期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
e-Learning用户心理体验量化评价研究 被引量:11
1
作者 吴茜媛 张云强 +1 位作者 郑庆华 付雁 《西安交通大学学报》 EI CAS CSCD 北大核心 2012年第12期109-115,共7页
针对当前计算机系统服务质量评价缺乏从用户心理体验角度深入研究的问题,以e-Learning为背景,研究了用户心理体验的定量分析和评价,对用户心理体验进行了整体建模,分析了易用性、有用性、情绪等因素和特征对e-Learning用户心理体验的影... 针对当前计算机系统服务质量评价缺乏从用户心理体验角度深入研究的问题,以e-Learning为背景,研究了用户心理体验的定量分析和评价,对用户心理体验进行了整体建模,分析了易用性、有用性、情绪等因素和特征对e-Learning用户心理体验的影响.采用资源覆盖率、推荐命中率等指标度量了易用性和有用性,构造了特征权重矩阵;基于层次分析法量化了整体的用户心理体验评价模型.在某高校e-Learning系统上的实际应用表明,采用所建模型能有效地发现e-Learning系统在用户心理体验方面存在的不足,可为进一步研究影响用户心理体验的情绪等特征、构建更加完善的用户心理体验量化评价方法提供参考. 展开更多
关键词 量化评价 用户心理体验 层次分析法
在线阅读 下载PDF
领域实例迁移的交互文本非平衡情感分类方法 被引量:3
2
作者 田锋 兰田 +3 位作者 CHAO Kuo-Ming 吴凡 郑庆华 高鹏达 《西安交通大学学报》 EI CAS CSCD 北大核心 2015年第4期67-72,共6页
针对交互文本句子短、成分缺失、多领域下类分布不均衡导致的高维、特征值稀疏、正样本稀少的难点,提出面向目标数据集实例迁移的数据层面采样方法。该方法提出目标数据集和源数据集共性特征的Top-N信息增益和值占比函数,选择评价两个... 针对交互文本句子短、成分缺失、多领域下类分布不均衡导致的高维、特征值稀疏、正样本稀少的难点,提出面向目标数据集实例迁移的数据层面采样方法。该方法提出目标数据集和源数据集共性特征的Top-N信息增益和值占比函数,选择评价两个数据集实例相似度的特征;提出目标数据集和源数据集特征空间一致性处理方法,克服两者特征空间不一致的问题;提出分领域的实例选取与迁移方法,克服多领域下的类分布不均衡问题。实验结果表明:该方法有效缓解了交互文本的非平衡问题,使支持向量机、随机森林、朴素贝叶斯、随机委员会4个经典分类算法的加权平均的接收者运行特征曲线(receiver operating characteristic,ROC)指标提升了11.3%。 展开更多
关键词 交互文本 非平衡情感分类 多领域 实例迁移
在线阅读 下载PDF
超平面距离的非平衡交互文本情感实例迁移方法 被引量:2
3
作者 田锋 王媛媛 +1 位作者 吴凡 郑庆华 《西安交通大学学报》 EI CAS CSCD 北大核心 2018年第10期1-7,共7页
针对非平衡交互文本少数类实例匮乏易导致训练的情感分类模型泛化性能差的问题,提出基于超平面距离的非平衡交互文本情感实例迁移方法。该方法将在少数类和多数类支持向量之间的源数据集实例作为待迁实例,并基于目标数据集上的分类超平... 针对非平衡交互文本少数类实例匮乏易导致训练的情感分类模型泛化性能差的问题,提出基于超平面距离的非平衡交互文本情感实例迁移方法。该方法将在少数类和多数类支持向量之间的源数据集实例作为待迁实例,并基于目标数据集上的分类超平面构造一个偏移超平面。依据最优信息效用原则基于待迁实例到偏移超平面的距离最短来筛选迁入的实例,同时通过调节迁入比例控制迁入实例规模生成合成数据集。实验结果表明:随着迁入实例增多,合成数据集对原始分布的偏离增大,所训练的序列最小优化算法(SMO)模型的泛化分类性能呈现先提升后降低的现象,类似于信息效用的Wundt曲线;与SMOTE、Subsampling、Oversampling 3种数据层处理方法相比,所提方法训练的SMO、LibSVM、随机森林、代价敏感、CNN 5个分类模型在少数类识别F值上平均获得11%的增幅,且迁入比例最佳范围为20%~30%,在有效缓解非平衡特性的同时提高了少数类识别的泛化分类性能。 展开更多
关键词 实例迁移 信息效用 非平衡分类 超平面
在线阅读 下载PDF
融合异构信息的网络视频在线半监督分类方法 被引量:2
4
作者 杜友田 辛刚 郑庆华 《西安交通大学学报》 EI CAS CSCD 北大核心 2013年第7期96-101,共6页
针对大规模网络视频数据的学习需要考虑无标签数据和异构信息的问题,提出了一种基于视觉和文本异构信息的网络视频在线半监督学习方法。该方法将文本和视觉看作2个视图,采用图作为基分类器对每个视图进行建模,并利用线性邻域的传播算法... 针对大规模网络视频数据的学习需要考虑无标签数据和异构信息的问题,提出了一种基于视觉和文本异构信息的网络视频在线半监督学习方法。该方法将文本和视觉看作2个视图,采用图作为基分类器对每个视图进行建模,并利用线性邻域的传播算法来预测样本类别。在不同视图之间采用多图上的协同训练,利用未标记样本增量地更新基分类器,并根据类别相关的融合方法确定最终结果,从而提高了分类准确率。实验结果表明,该方法的结果优于支持向量机方法约8.3%,在线增量更新后,学习器的性能提高了约3%,因此比较适合于大规模视频数据的在线半监督学习。 展开更多
关键词 网络视频 异构信息 半监督分类
在线阅读 下载PDF
一种权衡性能与隐私保护的推荐算法
5
作者 马黛露丝 朱海萍 +4 位作者 田锋 冯沛 陈妍 计湘婷 李玉杰 《西安交通大学学报》 EI CAS CSCD 北大核心 2021年第7期117-123,共7页
针对推荐系统中的隐私保护问题,提出一种隐私保护参数与推荐精度的均衡优化模型。以在线学习资源推荐系统为例建立矩阵分解模型,分别在数据输入和模型训练两个模块引入差分隐私噪声扰动,研究隐私保护参数ε与推荐精度的关系,并针对在线... 针对推荐系统中的隐私保护问题,提出一种隐私保护参数与推荐精度的均衡优化模型。以在线学习资源推荐系统为例建立矩阵分解模型,分别在数据输入和模型训练两个模块引入差分隐私噪声扰动,研究隐私保护参数ε与推荐精度的关系,并针对在线学习推荐系统数据的隐式反馈特点,提出基于资源热度负采样算法。基于西安交通大学网络学院数据集,利用百度飞桨深度学习平台,使用均方根误差作为推荐精度评价指标进行实验,结果表明:对数据基于资源热度负采样后,推荐精度更高;推荐精度与ε的倒数成正比关系,输入扰动和模型扰动分别在均方根误差取值不高于2.0和1.3且ε取值7和3时均衡效果最优;在相同ε下,当ε≤5时,模型扰动的差分隐私推荐算法推荐精度高于输入扰动的差分隐私推荐算法。 展开更多
关键词 推荐系统 差分隐私保护 矩阵分解 负采样
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部