专利交易市场

一种对论文引用关系分类标记的方法，所述方法包括以下步骤：S1:利用论文A标题中特定的介词，将标题分解为“方法”和“任务”两部分，其中综述类论文和划分失败的论文单独分类；S2:计算论文A的方法与论文B的标题的余弦相似度Sm，以及论文A的任务与论文B标题的相似度St；S3:基于S2的结果，将论文A对论文B的引用关系分成方法相似、任务相似等五类。本发明对论文之间的引用关系进行区分，提高对引用关系描述的准确性，提供一种基于标题分解的对论文引用关系分类标记的方法。

本发明提出一种基于改进的BTM主题模型的新闻要素词的挖掘方法，先选择文本中的有代表性的词作为文本的特征表示，利用代表性的词构建词典，设置窗口，将窗口内任意的两个代表性的词构成biterm，将多个biterm构建biterm列表；利用改进的BTM模型生成主题‑词分布和文档‑主题分布；最后根据词对主题的贡献度，提高主题‑词分布中低频代表性词分配到主题的概率，再将出现在每个主题中的通用的词剔除得到主题要素词。本发明选择短文本中有代表性的词进行biterm的生成后再进行主题建模，可以消除由于高频的通用词与不同领域的专有词汇构成词对时，影响主题建模的效果，导致各个不同领域的词混合出现在某一主题中的问题。

本发明属于移动健康技术领域，具体涉及一种基于用户评论数据的产品优化方法，包括：获取可穿戴智能产品评论数据，对评论数据进行预处理，得到产品数据信息；对产品数据信息进行分析，得到产品质量影响因素；采用贝叶斯因果推断模型对产品质量影响因素进行因果关系特征提取，得到后验概率跟踪图；根据后验概率跟踪图生成因果关系图，并计算因果效应；根据因果效应对可穿戴智能产品进行改进优化；本发明采用贝叶斯因果推断方法分析产品各因素间的因果关系，从得出的后验概率跟踪图中确定因果关系是否稳定，确定影响用户体验的因素，根据因果推断得出的结果对产品改进。

本申请提供一种舆情信息内容挖掘与传播监控的分析方法，包括：获取上一次舆情信息；根据上一次舆情信息，识别上一次舆情事件的正负面；分析上一次舆情事件发生的因素；基于上一次舆情事件的发生因素，分析上一次舆情事件再现的传播程度；根据上一次舆情事件再现的传播程度，挖掘上一次舆情事件报道相关自媒体；预测相关自媒体对于上一次舆情事件再现的态度；根据自媒体的态度预测结果，对可能引发舆情危机的自媒体进行备案认证。