检索结果-内蒙古大学图书馆

能力结构模型驱动的信息管理与信息系统专业人才培养模式研究——基于10余所高校的调研分析

图书馆学研究 2014年第6期 6-11页

作者：张新香中南财经政法大学中南财经政法大学信息管理教研室

社会需求旺盛,现实培养成效却不理想,信息管理与信息系统专业面临着人才培养模式改革的复杂论题。文章基于10余所高校的调研分析,剖析目前信管专业建设中存在的困惑,从培养目标入手,分析该专业的知识结构,构建能力结构模型,以能力结构... 详细信息

社会需求旺盛,现实培养成效却不理想,信息管理与信息系统专业面临着人才培养模式改革的复杂论题。文章基于10余所高校的调研分析,剖析目前信管专业建设中存在的困惑,从培养目标入手,分析该专业的知识结构,构建能力结构模型,以能力结构模型为指导,探讨专业培养模式改革方案。

关键词：信息管理与信息系统能力结构培养模式

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的多语言跨领域主题对齐模型

引用

清华大学学报（自然科学版） 2020年第5期60卷 430-439页

作者：余传明原赛胡莎莎安璐中南财经政法大学信息与安全工程学院武汉430073 中南财经政法大学统计与数学学院武汉430073 武汉大学信息管理学院武汉430072

在主题深度表示学习的基础上,该文提出了一种融合双语词嵌入的主题对齐模型(topic alignment model, TAM),通过双语词嵌入扩充语义对齐词汇词典,在传统双语主题模型基础上设计辅助分布用于改进不同词分布的语义共享,以此改善跨语言和跨... 详细信息

在主题深度表示学习的基础上,该文提出了一种融合双语词嵌入的主题对齐模型(topic alignment model, TAM),通过双语词嵌入扩充语义对齐词汇词典,在传统双语主题模型基础上设计辅助分布用于改进不同词分布的语义共享,以此改善跨语言和跨领域情境下的主题对齐效果;提出了2种新的指标,即双语主题相似度(bilingual topic similarity, BTS)和双语对齐相似度(bilingual alignment similarity, BAS),用于评价辅助分布对齐的效果。相比传统的对齐模型MCTA, TAM在跨语言主题对齐任务中双语对齐相似度提升了约1.5%,在跨领域主题对齐任务中F1值提升了约10%。研究结果对于改进跨语言和跨领域信息处理具有重要意义。

关键词：跨语言主题对齐跨领域主题对齐深度学习双语词嵌入知识对齐

来源：评论

学校读者我要写书评

暂无评论

基于主题挖掘的超额募资农产品众筹项目文本特征研究——以众筹网为例

引用

数据分析与知识发现 2019年第9期3卷 124-131页

作者：黄漫宇云琪彭虎锋窦雪萌中南财经政法大学工商管理学院武汉430073 中南财经政法大学信息与工程管理学院武汉430073

【目的】揭示超额募资的农产品众筹项目的文本特征以及典型主题的时间演化规律。【方法】运用TOT主题分析模型,从众筹网提取2013年9月–2018年4月获得超额募资的1 137项农产品众筹项目的推介文本,得到各个主题下各词项的概率分布,并对... 详细信息

【目的】揭示超额募资的农产品众筹项目的文本特征以及典型主题的时间演化规律。【方法】运用TOT主题分析模型,从众筹网提取2013年9月–2018年4月获得超额募资的1 137项农产品众筹项目的推介文本,得到各个主题下各词项的概率分布,并对各个主题的时间演变趋势进行分析。【结果】超额募资的农产品众筹项目集中于茶、酒和蜂蜜等品类,在文本特征方面聚焦于消费者价值、农产品属性与社会效应, 2014年–2017年关于消费者价值与农产品属性的主题强度呈U型分布。【局限】农产品众筹领域可以获取的高质量数据有限。【结论】众筹发起方在撰写推介文本时应当强调农产品的高品质和参与的独特体验以提升文本吸引力,从而获得更多资金支持。

关键词：主题挖掘超额募资农产品众筹文本特征 TOT模型

来源：评论

学校读者我要写书评

暂无评论

BP网络全局优化算法

引用

武汉大学学报（工学版） 2013年第6期46卷 794-798,810页

作者：蔡蔓闫蓝海中南财经政法大学信息管理部湖北武汉430070

提出一种BP网络的全局优化算法(GOA),在监测环境变化的同时调整整个网络使得网络能够保持较为准确的输出.该算法分为3个子算法——输入属性约简算法RAIA、隐藏层优化算法HLOA、神经网络监测算法NNSA.其中输入属性约简算法对神经网络的... 详细信息

提出一种BP网络的全局优化算法(GOA),在监测环境变化的同时调整整个网络使得网络能够保持较为准确的输出.该算法分为3个子算法——输入属性约简算法RAIA、隐藏层优化算法HLOA、神经网络监测算法NNSA.其中输入属性约简算法对神经网络的输入层进行优化以剔除对输出影响不大的输入,隐藏层优化算法在满足最小精度要求的前提下对神经网络隐藏层进行剪除或添加使其更加高效,神经网络监测子算法能够实时监测整个神经网络的运行状态并随时启动全局优化算法以适应当前环境的变化.该算法能够以较小的开销实时地改变整个神经网络结构,使得整个网络随着环境的稳定而稳定下来直到下次环境发生变化再次对网络进行优化.

关键词： BP网络优化监测

来源：评论

学校读者我要写书评

暂无评论

基于个人–群体–商户关系模型的虚假评论识别研究

引用

北京大学学报（自然科学版） 2017年第2期53卷 262-272页

作者：余传明冯博琳左宇恒陈百云安璐中南财经政法大学信息与安全工程学院武汉430073 武汉大学信息管理学院武汉430072

从评论利益相关者内容与行为特征相结合的角度,提出一种基于个人–群体–商户的主体关系模型(IGMRM)。选择93家店铺中9558个不同IP的97804条评论作为样本数据进行实验,结果表明,IGMRM在识别虚假评论者、存在信用操纵的商铺以及虚假评论... 详细信息

从评论利益相关者内容与行为特征相结合的角度,提出一种基于个人–群体–商户的主体关系模型(IGMRM)。选择93家店铺中9558个不同IP的97804条评论作为样本数据进行实验,结果表明,IGMRM在识别虚假评论者、存在信用操纵的商铺以及虚假评论者群体的F1值分别达到82.62%、59.26%和95.12%。使用基于评论内容的逻辑回归模型和K最邻近模型作为基线分类方法,识别虚假评论者的F1值分别为52.63%和76.75%,表明IGMRM在识别虚假评论者方面优于传统方法。

关键词：信用操纵虚假评论识别行为建模 IGMRM

来源：评论

学校读者我要写书评

暂无评论

板钛矿TiO_(2)载体增强Mn-O-Ti相互作用及其对气态单质汞的吸附脱除促进机制

引用

环境科学学报 2024年第12期44卷 317-327页

作者：李鸿鹄彭喜燕安淼揭翠杨娇羽李憬启张敬东曹艳晓杨俊中南财经政法大学环境与健康研究中心武汉430073 中南财经政法大学信息工程学院武汉430073 中南财经政法大学环境管理与政策研究中心武汉430073

MnO_(x)/TiO_(2)是一种性能优异的气态单质汞(Hg^(0))吸附剂.制备方法、负载量、煅烧温度等因素对其Hg^(0)吸附性能的影响已被广泛研究.为进一步探明载体晶型对MnO_(x)/TiO_(2)的Hg^(0)吸附性能的影响,采用简单浸渍法在锐钛矿TiO_(2)(Mn... 详细信息

MnO_(x)/TiO_(2)是一种性能优异的气态单质汞(Hg^(0))吸附剂.制备方法、负载量、煅烧温度等因素对其Hg^(0)吸附性能的影响已被广泛研究.为进一步探明载体晶型对MnO_(x)/TiO_(2)的Hg^(0)吸附性能的影响,采用简单浸渍法在锐钛矿TiO_(2)(MnO_(x)/TiO_(2)-A)、金红石TiO_(2)(MnO_(x)/TiO_(2)-R)和板钛矿TiO_(2)(MnO_(x)/TiO_(2)-B)表面负载MnO_(x).通过固定床反应器测试3种MnO_(x)/TiO_(2)的Hg^(0)吸附效率及SO_(2)抗性.采用多种表征手段分析载体晶型对MnO_(x)/TiO_(2)金属氧化物-载体相互作用、Hg^(0)吸附性能和SO_(2)抗性的影响.研究发现,在相同烟气组分下,MnO_(x)/TiO_(2)-B的Hg^(0)吸附性能最为优异,100 min内Hg^(0)吸附效率维持在96%以上.通过拉曼(Raman)与X射线光电子能谱(XPS)等分析可知,MnO_(x)/TiO_(2)-B具有更强的金属氧化物-载体相互作用,其界面处形成的独特Mn-O-Ti结构,能够削弱Mn-O键强度,提高吸附剂表面氧物种的迁移率和缺陷氧含量,同时诱导高价态Mn(Mn^(4+))的形成,进而增强其对Hg^(0)的吸附氧化,促进表面HgO的生成.SO_(2)对3种晶型MnO_(x)/TiO_(2)的Hg^(0)吸附性能均存在抑制作用.其中,MnO_(x)/TiO_(2)-B和MnO_(x)/TiO_(2)-R抗硫性能稍弱,可能是由于其表面缺陷氧及-OH促进了SO_(2)的吸附氧化.本研究可为高Hg^(0)氧化活性锰基吸附剂的开发和改性提供理论依据.

关键词： TiO_(2)载体晶型金属氧化物-载体相互作用缺陷氧 Hg^(0)吸附性能 SO_(2)抗性

来源：评论

学校读者我要写书评

暂无评论

经济学期刊二次文献转载及Web即年下载率分析

引用

西南民族大学学报（人文社会科学版） 2009年第1期30卷 78-87页

作者：杨薇王汉桥江苏广播电视大学中南财经政法大学图书馆信息管理部中南财经政法大学期刊转载信息检索中心

二次文献和网络文献的利用,有效的起到了沟通信息,提高原始文献利用率,向读者揭示期刊论文学术价值的作用。本文就我国经济学期刊的二次文献转载及Web即年下载率的数据进行比较分析,客观评价经济学期刊的学术水平与学术质量。同时,本文... 详细信息

二次文献和网络文献的利用,有效的起到了沟通信息,提高原始文献利用率,向读者揭示期刊论文学术价值的作用。本文就我国经济学期刊的二次文献转载及Web即年下载率的数据进行比较分析,客观评价经济学期刊的学术水平与学术质量。同时,本文也反映出少数经济学期刊被转载较多而大部分经济学期刊被转载相对较少的现实。

关键词：二次文献 Web即年下载率经济学期刊期刊评价

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的知识表示研究:网络视角

引用

数据分析与知识发现 2020年第1期4卷 63-75页

作者：余传明李浩男王曼怡黄婷婷安璐中南财经政法大学信息与安全工程学院武汉430073 中南财经政法大学统计与数学学院武汉430073 武汉大学信息管理学院武汉430072

【目的】从知识网络视角探究如何更好地表示知识对象的语义关系。【方法】在已有网络表示学习算法的基础上,借助于集成学习和深度学习思想,提出组合式知识网络表示学习模型(Combined Knowledge Network Representation Learning,CKNRL)... 详细信息

【目的】从知识网络视角探究如何更好地表示知识对象的语义关系。【方法】在已有网络表示学习算法的基础上,借助于集成学习和深度学习思想,提出组合式知识网络表示学习模型(Combined Knowledge Network Representation Learning,CKNRL)。【结果】在中英文新闻平行语料的知识网络链接预测任务上,CKNRL模型的AUC取值为0.929,高于单一的网络表示算法DeepWalk(0.925)、Node2Vec(0.926)和SDNE(0.899),验证了CKNRL模型的有效性。【局限】实证研究仅建立在共词网络的基础上,尚未检验CKNRL模型在更多类型的知识网络链接预测中的效果。【结论】通过建立融合模型能够更好地表示知识对象之间的语义关系。

关键词：知识表示深度学习网络表示学习链接预测

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的词汇表示模型对比研究

引用

数据分析与知识发现 2020年第8期4卷 28-40页

作者：余传明王曼怡林虹君朱星宇黄婷婷安璐中南财经政法大学信息与安全工程学院武汉430073 中南财经政法大学统计与数学学院武汉430073 武汉大学信息管理学院武汉430072

【目的】系统揭示传统深度表示模型与最新预训练模型的原理,探究其在文本挖掘任务中的效果差异。【方法】采用对比研究法,从模型侧和实验侧分别比较传统模型与最新模型在CR、MR、MPQA、Subj、SST-2和TREC六个数据集上的效果差异。【结... 详细信息

【目的】系统揭示传统深度表示模型与最新预训练模型的原理,探究其在文本挖掘任务中的效果差异。【方法】采用对比研究法,从模型侧和实验侧分别比较传统模型与最新模型在CR、MR、MPQA、Subj、SST-2和TREC六个数据集上的效果差异。【结果】在六个任务中,XLNet模型取得了最高的平均F1值(0.9186),优于ELMo(0.8090)、BERT(0.8983)、Word2Vec(0.7692)、GloVe(0.7576)和FastText(0.7506)。【局限】由于篇幅限制,实证研究以文本挖掘中的分类任务为主,尚未比较词汇表示学习方法在机器翻译、问答等其他任务中的效果。【结论】传统深度表示学习模型与最新预训练模型在文本挖掘任务中的表现存在较大差异。

关键词：词汇表示学习知识表示深度学习文本挖掘

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的热点事件主题表示研究

引用

数据分析与知识发现 2020年第4期4卷 1-14页

作者：余传明原赛朱星宇林虹君张普亮安璐中南财经政法大学信息与安全工程学院武汉430073 中南财经政法大学统计与数学学院武汉430073 武汉大学信息管理学院武汉430072

【目的】探究如何针对热点事件进行主题表示学习,检验主题表示模型在主题分类和主题相关度等任务上的效果。【方法】融合LDA2Vec方法构建主题表示学习模型W-LDA2Vec,通过联合训练初始化后的文档向量和词向量以预测中枢词的上下文向量,... 详细信息

【目的】探究如何针对热点事件进行主题表示学习,检验主题表示模型在主题分类和主题相关度等任务上的效果。【方法】融合LDA2Vec方法构建主题表示学习模型W-LDA2Vec,通过联合训练初始化后的文档向量和词向量以预测中枢词的上下文向量,获得含有主题信息的词表示和包含上下文信息的主题表示。【结果】在热点事件主题分类任务上,本文模型取得了最高的F1值(0.893),较4种基线模型LDA、Word2Vec、TEWV和Doc2Vec分别提升0.314、0.057、0.022和0.013;在热点事件主题相关度任务上,当主题数为10时,本文模型取得了较高的相关性分数(0.462 5),较LDA模型提高0.067 8。【局限】实验语料库仅限于中英文两种语言。【结论】本文方法通过将主题信息嵌入到词表示、文档表示中,能够有效提升在热点事件主题分类和主题相关度等任务上的效果。

关键词：知识表示主题表示主题模型热点事件深度学习

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：