基于问卷调查的自媒体环境下大学生医患观影响因素研究

1

作者 王根生 黄学坚 闵潞 《江西师范大学学报（自然科学版）》 CAS 北大核心 2018年第6期627-633,共7页

首先采用文献分析法分析相关文献,构建大学生医患观的影响因素调查指标;然后设计问卷属性,以南昌市高校学生为对象进行调查;运用因子分析和多元线性回归方法,分析影响大学生医患观构建的基本因子,对显著性较强的因子进行有序ordinal回归... 首先采用文献分析法分析相关文献,构建大学生医患观的影响因素调查指标;然后设计问卷属性,以南昌市高校学生为对象进行调查;运用因子分析和多元线性回归方法,分析影响大学生医患观构建的基本因子,对显著性较强的因子进行有序ordinal回归,探索自媒体环境下大学生医患观影响因素;最后提出基于大学生、自媒体、医院、政府4个层面的政策建议,为构建大学生和谐医患观提供理论依据和数据支撑. 展开更多

关键词 自媒体 大学生 和谐医患观

在线阅读 下载PDF 职称材料

软件可靠性模型现状与研究 被引量：10

2

作者 耿技 聂鹏 秦志光 《电子科技大学学报》 EI CAS CSCD 北大核心 2013年第4期565-570,共6页

对近几十年中用于正确评估预测软件系统可靠性的主要模型进行了回顾性研究。对基于模型采用的数学工具,将文献中的模型分为解析性模型和启发性模型。再对于模型假设以及模型主要思想进行了研究和分析。最后对软件系统可靠性模型研究趋... 对近几十年中用于正确评估预测软件系统可靠性的主要模型进行了回顾性研究。对基于模型采用的数学工具,将文献中的模型分为解析性模型和启发性模型。再对于模型假设以及模型主要思想进行了研究和分析。最后对软件系统可靠性模型研究趋势和存在的问题进行了展望。 展开更多

关键词 解析性模型 启发性模型 可靠性模型 软件可靠性

在线阅读 下载PDF 职称材料

基于改进型协同过滤的网络学习资源推荐算法 被引量：23

3

作者 王根生 袁红林 +1 位作者 黄学坚 闵潞 《小型微型计算机系统》 CSCD 北大核心 2021年第5期940-945,共6页

面对网络学习资源的信息过载问题,如何根据用户的偏好推荐其感兴趣的学习资源是网络教育智能化的关键应用.协同过滤推荐算法无需构建资源的特征描述,经常应用于形式多样的网络学习资源推荐,但传统协同过滤推荐算法具有评分矩阵稀疏和冷... 面对网络学习资源的信息过载问题,如何根据用户的偏好推荐其感兴趣的学习资源是网络教育智能化的关键应用.协同过滤推荐算法无需构建资源的特征描述,经常应用于形式多样的网络学习资源推荐,但传统协同过滤推荐算法具有评分矩阵稀疏和冷启动问题.针对这两个问题,提出基于改进型协同过滤的网络学习资源个性化推荐算法.该算法首先将用户对资源的学习行为转化成用户对资源的评分,缓解评分阵稀疏问题;其次引入用户初始化标签改进用户的相似度计算,解决新用户的冷启动问题;最后采用均方根误差(RMSE)进行推荐算法预测准确度衡量.实验结果表明,该改进算法提升了个性化资源推荐效果. 展开更多

关键词 协同过滤 个性化推荐 网络学习资源 学习行为 用户初始化标签

在线阅读 下载PDF 职称材料

基于Word2vec和改进型TF-IDF的卷积神经网络文本分类模型 被引量：43

4

作者 王根生 黄学坚 《小型微型计算机系统》 CSCD 北大核心 2019年第5期1120-1126,共7页

针对传统机器学习文本分类算法语义特征表达弱、文本表示维度高、词序丢失、矩阵稀疏等问题,提出基于Word2vec、改进型TF-IDF和卷积神经网络三者相结合的文本分类模型(CTMWT):首先通过Word2vec模型训练得出样本中所有的词向量;然后提出... 针对传统机器学习文本分类算法语义特征表达弱、文本表示维度高、词序丢失、矩阵稀疏等问题,提出基于Word2vec、改进型TF-IDF和卷积神经网络三者相结合的文本分类模型(CTMWT):首先通过Word2vec模型训练得出样本中所有的词向量;然后提出基于类频方差改进型TF-IDF算法,分析每个词向量在文本中的权重,构建基于词向量和权重的文本向量表示;最后借助卷积神经网络从局部到全局相关性特征的学习能力,对该大量文本向量进行深度学习.试验结果表明三者结合的文本分类模型不仅能实现文本的准确分类,并且相比传统的机器学习文本分类算法具有更好的分类效果. 展开更多

关键词 Word2vec 改进型TF-IDF算法 卷积神经网络 文本分类 CTMWT

在线阅读 下载PDF 职称材料

移动Ad Hoc网络混合检查点策略 被引量：1

5

作者 廖国琼 熊安晋 +2 位作者 狄国强 万常选 夏家莉 《计算机研究与发展》 EI CSCD 北大核心 2014年第6期1176-1184,共9页

考虑到移动Ad Hoc网络无固定中心节点、多跳路由和资源有限等特点,基于分簇移动Ad Hoc网络结构,提出了一种结合同步和异步检查点技术的混合检查点策略,即同簇终端检查点必须保持同步,而异簇终端检查点保持独立.首先讨论了混合检查点模... 考虑到移动Ad Hoc网络无固定中心节点、多跳路由和资源有限等特点,基于分簇移动Ad Hoc网络结构,提出了一种结合同步和异步检查点技术的混合检查点策略,即同簇终端检查点必须保持同步,而异簇终端检查点保持独立.首先讨论了混合检查点模型及其正确性准则.然后,基于簇内及簇间检查点依赖图,讨论了不同类型检查点清除规则.最后,给出了相应的检查点及回滚恢复算法,并证明了回滚恢复的正确性.所提出的混合检查点策略既能避免同簇进程级联回滚所引起的资源浪费、又能避免异簇终端之间过多跨簇消息传递及减少无线通信延迟.实验结果表明,与单纯的同步及异步检查点策略相比,所提出的检查点策略是一种综合考虑移动Ad Hoc网络各种资源约束的较好折中方案,且具有恢复时间短、对簇头依赖小、灵活性好等优点. 展开更多

关键词 AD HOC网络 移动通信 混合检查点 同步检查点 异步检查点

在线阅读 下载PDF 职称材料

多元特征融合的GRU神经网络文本情感分类模型 被引量：11

6

作者 王根生 黄学坚 闵潞 《小型微型计算机系统》 CSCD 北大核心 2019年第10期2130-2138,共9页

传统机器学习文本情感分类算法文本表示维度高、语义丢失、矩阵稀疏、分类模型浅,导致算法泛化能力弱;基于深度学习的文本情感分类算法推崇数据驱动,忽略了对情感已有的先验知识,算法需要大量的训练数据才能获得较好效果.针对这一现象,... 传统机器学习文本情感分类算法文本表示维度高、语义丢失、矩阵稀疏、分类模型浅,导致算法泛化能力弱;基于深度学习的文本情感分类算法推崇数据驱动,忽略了对情感已有的先验知识,算法需要大量的训练数据才能获得较好效果.针对这一现象,提出基于词嵌入特征、词情感特征、词权重特征融合的GRU神经网络文本情感分类模型(TMMG):该模型通过Word2vec模型得出低维稠密且包含语义信息的词嵌入特征;根据文本情感表达特点,构造包含六种情感要素的情感字典,依据情感要素字典定量表示情感特征;使用TF-IDF计算词语的权重特征;将前面3类特征融合构造词语融合特征表示,并将文本转换成融合特征序列数据;利用GRU神经网络处理序列化数据的优势,构建情感分类模型TMMG.实验结果发现该模型TMMG相比传统机器学习具有更好的泛化能力,相比其他深度学习算法在较少训练数据量时也能获得较好的分类效果. 展开更多

关键词 情感分类 特征融合 词嵌入 GRU TMMG

在线阅读 下载PDF 职称材料

融合语义相似度的协同过滤推荐算法 被引量：8

7

作者 王根生 潘方正 《中国科学技术大学学报》 CAS CSCD 北大核心 2019年第10期835-841,共7页

针对协同过滤推荐算法没有考虑推荐对象间语义关系的问题,提出一种融合推荐对象语义相似度的改进型协同过滤推荐算法.首先利用知识图谱表示学习算法将推荐对象的语义信息嵌入到一个低维语义空间;然后计算推荐对象之间的语义相似度,把该... 针对协同过滤推荐算法没有考虑推荐对象间语义关系的问题,提出一种融合推荐对象语义相似度的改进型协同过滤推荐算法.首先利用知识图谱表示学习算法将推荐对象的语义信息嵌入到一个低维语义空间;然后计算推荐对象之间的语义相似度,把该语义相似度融合到协同过滤推荐算法的相似度计算中,弥补协同过滤推荐算法没有考虑推荐对象自身语义知识的缺陷.实验结果表明,该改进型算法相比传统协同过滤推荐算法,具有更高的准确率、召回率和覆盖率. 展开更多

关键词 推荐算法 协同过滤 知识图谱 表示学习 语义相似度

在线阅读 下载PDF 职称材料

基于改进信息增益特征选择法的SVM中文情感分类算法 被引量：5

8

作者 王根生 黄学坚 +1 位作者 吴小芳 胡向亮 《成都理工大学学报（自然科学版）》 CAS CSCD 北大核心 2019年第1期105-110,共6页

为文本情感分类提出一种改进的机器学习算法。在分析当前主要文本特征选择方法后,把词频和词语情感表现程度融入到信息增益特征选择方法中,从全局和局部2个方面进行特征权重衡量,使用特征空间向量模型对文本进行统一表示,然后利用SVM算... 为文本情感分类提出一种改进的机器学习算法。在分析当前主要文本特征选择方法后,把词频和词语情感表现程度融入到信息增益特征选择方法中,从全局和局部2个方面进行特征权重衡量,使用特征空间向量模型对文本进行统一表示,然后利用SVM算法进行训练学习。通过实验发现该算法的查准率和查全率比传统的机器学习算法有所提高,并且得到的分类器具有较好的泛化能力。 展开更多

关键词 情感分类 机器学习 SVM 信息增益

在线阅读 下载PDF 职称材料

融合多元用户特征和内容特征的微博谣言实时检测模型 被引量：7

9

作者 黄学坚 王根生 +3 位作者 罗远胜 闵潞 吴小芳 李志鹏 《小型微型计算机系统》 CSCD 北大核心 2022年第12期2518-2527,共10页

针对目前基于单文本语义特征深度学习的微博谣言实时检测模型泛化能力不足的问题,提出一种融合多元用户特征和内容特征的实时检测模型.首先,在传统用户基本特征和内容统计特征的基础上,利用用户的历史行为数据,挖掘用户理性值和用户专... 针对目前基于单文本语义特征深度学习的微博谣言实时检测模型泛化能力不足的问题,提出一种融合多元用户特征和内容特征的实时检测模型.首先,在传统用户基本特征和内容统计特征的基础上,利用用户的历史行为数据,挖掘用户理性值和用户专业度两个深层次特征;然后,基于词向量和带有注意力机制的双向GRU神经网络构建文本语义特征学习模型;最后,采用分层特征级联和全连接的方式进行特征融合,把融合特征输入分类模型进行训练.实验结果表明,该模型的检测准确率达到了91.74%,相比其他只关注文本语义特征的深度学习实时检测模型具有更好的识别效果,相比于其他改进型的实时检测模型F1-Measure值也提高了2.19%. 展开更多

关键词 微博谣言 实时检测 特征融合 深层特征 深度学习

在线阅读 下载PDF 职称材料

融合多元异构信息的矩阵分解推荐算法 被引量：3

10

作者 王根生 潘方正 《小型微型计算机系统》 CSCD 北大核心 2020年第7期1406-1412,共7页

针对矩阵分解推荐算法存在的数据稀疏和不能反映用户兴趣变化的问题,提出一种融合用户点评数据、用户-物品评分数据、物品异构信息和遗忘曲线的改进型矩阵分解推荐算法.首先,利用Worde2Vec对用户点评数据中包含的物品内容信息进行挖掘,... 针对矩阵分解推荐算法存在的数据稀疏和不能反映用户兴趣变化的问题,提出一种融合用户点评数据、用户-物品评分数据、物品异构信息和遗忘曲线的改进型矩阵分解推荐算法.首先,利用Worde2Vec对用户点评数据中包含的物品内容信息进行挖掘,结合物品属性数据得出物品相似度矩阵;然后,构建用户-物品-属性的加权异构信息网络,在权重计算时引入激活函数和遗忘曲线,通过元路径计算用户相似度矩阵;最后,把物品相似度矩阵和用户相似度矩阵融合到矩阵分解算法的目标函数中.实验结果表明,该改进算法相比于传统矩阵分解推荐算法和部分其他改进算法具有更高的准确率、召回率、覆盖率和更低的均方根误差. 展开更多

关键词 推荐算法 矩阵分解 异构信息 兴趣变化 遗忘曲线

在线阅读 下载PDF 职称材料

融合语义相似度的矩阵分解推荐算法 被引量：3

11

作者 闵潞 王根生 黄学坚 《河南理工大学学报（自然科学版）》 CAS 北大核心 2020年第4期112-117,共6页

针对矩阵分解推荐算法没有考虑推荐对象本身内涵特征的问题,提出一种融合对象语义相似度的矩阵分解推荐算法。首先利用知识图谱分布式表示学习算法将推荐对象所属领域的语义数据嵌入到一个低维语义向量空间;其次计算对象间语义相似度,... 针对矩阵分解推荐算法没有考虑推荐对象本身内涵特征的问题,提出一种融合对象语义相似度的矩阵分解推荐算法。首先利用知识图谱分布式表示学习算法将推荐对象所属领域的语义数据嵌入到一个低维语义向量空间;其次计算对象间语义相似度,把该语义相似度融入矩阵分解的目标优化函数中,从语义视角弥补矩阵分解推荐算法没有考虑推荐对象本身内涵特征的不足。结果表明,该改进算法相比于传统矩阵分解推荐算法具有更高的准确率、召回率和覆盖率。 展开更多

关键词 推荐算法 矩阵分解 知识图谱 分布式表示学习 语义相似度

在线阅读 下载PDF 职称材料