公共文化服务平台

共 7 条记录，以下是 1-7

全选清除导出

排序方式：

应用型电子商务复合型人才培养方式研究被引量：5: 2017年; 随着电子商务浪潮席卷全球,电子商务专业教育在我国高校迅速发展起来,但仍处于探索阶段,如何开展电子商务专业建设,培养优秀的电子商务专业人才,仍存在着争议。本文对电子商务专业毕业生的发展现状进行调研,通过发放问卷的形式对毕业生的职业发展现状、个人能力与品质、毕业生对专业人才培养工作的评价进行分析,为完善电子商务教育提出意见和建议。; 肖琳米传民鲁月刘长; 关键词：电子商务实践教学

基于用户信任和兴趣的概率矩阵分解推荐方法被引量：6: 2017年; 传统协同过滤推荐算法存在数据稀疏性、冷启动、新用户等问题.随着社交网络和电子商务的迅猛发展,利用用户间的信任关系和用户兴趣提供个性化推荐成为研究的热点.本文提出一种结合用户信任和兴趣的概率矩阵分解(STUIPMF)推荐方法.该方法首先从用户评分角度挖掘用户间的隐性信任关系和潜在兴趣标签,然后利用概率矩阵分解模型对用户评分信息、用户信任关系、用户兴趣标签信息进行矩阵分解,进一步挖掘用户潜在特征,缓解数据稀疏性.在Epinions数据集上进行实验验证,结果表明,该方法能够在一定程度上提高推荐精度,缓解冷启动和新用户问题,同时具有较好的可扩展性.; 彭鹏米传民肖琳; 关键词：推荐系统协同过滤

加入情感分析的Stacking模型在网络剧播放量预测中的应用被引量：2: 2022年; 随着网络剧近年来的飞速发展,对播放量的研究也逐渐受到关注.网络剧播放量反映了网络剧的口碑和受欢迎程度,这与制作方和投资方的收益密切相关.但目前的研究尚未考虑观众评论的情感态度对播放量的影响,并且预测模型也较为简单,预测精度有待进一步提高.本文在对用户评论进行情感分析的基础上,构建Stacking集成学习模型对我国网络剧的播放量进行预测.首先基于SO-PMI算法构建网络剧领域情感词典,并结合基础情感词典以及点赞数权重计算出评论情感得分,加入预测指标体系中;接着以随机森林(random forest, RF), GBDT, XGBoost以及LightGBM为基学习器, MLR为元学习器,构建Stacking网络剧播放量分阶段的预测模型,使用当前数据对下一周的播放量进行预测;最后进行模型比较分析,并得出预测变量的重要性分值.实验结果显示,本文所构建的模型判定系数R方值达到了0.89,高于基学习器单独的模型预测R方值(最高0.84)以及未加入情感得分变量的Stacking模型预测R方值(0.81).可以得出加入情感得分变量后,本文构建的Stacking集成学习模型在一定程度上可以提高网络剧播放量的预测精度.; 李明珠米传民肖琳许乃元; 关键词：情感分析

电子商务发展中的循环经济思考:基于ISM的影响因素研究被引量：4: 2020年; 如何促进电商企业采纳循环经济发展模式仍是一个有待解决的问题。在此背景下,文章通过文献研究法,提取了目标明确性、消费者再循环意识、信息交流渠道与媒介等12个影响因素,并根据15位电子商务领域专家意见,结合ISM和MICMAC方法探究了影响因素间的相互关系,之后文章建立了层次结构模型进行了量化研究,最终得出影响路径。; 米传民顾佳肖琳林清同; 关键词：电子商务数字经济循环经济 ISM

基于社交信任和标签偏好的景点推荐方法: 2018年; 针对现有的景点推荐算法在处理用户关系时忽视了用户隐性信任和信任传递问题,以及当用户处于新城市时由于缺乏用户历史记录无法做出准确推荐的情况,本文提出一种综合用户信任关系和标签偏好的个性化景点推荐方法.在仅仅考虑用户相似度时推荐质量差的情况下引入信任度,通过挖掘用户隐性信任关系解决了现有研究在直接信任难以获取时无法做出推荐的情况,有效缓解了数据稀疏性和冷启动问题.同时在用户兴趣分析过程中将景点和标签的关系扩展到了用户、景点和标签三者的相互关系,把用户的兴趣偏好分解成对不同景点标签的长期偏好,有效地缓解了缺乏用户历史游览记录时推荐质量不佳的问题.通过在Flickr网站上收集的数据进行实验验证,结果表明本文提出的混合推荐算法有效地提高了推荐精度,在一定程度上缓解了冷启动和新城市问题.; 陈烨天米传民肖琳; 关键词：个性化推荐信任度标签用户兴趣

考虑主题兴趣和领域权威的问答社区专家推荐研究: 2024年; 【目的】对用户历史问答文本实现考虑上下文语义信息的主题识别,进而提升问答社区专家推荐的准确度。【方法】通过构建BERT-LLDA模型,将BERT模型与Labeled-LDA主题模型相结合,充分利用标签信息对用户历史问答文本进行向量化,通过降维和主题聚类实现考虑上下文语义信息的主题识别,获得用户的主题兴趣概率分布;根据主题兴趣挖掘结果构建主题敏感PageRank算法(TSPR),并加入用户质量权重迭代计算用户的领域权威;基于此得到考虑主题兴趣和领域权威的问答社区专家推荐算法TIDARank,为新问题推荐潜在回答专家。【结果】基于Stack Exchange公开数据集,BERT-LLDA模型经过主题聚类后相比TF-IDF、BERT、BERT-LDA等对比模型具有更高的轮廓系数(0.5756)和主题连贯性(0.4766);TIDARank算法的最佳回答者命中率ACC@20和平均倒数排名MRR@20分别为0.5807和0.2430,相比于表现最优的对比模型BiLSTM+TSPR分别提升0.145和0.081。【局限】在链接分析中未考虑用户的活跃情况。【结论】BERT-LLDA模型不仅可以优化主题聚类的效果,且有助于提升问答社区专家推荐的性能。; 李明珠米传民苟小义肖琳; 关键词：PAGERANK

新型拔尖创新人才培养的质量评价指标研究被引量：1: 2023年; 培养拔尖创新人才是提升我国创新水平的主要路径之一,研究生教育则是培养拔尖创新人才的关键实现方法之一。科学的人才培养质量评价体系能够切实反映人才培养现状,推动人才培养模式不断优化。文章在明晰拔尖创新人才内涵和概念的基础上,运用LDA主题提取模型,提出了适用于研究生拔尖创新人才培养的质量评价指标体系,以期为科学评价拔尖创新人才培养质量提供有益借鉴。; 肖琳陈亚雯; 关键词：拔尖创新人才

全选清除导出

共1页<1>

肖琳