四社区在线视频社区8| 亚洲成国产人片在线观看| 动漫黄色视频在线观看| 肉色欧美久久久久久久蜜桃| 高潮久久久久久久久久久不卡| 国产精品麻豆人妻色哟哟久久| 18禁黄网站禁片午夜丰满| 国产精品1区2区在线观看. | 99久久人妻综合| 亚洲av国产av综合av卡| 超碰成人久久| 一二三四社区在线视频社区8| 久久这里只有精品19| 下体分泌物呈黄色| 女人久久www免费人成看片| 色综合欧美亚洲国产小说| 大型黄色视频在线免费观看| 国产免费福利视频在线观看| 亚洲成人手机| 久久av网站| 多毛熟女@视频| 丁香欧美五月| 国产精品秋霞免费鲁丝片| 美女视频免费永久观看网站| 日韩人妻精品一区2区三区| 老司机深夜福利视频在线观看| 人人妻人人澡人人看| 久久午夜亚洲精品久久| 岛国在线观看网站| 女人久久www免费人成看片| www.精华液| 国产欧美日韩一区二区三区在线| 丝袜人妻中文字幕| 女性被躁到高潮视频| 日本精品一区二区三区蜜桃| 欧美国产精品一级二级三级| 搡老岳熟女国产| 国产精品秋霞免费鲁丝片| 中文亚洲av片在线观看爽 | 91精品三级在线观看| 正在播放国产对白刺激| 日本五十路高清| 国产色视频综合| 午夜激情av网站| 亚洲精品中文字幕一二三四区 | 国产免费av片在线观看野外av| 成人国语在线视频| 国产日韩欧美视频二区| 丝袜美腿诱惑在线| 精品高清国产在线一区| 国产在线视频一区二区| 两个人看的免费小视频| 巨乳人妻的诱惑在线观看| 日本wwww免费看| 久久婷婷成人综合色麻豆| 丝袜人妻中文字幕| 欧美性长视频在线观看| 91av网站免费观看| 亚洲午夜理论影院| 99国产精品免费福利视频| 精品第一国产精品| 国产一卡二卡三卡精品| 正在播放国产对白刺激| 久久精品aⅴ一区二区三区四区| 一区二区av电影网| 午夜激情av网站| 亚洲七黄色美女视频| netflix在线观看网站| 19禁男女啪啪无遮挡网站| 亚洲精品久久午夜乱码| 亚洲av美国av| 一级片'在线观看视频| 亚洲国产毛片av蜜桃av| 国产成人免费观看mmmm| 激情视频va一区二区三区| 18在线观看网站| 女同久久另类99精品国产91| 欧美精品一区二区大全| 我要看黄色一级片免费的| 亚洲精品国产精品久久久不卡| 精品一区二区三区av网在线观看 | 老鸭窝网址在线观看| 欧美 亚洲 国产 日韩一| 国产一区二区激情短视频| 人人妻人人添人人爽欧美一区卜| 人妻 亚洲 视频| 黑人猛操日本美女一级片| 在线观看免费视频网站a站| www.精华液| avwww免费| av又黄又爽大尺度在线免费看| 97在线人人人人妻| 日本wwww免费看| 国产深夜福利视频在线观看| 精品国产一区二区久久| 亚洲专区中文字幕在线| 操出白浆在线播放| 天堂俺去俺来也www色官网| 午夜福利在线观看吧| 国产精品98久久久久久宅男小说| 高清黄色对白视频在线免费看| 一区二区三区国产精品乱码| 日韩三级视频一区二区三区| 日日夜夜操网爽| 啦啦啦 在线观看视频| 多毛熟女@视频| 国产不卡av网站在线观看| 国产亚洲午夜精品一区二区久久| 少妇精品久久久久久久| 女人精品久久久久毛片| 久久久国产欧美日韩av| 极品人妻少妇av视频| 亚洲伊人色综图| 国产成人av教育| 老司机靠b影院| 制服诱惑二区| 欧美日韩黄片免| 嫁个100分男人电影在线观看| 99久久99久久久精品蜜桃| 久久久国产精品麻豆| 亚洲av片天天在线观看| 亚洲av美国av| 丰满迷人的少妇在线观看| 国产91精品成人一区二区三区 | 久久精品国产亚洲av香蕉五月 | 黄片播放在线免费| 亚洲av美国av| 青青草视频在线视频观看| 午夜福利视频在线观看免费| 99久久国产精品久久久| 久久人人97超碰香蕉20202| 麻豆国产av国片精品| 成人av一区二区三区在线看| 桃红色精品国产亚洲av| 麻豆成人av在线观看| 国产黄频视频在线观看| 久久婷婷成人综合色麻豆| 老司机福利观看| 国产一区二区激情短视频| 国产精品99久久99久久久不卡| 国产成人一区二区三区免费视频网站| 一区二区日韩欧美中文字幕| 亚洲午夜理论影院| 久久精品亚洲av国产电影网| 欧美精品高潮呻吟av久久| 久久99热这里只频精品6学生| 欧美激情高清一区二区三区| 成人特级黄色片久久久久久久 | 丝瓜视频免费看黄片| 法律面前人人平等表现在哪些方面| 国产免费现黄频在线看| 精品少妇一区二区三区视频日本电影| 国产区一区二久久| 一二三四社区在线视频社区8| 国产精品国产高清国产av | 黑人操中国人逼视频| 亚洲五月婷婷丁香| 欧美在线黄色| 在线观看免费高清a一片| 色精品久久人妻99蜜桃| 韩国精品一区二区三区| 成人18禁高潮啪啪吃奶动态图| 一夜夜www| 成人av一区二区三区在线看| 国产精品欧美亚洲77777| 日韩视频一区二区在线观看| 欧美成人午夜精品| 亚洲一卡2卡3卡4卡5卡精品中文| 乱人伦中国视频| 欧美成人免费av一区二区三区 | 动漫黄色视频在线观看| 午夜老司机福利片| 国产在线观看jvid| 国产片内射在线| 美女高潮到喷水免费观看| 高清欧美精品videossex| 精品福利永久在线观看| 国产视频一区二区在线看| 超色免费av| 狠狠精品人妻久久久久久综合| 69精品国产乱码久久久| 免费看a级黄色片| 精品久久蜜臀av无| 亚洲视频免费观看视频| 中文字幕av电影在线播放| 人人妻人人澡人人爽人人夜夜| 不卡av一区二区三区| 汤姆久久久久久久影院中文字幕| 飞空精品影院首页| 女人精品久久久久毛片| 久热这里只有精品99| 国产高清国产精品国产三级| 老汉色av国产亚洲站长工具| 日韩免费高清中文字幕av| 1024视频免费在线观看| 午夜视频精品福利| 国产精品久久久久久精品电影小说| 一级片免费观看大全| 久久久久久人人人人人| 人妻久久中文字幕网| 欧美老熟妇乱子伦牲交|