ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > Creating Event-Based Newes Rep...>الوصف

Creating Event-Based Newes Repositories Using Graph Cintrality Measures

العنوان بلغة أخرى: إنشاء مستودعات إخبارية مستندة للأحداث باستخدام مقاييس المركزية في المخططات
المؤلف الرئيسي: الحمد، مجدولين مفلح (مؤلف)
مؤلفين آخرين: Alsukhni, Emad (Advisor) , AlEroud, Ahmed (Advisor)
التاريخ الميلادي: 2019
موقع: إربد
الصفحات: 1 - 99
رقم MD: 1125317
نوع المحتوى: رسائل جامعية
اللغة: الإنجليزية
الدرجة العلمية: رسالة ماجستير
الجامعة: جامعة اليرموك
الكلية: كلية تكنولوجيا المعلومات وعلوم الحاسوب
الدولة: الاردن
قواعد المعلومات: Dissertations
مواضيع:
المقاييس المركزية | المقالات الإخبارية | المقالات الإلكترونية | المصطلحات المركزية
رابط المحتوى:
صفحة العنوان     
المستخلص     
قائمة المحتويات     
24 صفحة الأولى     
1 الفصل     
2 الفصل     
3 الفصل     
4 الفصل     
5 الفصل     
المصادر والمراجع     
الملاحق     
صورة الغلاف QR قانون

عدد مرات التحميل

4

حفظ في:
المستخلص: تعد المنهجيات المستندة إلى التشابه مهمة جدا في العديد من مجالات التطبيق، مثل استرجاع المعلومات، والترجمة الآلية، والكشف عن الاقتباس، وتصنيف النصوص، وكشف الموضوعات وغيرها. مع الاستخدام السريع لوسائل التواصل الاجتماعي. لذلك، يصبح من المهم العثور على الأخبار الموثوقة باستخدام التقنيات المبتكرة والحديثة. ومع ذلك، قد لا تكون تقنيات استرجاع المعلومات التقليدية كافية لاكتشاف المقالات الإخبارية المتعلقة بموضوعات محددة. بداية، ليس من السهل اكتشاف الأخبار الرئيسية التي تقود البحث عن الحدث أو الخبر. ثانيا، لا يمكننا الاعتماد على المستخدمين لاستخدام المصطلحات المناسبة عند البحث عن الأخبار في أحداث معينة. تقترح هذه الأطروحة منهجية جديدة لاكتشاف مقالات مركزية حول مواضيع محددة باستخدام منهج مركزي جديد قائم على الرسم البياني. يتم اختيار المقالات ذات الصلة على أساس تلك المواضيع المركزية. وعلى وجه التحديد، استخدمنا (Degree Graph Centrality) لاكتشاف الموضوع الرئيسي من خلال التعامل مع كل مقالة نقطة على الرسم البياني، ثم العثور على درجة مركزيتها استخدمنا نهج التشابه جيب التمام cosine)) لاكتشاف المقالات ذات الصلة. بالإضافة إلى ذلك، استخدمنا (Topic Modeling) كنموذج أساسي لاكتشاف الموضوعات الرئيسية واسترداد المقالات ذات الصلة. أجرينا مقارنة شاملة باستخدام تدابير مختلفة لاسترجاع المعلومات مثل (Precision) و (Recall) وF-Measure)) قمنا بتطوير نظام النموذج الأولي الذي يستخدم لاختبار النهج. يكتشف نظامنا المقالات المركزية والمقالات ذات الصلة باستخدام كلا النهجين. أشارت نتائجنا إلى أن المقاييس المركزية فعالة جدا في اكتشاف المقالات المركزية وكذلك تلك ذات الصلة كما هو موضح في تجاربنا. بينما لا يزال من الممكن استخدام تقنيات مثل ((Topic Modeling لاكتشاف مقالات مركزية. تقدم هذه الأطروحة مقاييس مركزية للرسم البياني كخط جديد للبحث في التعامل مع المشكلات المتعلقة بمصادر المقالات الإخبارية على الإنترنت. نهجنا له العديد من الآثار العملية، أولا، يمكن استخدامه لإنشاء تقنيات لتصفية المصادر عبر الإنترنت، بالنظر إلى الكم الهائل من الأخبار المزيفة في الإنترنت. بالإضافة إلى ذلك، يمكن استخدامه لإزالة العبء على المستخدمين من خلال تحديد المصطلحات المركزية للبحت في مواضيع محددة.

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.