对立面

>2019考研复习正在紧张的进行中，为了更好的帮助同学们学习。小编为大家整理了“山东大学计算机科学与技术学院科研亮点：大数据管理与分析”的相关信息，解决各位考生的疑惑，提醒大家要合理安排复习时间，做好复习规划。希望对大家的复习有所帮助!大数据上的关键字搜索技术关键字搜索提供了对海量异构数据的统一便捷的访问方式。传统上，用户需要通过特定的语言(如SQL)来对结构化数据(如关系数据)进行查询。这些方式或者是对用户的技术水平要求较高，或者缺乏灵活性。关键字搜索是近年来出现的一个直观、灵活、易用的办法。其目标是使用户可以象使用Google那样方便地查询各种异构数据。虽然面向万维网的关键字搜索技术已趋成熟，实现结构化数据上的关键字搜索仍面临着诸多挑战，是当前研究难点、热点之一。在国家自然科学基金的资助下，我们取得了以下主要成果：(1)在国际上率先提出关键字查询清理(KeywordQueryCleaning)问题，并提出了一系列的解决方案;(2)给出了基于整体重要性的关键字查询结果排序策略、索引结构和算法。研究成果先后发表在VLDB’08、ICDE’09,ICDE’12,SIGMOD’14等顶级会议和TKDE(2013)等顶级期刊上。社会媒体数据挖掘社会媒体的快速发展使得网民的参与意识空前强大，近年来网上由用户直接张贴的产品评论的数量经历了爆炸式的增长。如何从大量的产品评论数据中挖掘出有用的知识，来指导企业的产品开发、营销策略等，成为一个重要的研究课题。在国家自然科学基金的资助下，，我们取得了以下主要成果：(1)提出了评论数据情感分析模型S-PLSA，并首次提出将情感分析用于销售？的模型ARSA，成果先后发表在SIGIR’07(他引65次)和TKDE(2012)等顶级会议和期刊上，总引用120次以上;(2)提出了评论质量？模型，发表在ICDM’08、WWW’10等国际会议上，累计已被引用90余次;(3)首次提出了基于意见挖掘的协同过滤方法，成果发表在ICDM’12上。以上就是小编为大家整理的“山东大学计算机科学与技术学院科研亮点：大数据管理与分析”的相关信息，预祝同学们都能顺利的通过考试!针对每一个科目要点与每年的大纲进行深入并具有针对性的指导分析，欢迎各位考生了解咨询。> 更多