期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
利用机器学习技术防范网络意识形态风险的理论模型与逻辑进路 被引量:2
1
作者 秦博 徐浩铭 《党政研究》 北大核心 2024年第4期4-13,124,共11页
新媒介时代网络日益发达,对我国意识形态的安全和治理带来了巨大挑战。现代机器学习技术特别是那些基于深度神经网络的模型,能够从大量非结构化文本数据中提取意义,应用范围已经从简单的图像识别扩展到了复杂的视频内容分析,从而为理解... 新媒介时代网络日益发达,对我国意识形态的安全和治理带来了巨大挑战。现代机器学习技术特别是那些基于深度神经网络的模型,能够从大量非结构化文本数据中提取意义,应用范围已经从简单的图像识别扩展到了复杂的视频内容分析,从而为理解和预测公众行为及其背后的意识形态提供了更为深入的视角。由于网络传播路径预测依赖信息转发预测,后者体现了用户的个体行为差异,因而我们提出基于机器学习的网络意识形态风险识别的行为传播模型。该系统由信息采集层、数据分析层、预警发布层构成,可以提高对网络意识形态发展演变状况的实时感知能力,使相关主体能及时完成对网络意识形态风险的评估和决策,推动解决网络意识形态风险的智能化处置。 展开更多
关键词 机器学习 网络空间 意识形态 数据分析 风险管理
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部