期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
社交媒体层级传播结构下情绪极化传导机制研究——基于微博“2·27事件”的网络挖掘与实证分析 被引量:5
1
作者 苏凡博 朱慧 黄浩淋 《当代传播》 CSSCI 北大核心 2023年第5期99-103,共5页
媒介化社会中,社交媒体平台中的网民情绪在引爆网络热点、促进问题解决和推动社会变革等方面发挥着重要作用。本研究从“话题-帖子-评论”三个层级对微博平台“2·27事件”所涉及的20个话题、4000条帖子及28万余条评论进行数据挖掘... 媒介化社会中,社交媒体平台中的网民情绪在引爆网络热点、促进问题解决和推动社会变革等方面发挥着重要作用。本研究从“话题-帖子-评论”三个层级对微博平台“2·27事件”所涉及的20个话题、4000条帖子及28万余条评论进行数据挖掘与实证分析,探讨社交媒体平台中情绪极化的传导机制。研究发现,该事件爆发初期就是情绪的高潮期,随时间推移群体情绪波动程度呈线性下降的演化特征;帖子是微博情绪感染与扩散的关键环节和极化情绪争夺的核心场域;同一帖子下的评论具有更多情绪上的趋同性,呈现出以帖子为核心的云集团的聚集特征。 展开更多
关键词 情绪极化 层级传播 历时演化 传导机制
在线阅读 下载PDF
论QQ传播的层级性受众和层级性产业 被引量:3
2
作者 曾静平 刘爽 《现代传播(中国传媒大学学报)》 CSSCI 北大核心 2018年第2期128-131,共4页
腾讯QQ是一活跃的社交平台,通过精心建设与布局的各种层级化传播,增强了各级群友的交流粘度,激发了玩友的兴趣和创造力,衍生出浑然天成的层级性产业链,使腾讯创收达到一个个新高度。通过归总QQ传播的层级性和层级性产业延展的特点,为各... 腾讯QQ是一活跃的社交平台,通过精心建设与布局的各种层级化传播,增强了各级群友的交流粘度,激发了玩友的兴趣和创造力,衍生出浑然天成的层级性产业链,使腾讯创收达到一个个新高度。通过归总QQ传播的层级性和层级性产业延展的特点,为各类形式的新媒体传播和新媒体产业展示出可资借鉴的经验。 展开更多
关键词 腾讯QQ 层级传播 受众 产业链
在线阅读 下载PDF
基于对比层级相关性传播的由粗到细的类激活映射算法研究 被引量:3
3
作者 孙辉 史玉龙 王蕊 《电子与信息学报》 EI CSCD 北大核心 2023年第4期1454-1463,共10页
以卷积神经网络为代表的深度学习算法高度依赖于模型的非线性和调试技术,在实际应用过程中普遍存在黑箱属性,严重限制了其在安全敏感领域的进一步发展。为此,该文提出一种由粗到细的类激活映射算法(CF-CAM),用于对深度神经网络的决策行... 以卷积神经网络为代表的深度学习算法高度依赖于模型的非线性和调试技术,在实际应用过程中普遍存在黑箱属性,严重限制了其在安全敏感领域的进一步发展。为此,该文提出一种由粗到细的类激活映射算法(CF-CAM),用于对深度神经网络的决策行为进行诊断。该算法重新建立了特征图和模型决策之间的关系,利用对比层级相关性传播理论获取特征图中每个位置对网络决策的贡献生成空间级的相关性掩码,找到影响模型决策的重要性区域,再与经过模糊化操作的输入图像进行线性加权重新输入到网络中得到特征图的目标分数,从空间域和通道域实现对深度神经网络进行由粗到细的解释。实验结果表明,相较于其他方法该文提出的CF-CAM在忠实度和定位性能上具有显著提升。此外,该文将CF-CAM作为一种数据增强策略应用于鸟类细粒度分类任务,对困难样本进行学习,可以有效提高网络识别的准确率,进一步验证了CF-CAM算法的有效性和优越性。 展开更多
关键词 卷积神经网络 类激活映射 对比层级相关性传播 鸟类细粒度分类 数据增强
在线阅读 下载PDF
MSML-BERT模型的层级多标签文本分类方法研究 被引量:9
4
作者 黄伟 刘贵全 《计算机工程与应用》 CSCD 北大核心 2022年第15期191-201,共11页
层级多标签文本分类相比普通的多标签文本分类更具有挑战性,因为文本的多个标签组织成树状的层次结构。当前方法使用相同的模型结构来预测不同层级的标签,忽略了它们之间的差异性和多样性。并且没有充分地建模层级依赖关系,造成各层级... 层级多标签文本分类相比普通的多标签文本分类更具有挑战性,因为文本的多个标签组织成树状的层次结构。当前方法使用相同的模型结构来预测不同层级的标签,忽略了它们之间的差异性和多样性。并且没有充分地建模层级依赖关系,造成各层级标签尤其是下层长尾标签的预测性能差,且会导致标签不一致性问题。为了解决以上问题,将多任务学习架构引入,提出了MSML-BERT模型。该模型将标签结构中每一层的标签分类网络视为一个学习任务,通过任务间知识的共享和传递,提高各层级任务的性能。基于此,设计了多尺度特征抽取模块,用于捕捉不同尺度和粒度的特征以形成不同层级需要的各种知识。进一步,设计了多层级信息传播模块,用于充分建模层级依赖,在不同层级之间传递知识,以帮助下层任务。在该模块中,设计了层次化门控机制,为了过滤不同层级任务之间的知识流动。在RCV1-V2、NYT和WOS数据集上进行了充分的实验,结果显示该模型的总体表现尤其是在下层长尾标签上的表现超过了其他主流模型,并且能维持较低的标签不一致比率。 展开更多
关键词 层级多标签文本分类 多任务学习架构 BERT 多尺度特征抽取模块 层级信息传播模块
在线阅读 下载PDF
基于高分辨率类激活映射算法的弱监督目标实时检测
5
作者 孙辉 史玉龙 +2 位作者 张健一 王蕊 王羽玥 《电子与信息学报》 EI CAS CSCD 北大核心 2024年第3期1051-1059,共9页
受益于深度学习的发展,目标检测技术在各类视觉任务中得到广泛关注。然而,获取目标的边框标注需要高昂的时间和人工成本,阻碍了目标检测技术在实际场景中的应用。为此,该文在仅使用图像类别标签的基础上,提出一种基于高分辨率类激活映... 受益于深度学习的发展,目标检测技术在各类视觉任务中得到广泛关注。然而,获取目标的边框标注需要高昂的时间和人工成本,阻碍了目标检测技术在实际场景中的应用。为此,该文在仅使用图像类别标签的基础上,提出一种基于高分辨率类激活映射算法的弱监督目标实时检测方法,降低网络对目标实例标注的依赖。该方法将目标检测细划分为弱监督目标定位和目标实时检测两个子任务。在弱监督定位任务中,该文利用对比层级相关性传播理论设计了一种新颖的高分辨率类激活映射算法(HR-CAM),用于获取高质量目标类激活图,生成目标伪检测标注框。在实时检测任务中,该文选取单镜头多盒检测器(SSD)作为目标检测网络,并基于类激活图设计目标感知损失函数(OA-Loss),与目标伪检测标注框共同监督SSD网络的训练过程,提高网络对目标的检测性能。实验结果表明,该文方法在CUB200和TJAB52数据集上实现了对目标准确高效的检测,验证了该文方法的有效性和优越性。 展开更多
关键词 弱监督定位 目标检测 对比层级相关性传播理论 类激活映射算法 目标感知损失函数
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部