期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
逃离还是困陷?智能算法推荐下短视频用户信息茧房突破的心理动因 被引量:4
1
作者 乐承毅 张金萍 +1 位作者 王子鑫 陈涛 《现代情报》 北大核心 2025年第8期43-56,共14页
[目的/意义]探究人工智能算法推荐下,短视频用户信息茧房突破意愿的影响因素和内在机理,为平台助力用户突破信息茧房提供对策建议。[方法/过程]基于“感知—情感—行为意愿”(Cognition-Affect-Conation,CAC)理论框架和矛盾态度理论,构... [目的/意义]探究人工智能算法推荐下,短视频用户信息茧房突破意愿的影响因素和内在机理,为平台助力用户突破信息茧房提供对策建议。[方法/过程]基于“感知—情感—行为意愿”(Cognition-Affect-Conation,CAC)理论框架和矛盾态度理论,构建用户信息茧房突破意愿影响因素模型。通过问卷调查与偏最小二乘结构方程模型进行实证分析,并利用多群组分析探究短视频内容类型的差异化影响。[结果/结论]感知控制可以通过提高心流体验和减少心理抗拒,降低信息茧房突破意愿。感知信息同质产生矛盾的情感体验,既降低又增加突破意愿。感知信息过载加重心理抗拒,促进突破意愿。享乐型和实用型视频中,用户的情感体验和突破意愿存在显著差异。 展开更多
关键词 信息茧房 智能算法推荐 突破意愿 CAC理论 矛盾态度
在线阅读 下载PDF
国家级超算布局、数智创新生态系统韧性和低空经济领域技术创新——基于BERTopic模型和双重机器学习的实证研究
2
作者 吕鲲 潘均柏 谢珠约 《工业技术经济》 北大核心 2025年第6期37-46,共10页
为验证国家级超算布局如何通过驱动数智创新生态系统韧性提升间接影响低空经济领域技术创新成果数量、质量及技术部门多元化发展,本文基于BERTopic主题模型从低空经济领域发明专利文本中提取出系统架构与智能控制等20个细分技术主题,以... 为验证国家级超算布局如何通过驱动数智创新生态系统韧性提升间接影响低空经济领域技术创新成果数量、质量及技术部门多元化发展,本文基于BERTopic主题模型从低空经济领域发明专利文本中提取出系统架构与智能控制等20个细分技术主题,以及飞行器导航与控制系统等5个技术大类主题(技术部门);构建包括遗传繁衍、结构冗余、功能升级、栖息适应、锁定破解5个维度的数智创新生态系统韧性评价体系,采用双重机器学习模型对2011~2023年30个省域的面板数据进行实证分析,结论如下:(1)国家级超算布局能够显著促进区域在低空经济领域的技术创新数量和技术创新质量;(2)国家级超算布局能够通过促进数智创新生态系统韧性,间接促进低空经济领域飞行器导航与控制系统、飞行器激光与光电检测技术、结构动力与任务执行系统、智能巡检与监控系统4个技术大类主题的技术创新,但对消防救援无人机系统这一典型场景驱动的技术创新作用不显著;(3)遗传繁衍等5个维度都能够在国家级超算布局和低空经济领域技术创新之间发挥机制效应,但部分机制路径当前不具备可推广性。 展开更多
关键词 国家级超算布局 数智创新生态系统韧性 低空经济 BERTopic主题模型 双重机器学习模型 因果中介效应 技术创新 技术异质性
在线阅读 下载PDF
中美半导体与电子行业的动态相关性与极端风险传染研究:基于费城半导体指数与申万电子指数的证据
3
作者 周新苗 刘慧宏 +1 位作者 钱欢欢 袁苗 《中国软科学》 北大核心 2025年第4期205-213,共9页
在全球科技竞争和市场不确定性加剧背景下,中美半导体与电子行业市场的风险传染与联动性问题日益受到关注。基于费城半导体指数与申万电子指数,采用DCC-GARCH、BEKK-GARCH模型与Copula函数,研究中美半导体与电子行业的风险联动性与尾部... 在全球科技竞争和市场不确定性加剧背景下,中美半导体与电子行业市场的风险传染与联动性问题日益受到关注。基于费城半导体指数与申万电子指数,采用DCC-GARCH、BEKK-GARCH模型与Copula函数,研究中美半导体与电子行业的风险联动性与尾部依赖特征。结果表明:市场联动性具有显著时变性;美国市场对中国市场具有预测性;极端条件下尾部风险依赖性显著增强。为此建议加强监管、优化结构、推进产业自主化。 展开更多
关键词 中美半导体与电子行业 动态相关性 尾部风险依赖
在线阅读 下载PDF
基于CLIP-LDAGV多模态信息融合的颠覆性技术主题识别研究——以新能源领域为例 被引量:2
4
作者 吕鲲 张未旭 靖继鹏 《情报学报》 北大核心 2025年第3期353-368,共16页
当前,全球科技创新呈现高速发展和高度融合的态势。准确识别出颠覆性技术主题以推动全面创新已成为科学技术发展和经济增长的关键动力。然而,传统的颠覆性技术主题识别方法主要依赖于单一模态数据,存在一定的局限性。本文基于CLIP(contr... 当前,全球科技创新呈现高速发展和高度融合的态势。准确识别出颠覆性技术主题以推动全面创新已成为科学技术发展和经济增长的关键动力。然而,传统的颠覆性技术主题识别方法主要依赖于单一模态数据,存在一定的局限性。本文基于CLIP(contrastive language-image pre-training)和LDAGV(linear discriminant analysis&global vectors for word representation)模型构建新闻文本与图像特征融合向量,通过k-means聚类迭代并结合3个颠覆性技术主题指标进行筛选,实现了多模态信息的融合以及主题的精准识别。以新能源领域为例,验证了该模型在颠覆性技术主题识别方面的可行性和有效性。与其他单一模态模型相比,多模态信息融合模型在颠覆性技术主题识别方面更具优势。 展开更多
关键词 颠覆性技术 主题识别 多模态融合 CLIP-LDAGV模型
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部