隨著我國全球化程度的加深和經(jīng)濟(jì)實(shí)力的增強(qiáng),旅游行業(yè)的發(fā)展非常迅速,已經(jīng)成為國民經(jīng)濟(jì)中不可或缺的重要產(chǎn)業(yè)。在全球化的背景下,越來越多的不確定因素導(dǎo)致了旅游突發(fā)事件的時(shí)有發(fā)生,嚴(yán)重威脅著游客的生命財(cái)產(chǎn)安全。旅游業(yè)對(duì)于突發(fā)事件具有更高的敏感性,突發(fā)事件對(duì)于旅游業(yè)的破壞性和影響力非常巨大。近年來積累了大量的旅游突發(fā)事件相關(guān)信息,包括突發(fā)事件的案例、應(yīng)急預(yù)案、政策法規(guī)、專家知識(shí)和應(yīng)急經(jīng)驗(yàn)等,根據(jù)已有的信息構(gòu)建旅游突發(fā)事件領(lǐng)域知識(shí),并在此基礎(chǔ)上研究事件的發(fā)生、發(fā)展和演化規(guī)律,可提高對(duì)突發(fā)事件的應(yīng)急管理能力,有效降低游客的生命財(cái)產(chǎn)損失。論文的主要研究工作和創(chuàng)新點(diǎn)如下：（1）基于旅游突發(fā)事件的互聯(lián)網(wǎng)數(shù)據(jù)信息,采集了領(lǐng)域術(shù)語和概念,定義了領(lǐng)域本體中的概念及概念之間的關(guān)系,主要包括層次關(guān)系、類別關(guān)系和演化關(guān)系等,給出了概念的屬性及其屬性約束條件,并基于旅游突發(fā)事件的事件屬性、事件生命周期階段和事件演化關(guān)系等建立了領(lǐng)域知識(shí)本體模型,以消除旅游突發(fā)事件中的術(shù)語和概念的歧義性,并表示出領(lǐng)域知識(shí)的組織和結(jié)構(gòu)。建立了本體模型,提供了一系列明確定義的形式化概念描述規(guī)范,增強(qiáng)了獲取和表示領(lǐng)域知識(shí)的能力,并可用于本體的重... 

【文章來源】：北京郵電大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：130 頁

【學(xué)位級(jí)別】：博士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 課題來源
    1.2 研究背景
    1.3 研究目的和意義
    1.4 論文組織結(jié)構(gòu)
第二章 相關(guān)研究
    2.1 旅游突發(fā)事件
    2.2 本體和領(lǐng)域本體
    2.3 文本表示和信息提取
        2.3.1 文本表示
        2.3.2 信息提取
    2.4 粗糙集屬性約簡(jiǎn)
    2.5 SVM增量學(xué)習(xí)
    2.6 旅游突發(fā)事件狀態(tài)評(píng)估
    2.7 旅游突發(fā)事件演化分析
第三章 旅游突發(fā)事件領(lǐng)域本體的構(gòu)建
    3.1 旅游突發(fā)事件領(lǐng)域知識(shí)和本體
        3.1.1 領(lǐng)域本體的構(gòu)建
        3.1.2 旅游突發(fā)事件領(lǐng)域知識(shí)
    3.2 面向熱度評(píng)估和演化的領(lǐng)域本體
        3.2.1 旅游突發(fā)事件的領(lǐng)域本體
        3.2.2 面向狀態(tài)評(píng)估與演化的領(lǐng)域知識(shí)模型的提出
        3.2.3 旅游突發(fā)事件領(lǐng)域本體層次概念的建立
    3.3 旅游突發(fā)事件本體構(gòu)建
    3.4 基于Protege的旅游突發(fā)事件領(lǐng)域本體構(gòu)建
    3.5 小結(jié)
第四章 基于領(lǐng)域知識(shí)的旅游突發(fā)事件特征抽取
    4.1 旅游突發(fā)事件的特征抽取
        4.1.1 Web文檔特征抽取
        4.1.2 Web文檔抽取中的主要問題
        4.1.3 基于領(lǐng)域知識(shí)的特征抽取
    4.2 基于粗糙集的本體屬性約簡(jiǎn)方法的提出
        4.2.1 旅游突發(fā)事件的屬性約簡(jiǎn)過程
        4.2.2 旅游突發(fā)事件的屬性分類
        4.2.3 旅游突發(fā)事件樣本信息表的構(gòu)建
        4.2.4 領(lǐng)域知識(shí)相對(duì)屬性約簡(jiǎn)算法
    4.3 旅游突發(fā)事件特征抽取
        4.3.1 基于領(lǐng)域本體的事件框架模型
        4.3.2 特征抽取算法(DK-CHI)的提出
    4.4 實(shí)驗(yàn)結(jié)果與分析
        4.4.1 屬性約簡(jiǎn)實(shí)例
        4.4.2 屬性約簡(jiǎn)的結(jié)果和分析
        4.4.3 特征抽取算法(DK-CHI)的仿真實(shí)驗(yàn)
    4.5 小結(jié)
第五章 旅游突發(fā)事件主題追蹤和狀態(tài)評(píng)估
    5.1 旅游突發(fā)事件狀態(tài)評(píng)估整體方案
    5.2 TS-ISVM算法
        5.2.1 旅游突發(fā)事件主題追蹤
        5.2.2 旅游突發(fā)事件時(shí)序數(shù)據(jù)模型的建立
        5.2.3 面向主題追蹤的TS-ISVM算法的提出
    5.3 旅游突發(fā)事件主題狀態(tài)評(píng)估
        5.3.1 旅游突發(fā)事件狀態(tài)評(píng)估分析
        5.3.2 旅游突發(fā)事件狀態(tài)評(píng)估方法
    5.4 實(shí)驗(yàn)結(jié)果與分析
        5.4.1 實(shí)驗(yàn)數(shù)據(jù)
        5.4.2 TS-ISVM分類算法實(shí)驗(yàn)
        5.4.3 旅游突發(fā)事件狀態(tài)評(píng)估實(shí)驗(yàn)
    5.5 小結(jié)
第六章 旅游突發(fā)事件話題演化分析
    6.1 旅游突發(fā)事件演化機(jī)理
    6.2 旅游突發(fā)事件Web文檔話題演化
    6.3 旅游突發(fā)事件話題聚類
        6.3.1 時(shí)序話題模型TTM的建立
        6.3.2 旅游突發(fā)事件增量Web文檔表示方法
        6.3.3 基于事件框架Web文檔距離EFD的構(gòu)建
    6.4 增量話題聚類算法(EGIC)
        6.4.1 話題增量聚類中的主要問題
        6.4.2 話題聚類中Gauss密度的相關(guān)概念
        6.4.3 增量聚類算法EGIC的提出
    6.5 旅游突發(fā)事件演化分析
        6.5.1 事件鏈分析
        6.5.2 旅游突發(fā)事件演化鏈模型的建立
        6.5.3 話題演化關(guān)系評(píng)估方法TERE的提出
    6.6 實(shí)驗(yàn)結(jié)果與分析
        6.6.1 EGIC方法實(shí)驗(yàn)
        6.6.2 旅游突發(fā)事件演化鏈實(shí)例
        6.6.3 TERE方法實(shí)驗(yàn)
    6.7 小結(jié)
第七章 結(jié)論與展望
    7.1 總結(jié)和創(chuàng)新點(diǎn)
    7.2 研究展望
參考文獻(xiàn)
攻讀博士學(xué)位期間的科研成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]多災(zāi)害點(diǎn)應(yīng)急資源調(diào)度研究與實(shí)現(xiàn)[J]. 耿澤飛,胡飛虎,陳慧敏,孫林巖.  計(jì)算機(jī)應(yīng)用與軟件. 2010(02)
[2]突發(fā)性群體事件及其演化機(jī)理分析[J]. 羅成琳,李向陽.  中國軟科學(xué). 2009(06)
[3]突發(fā)事件模型庫中模型的層次網(wǎng)絡(luò)表示方法[J]. 邵荃,翁文國,何長虹,季學(xué)偉,袁宏永.  清華大學(xué)學(xué)報(bào)(自然科學(xué)版). 2009(05)
[4]領(lǐng)域本體的半自動(dòng)構(gòu)建方法研究[J]. 何琳,杜慧平,侯漢清.  圖書館理論與實(shí)踐. 2007(05)
[5]分布式Web用戶興趣遷移模式挖掘研究[J]. 金瑋,張克君,曲文龍,楊炳儒.  計(jì)算機(jī)工程. 2006(24)
[6]基于事件框架的信息抽取系統(tǒng)[J]. 梁晗,陳群秀,吳平博.  中文信息學(xué)報(bào). 2006(02)
[7]基于時(shí)空分析的線索性事件的抽取與集成系統(tǒng)研究[J]. 吳平博,陳群秀,馬亮.  中文信息學(xué)報(bào). 2006(01)
[8]一種快速支持向量機(jī)增量學(xué)習(xí)算法[J]. 孔銳,張冰.  控制與決策. 2005(10)
[9]基于在線最小二乘支持向量機(jī)回歸的混沌時(shí)間序列預(yù)測(cè)[J]. 葉美盈,汪曉東,張浩然.  物理學(xué)報(bào). 2005(06)
[10]Mining of the quantitative association rules with standard SQL queries and its evaluation[J]. Sun Haihong+{1}, Tang Jing+{2}, Jiang Hong+{1} & Yang Bingru+{2} 1.Science and Technology Department, Bank of Shanghai, 200010, P.R. China; 2.Information Engineering School, University of Science and Technology, Beijing 100083, P.R.China.  Journal of Systems Engineering and Electronics. 2004(01)

博士論文
[1]突發(fā)事件下決策者的框架效應(yīng)研究[D]. 王凱.浙江大學(xué) 2010

碩士論文
[1]基于復(fù)雜網(wǎng)絡(luò)的災(zāi)害事件演化與控制模型研究[D]. 李智.中南大學(xué) 2010
[2]突發(fā)公共事件應(yīng)急管理體制研究[D]. 黃鑫.上海交通大學(xué) 2008
[3]電子政務(wù)信息共享平臺(tái)的規(guī)劃與設(shè)計(jì)[D]. 張?jiān)?復(fù)旦大學(xué) 2008
[4]基于事件框架的突發(fā)事件信息抽取[D]. 馮禮.上海交通大學(xué) 2008



本文編號(hào)：3414938