成果简介：LJParser 大数据搜索与挖掘开发平台针对互联网内容处理的需要， 融合了自然语言理解、网络搜索和文本挖掘的技术，提供了用于技术二次开 发的基础工具集。开发平台由多个中间件组成，各个中间件API 可以无缝地 融合到客户的各类复杂应用系统之中，可兼容 Windows，Linux， Android， Maemo5, FreeBSD 等不同操作系统

成果基于对地理现象与规律的“格局→作用→过程”的理解，将其抽象为地理空间模式（聚集、关联与演化模式），并针对地理空间模式挖掘的复杂空间关系、自相关与异质性、优化建模等关键科学问题开展研究，构建了面向地理现象理解的地理空间模式挖掘理论与方法。 1.发现了地理实体间空间关系描述的层次性与统计规律，建立了拓扑关系层次化描述模型和度量关系统计描述模型，突破了地理空间模式挖掘中复杂空间关系精细建模与模式认知的基础问题。 2.发现了空间自相关与空间异质性对地理空间模式表现形式影响作用的统计规律，建立了地理空间模式自适应挖掘模型与方法，突破了地理空间模式挖掘中地理要素自相关与异质性建模的关键难题。 3.发现了地理空间模式挖掘过程中模型有效性、模型性能与模型稳定性间的调和规则，结合博弈论与局部搜索策略，建立了地理空间模式挖掘自适应优化模型，提高了挖掘结果质量与稳定性。

成果基于对地理现象与规律的“格局→作用→过程”的理解，将其抽象为地理空间模式（聚集、关联与演化模式），并针对地理空间模式挖掘的复杂空间关系、自相关与异质性、优化建模等关键科学问题开展研究，构建了面向地理现象理解的地理空间模式挖掘理论与方法。 1.发现了地理实体间空间关系描述的层次性与统计规律，建立了拓扑关系层次化描述模型和度量关系统计描述模型，突破了地理空间模式挖掘中复杂空间关系精细建模与模式认知的基础问题。 2.发现了空间自相关与空间异质性对地理空间模式表现形式影响作用的统计规律，建立了地理空间模式自适应挖掘模型与方法，突破了地理空间模式挖掘中地理要素自相关与异质性建模的关键难题。 3.发现了地理空间模式挖掘过程中模型有效性、模型性能与模型稳定性间的调和规则，结合博弈论与局部搜索策略，建立了地理空间模式挖掘自适应优化模型，提高了挖掘结果质量与稳定性。

自美国 2011 年实施材料基因组计划（Materials Genome Initiative，MGI），现已成为全球材料创新研发的强大助推剂，将高通量实验、材料数据和高通量计算三要素有机结合，加速材料创新性研发并降低成本。MGI 将成分-工艺-组织-性能的关联集成化、跨尺度分析，将材料的研发由传统经验式提升到科学设计。高通量材料计算和数据挖掘技术是材料基因工程的重要组成部分，通过材料的高通量热力学/动力学计算、高通量相场模拟、数据挖掘和性能预测，实现材料合金成分、制备工艺、微观组织结构和宏观力学性能的调控及优化，为新材料的开发设计提供指导，实现产品全制备周期的数字化、智能化管理，提高产品质量稳定性、降低产品研发周期和成本、提升企业的核心竞争力。

本实用新型涉及农业机械，尤其是一种超声波振动土壤挖掘装置。包括机架，其中，还包括变幅杆挖掘铲、超声波换能器和超声波发生器，所述变幅杆挖掘铲与超声波换能器固定连接，超声波发生器通过信号电缆线将电信号传递给超声波换能器，超声波换能器与机架连接；所述变幅杆挖掘铲包括铲刀和铲柄，铲柄的一端与超声波换能器固定连接，铲柄的另一端与铲刀固定连接，铲柄在竖直方向的截面面积从与超声波换能器的固定连接端到与铲刀的固定连接端由大到小逐渐过渡变化。可以有效解决土壤切削挖掘作业阻力大、耗能高等问题。

自美国 2011 年实施材料基因组计划（Materials Genome Initiative，MGI），现已成为全球材料创新研发的强大助推剂，将高通量实验、材料数据和高通量计算三要素有机结合，加速材料创新性研发并降低成本。MGI 将成分-工艺-组织-性能的关联集成化、跨尺度分析，将材料的研发由传统经验式提升到科学设计。高通量材料计算和数据挖掘技术是材料基因工程的重要组成部分，通过材料的高通量热力学/动力学计算、高通量相场模拟、数据挖掘和性能预测，实现材料合金成分、制备工艺、微观组织结构和宏观力学性能的调控及优化，为新材料的开发设计提供指导，实现产品全制备周期的数字化、智能化管理，提高产品质量稳定性、降低产品研发周期和成本、提升企业的核心竞争力。

一、项目进展 创意计划阶段 二、负责人及成员 姓名 学院/所学专业 入学/毕业时间 学号 陈泳岐 计科院/计算机科学与技术 2019.9/2023.6 201931061097 三、指导教师 姓名 学院/所学专业 职务/职称 研究方向 杨云 计科院/软件工程 讲师 数据库应用 四、项目简介 本次研究主要是在“智慧政务”等网络留言平台的基础之上对大量留言数据进行分类、提取热度并对留言的回复情况进行质量评价，构建出基于机器学习的自然语言处理平台的一系列算法实现。主要包括三种算法，分别对应于政务留言中的三个痛点问题。留言分类算法主要是用来将不同留言进行分类和标签，再分别发送到对应部门，问题处理之后，留言回复质量评价算法将官方人员的回复质量进行采集与评价，判断单位人员对留言的处理情况。留言热点计算算法能够抽取每个留言的主题并生成相应的关键词展示给政务人员。

Web挖掘技术属于信息科学领域，涉及自然语言处理、模式识别、知识工程、机器学习和随机过程等多个研究领域，并需要使用概率统计、矩阵理论以及其他软计算方法作为研究工具和手段。本项目主要针对Web挖掘中的Web数据模型、文本分类和信息检索等基本问题进行理论和算法上的研究，并就这些问题提出了潜在语义结构模型、基于投影寻踪的中文网页分类算法和基于Markov网络的信息检索等模型。同时，在理论上对这些方法进行了深入的研究和探讨，从理论上证明了其正确性。在实验方面，我们将分类模型应用于大规模的标准测试文档集（REUTER-21578语料库、复旦大学中文文本分类语料库），进行了大量的实验，结果表明这些方法均表现出了较好的性能，接近甚至优于SVM和KNN的分类效果，并应用检索模型在标准测试文档集（CACM、CISI、CRAN、MED）上进行了多次对比实验，其性能与BM25相当在某些指标上甚至更优。另外，课题组在北大天网测试文档集上应用上述模型，在近几年的全国搜索引擎和网上信息挖掘学术研讨会（SEWM）的中文WEB信息检索评测中均取得了优异的成绩。

一种Web挖掘系统的构造方法，其由中央处理器、存储器组成的数字计算机，所述的数字计算机与网络联接；所述的存储器存储有真实数据库和基础知识库，以及启发型协调器和维护型协调器；其通过特征抽取及特征变换，Web内容挖掘过程，模型质量评价，信息呈现及信息导航，双库协同机制等步骤；在Web挖掘方面其使得知识库能够动态的参与数据库的发掘过程，用户的先验知识及知识库中的固有知识可以产生“定向发掘”，以提高认知自主性和避免海量搜索的产生；在知识库的维护方面：其可在数据发掘过程中实时地修改和维护知识库中的内容，包括重复与冗余性检验、矛盾处理等。◆项目的应用范围及经济效益分析 在该系统中采用了一类创新性的用于复杂类型数据挖掘的结构模型——发现特征子空间模型 DFSSM，含盖了常用的向量空间模型VSM。 该系统包含了 Web文本挖掘、客户访问模式挖掘和智能搜索引擎。其中在Web文本分类和Web文本聚类等方面，采用了我们提出的新算法。国际著名无形资产评估机构“香港国际无形资产评估事务所”品过此专利无形资产价值72万美元。   基于内在机理的知识发现理论KDTIM是我们独立提出的原创性理论，基于该理论我们设计 该 并实现了具 有自主知识产权的大型软件系统——集成化组合构件式知识发现软件系统 ICCKDSS，而 Web挖掘系统是其 三个核心 部分之一。该系统具有通用性强、性能良好、使用方便、人机界面友好等特点，可以在不同的网络平台上进行快速移植和推广。一种 Web挖掘系统的构造方法（已获国家发明专利授权，申请号：03104960.5），是在现有的Web挖掘技术的基础上融入知识发现内在机理之一：双库协同机制，即构建数据库（文本库、日志库与结构信息库）与基础知识库的内在联系“通道”,使得知识库能够动态的参与数据库的发掘过程，用户的先验知识及知识库中的固有知识通过此机制可以产生“定向发掘”，以提高认知自主性和避免海量搜索的产生；在知识库的维护方面，通过双库协同机制可在数据发掘过程中实时地修改和维护知识库中的内容，包括重复与冗余性检验、矛盾处理等。从而用基础知识库去制约与驱动 Web挖掘系统的整个挖掘流程，改变Web挖掘系统固有的运行机制，在结构与功能上形成了相对于 Web挖掘系统而言的一个开放的、优化的扩体。总体上讲，将Web挖掘视为一个开放系统，在Web挖掘进程与基础知识库的广泛联系中，改进与优化了Web挖掘的结构、过程与运行机制。 本系统已成功地应用到现代远程教育网信息挖掘中，得到用户好评并通过国家软件评测中心的鉴定测评。它还可以广泛地应用到智能决策（预测）支持系统、 CRM系统、ERP系统、门户网站、电子商务和电子政务等领域中。该系统具有很大的应用推广价值和广阔的市场前景。