黄发良
- 作品数：59 被引量：266H指数：9
- 供职机构：广西师范大学更多>>
- 发文基金：国家自然科学基金福建省教育厅科技项目教育部人文社会科学研究基金更多>>
- 相关领域：自动化与计算机技术政治法律文化科学自然科学总论更多>>
- 一种基于多目标优化的Web社区发现方法
- 本发明提出一种基于多目标优化的Web社区发现方法，应用于Web2.0下的社交网络，可以提升信息主动服务质量、增强网络文化安全等；其包括：设置粒子群规模、粒子位置和速度的范围与维度、粒子群惯性因子、邻域半径及外部存档最大容...
- 黄发良
- 文献传递
- 基于弹幕分析的在线直播平台用户理解被引量：1
- 2020年
- 弹幕评论是网络直播平台与用户交互的主要方式之一,借助弹幕行为的分析可以更有效地实现对网络直播平台的用户理解.通过采集和利用3大热门直播平台(斗鱼、熊猫与战旗)的弹幕相关数据,本文以假设验证的方式从用户属性与用户行为两个角度对在线直播平台用户进行分析与理解,并建立基于用户行为特征时间序列的用户活跃模型对用户互动活跃度进行量化评估.研究表明,平台在线人数具有周期性变化的时间规律,观众地域具有沿海发达城市集中分布的空间取向,所提出的用户活跃模型能够对网络直播平台用户的行为活跃趋势做出合理的预测分析.
- 黄发良谢国庆陈子炜
- 关键词：在线直播社会媒体
- 网络社区发现的粒子群优化算法被引量：7
- 2011年
- 从优化模块度的角度出发,提出了一种基于粒子群优化的网络社区发现的粒子群优化算法(CDPSO);该算法根据网络连接数据的特点给出一种新的粒子编码方法,有效地避免非法粒子的产生,一定程度上缓解了基于二值编码的迭代二划分策略所遭遇的局部最优划分问题,并改进了传统离散粒子群优化(PSO)的粒子位置调整策略,使算法收敛速度更快.实验结果表明,CDPSO能够在无先验信息的条件下快速有效地揭示网络内在的社区结构.
- 黄发良肖南峰
- 关键词：粒子群优化模块度
- 基于知识粒度的Web文档聚类研究
- 飞速发展的互联网/(WWW/)极大地改变了人们的生活, 它已经成为人们交流思想和获取信息的主流性的渠道。在这浩瀚无边的网络数据的海洋中潜藏着大量有价值的知识,从这个海量数据源中快速高效地获取有用知识是包括企业、个人等在内...
- 黄发良
- 关键词：粗糙集知识粒度
- 文献传递
- 基于产品评论情感分析的用户满意度挖掘被引量：2
- 2017年
- 互联网的广泛应用和电子商务的迅速发展使得用户满意度分析的重要性日益凸显.传统的用户满意度研究都是以认知理论为基础的小样本分析,难以适应海量网络购物数据的应用场景.针对此,提出了一种基于产品评论情感分析的用户满意度挖掘方法,首先选择用户评论为研究对象,然后运用半监督的递归自编码深度学习模型进行产品评论级情感倾向性分析,最后对用户满意度的动态演化模式进行灰色建模与预测.3种京东商品的评论数据的实验表明方法的有效性.
- 程惠华黄发良潘传迪
- 关键词：用户满意度情感分析灰色预测
- 一种基于词间关联规则挖掘的查询扩展方法被引量：2
- 2008年
- 针对现有信息检索系统中存在的词不匹配问题,提出一种基于词间关联规则的查询扩展算法,该算法利用现有挖掘算法自动对前列初检文档进行词间关联挖掘,提取含有原查询词的词间关联规则,从中提取扩展词,实现查询扩展。实验结果表明,该算法能改善和提高信息检索系统性能,具有很高的应用价值。
- 黄名选黄发良
- 关键词：查询扩展关联规则信息检索
- 一种网络短评情感挖掘方法
- 本发明涉及一种网络短评情感挖掘方法，包括以下步骤：步骤1、设置本方法相关的循环控制参数以及情感词典；步骤2、利用情感词典对短评数据集进行情感极性先验处理：若短评数据集里的单词在情感词典中出现，则将该单词的情感极性赋为情感...
- 黄发良李超雄元昌安汪焱姚志强
- 文献传递
- 基于数据挖掘的模块评估法
- 2005年
- 提出了将数据挖掘应用于软件工程学中,数据挖掘是一个涉及多领域的交叉学科,它拥有许多成熟的技术。其中,模糊聚类法就是数据挖掘的核心技术之一。在对大量的软件工程数据进行挖掘处理后,经过λ水平截集,将相似的模块聚为一类,作为模块评估的基础,从中得出有价值的知识模式,用于指导软件工程实践。
- 尹云飞钟智黄发良
- 关键词：软件工程数据挖掘聚类
- 基于个性化服务的元搜索引擎模型被引量：9
- 2005年
- 概述了元搜索引擎的现状与基本结构原理,提出了一种新的智能化提供个性化服务的元搜索引擎设计方案。
- 钟智黄发良
- 关键词：元搜索引擎搜索引擎信息检索个性化服务
- 基于项权值变化和SCCI框架的加权正负关联规则挖掘被引量：4
- 2015年
- 给出项权值变化的数据模型形式化表示,构建新的加权项集剪枝策略及其模式评价框架SCCI(supportconfidence-correlation-interest),提出基于项权值变化和SCCI评价框架的加权正负关联规则挖掘算法.该算法考虑了项权值变化的数据特点,采用新的剪枝方法和评价框架,通过项集权值简单计算和比较,挖掘有效的加权正负关联规则.实验结果表明,该算法能够有效地减少候选项集数量和挖掘时间,挖掘出有趣的关联模式,避免无效模式出现,挖掘效率高于相比较的现有算法,解决了项权值变化的加权负模式挖掘问题.
- 黄名选黄发良严小卫兰慧红
- 关键词：数据挖掘正负关联规则频繁项集
