检索结果-内蒙古大学图书馆

数据分析与知识发现 2025年第1期9卷 90-99页

作者：王震宇朱学芳杨睿南京大学信息管理学院南京210023

【目的】利用大语言模型生成高质量辅助知识,以提升多模态关系抽取的性能。【方法】通过引入多模态相似度检测模块构建多模态提示模板,提示大语言模型将视觉信息和先验知识融入生成的高质量辅助知识中。将获得的辅助知识与原始文本输入... 详细信息

【目的】利用大语言模型生成高质量辅助知识,以提升多模态关系抽取的性能。【方法】通过引入多模态相似度检测模块构建多模态提示模板,提示大语言模型将视觉信息和先验知识融入生成的高质量辅助知识中。将获得的辅助知识与原始文本输入下游文本模型,实现对实体关系的准确预测。【结果】实验表明,相较于最优基线模型,所提模型在多模态关系抽取数据集MNRE上的准确率和F1值分别提高了4.09和7.84个百分点。【局限】实验仅基于英文数据集,未考虑其他语言数据集。【结论】通过对比实验和案例分析,验证了所提模型在多模态关系抽取任务中的有效性,为未来在多模态信息抽取任务中应用大语言模型提供了方向。

关键词：关系抽取多模态大语言模型多模态预训练上下文学习

来源：评论

学校读者我要写书评

暂无评论

20世纪以来中国目录学史书写回顾与展望——以通论性目录学史著作为中心的考察

引用

图书情报知识 2024年第2期41卷 60-66页

作者：谢欢南京大学信息管理学院南京210093

[目的/意义]相较于中国目录学史的研究,学界对于中国目录学史研究史的梳理略显不够,通过梳理20世纪中国目录学史研究史,为新时代中国目录学史的研究与书写提供历史借鉴。[研究设计/方法]以20世纪以来出版的姚名达著《中国目录学史》、... 详细信息

[目的/意义]相较于中国目录学史的研究,学界对于中国目录学史研究史的梳理略显不够,通过梳理20世纪中国目录学史研究史,为新时代中国目录学史的研究与书写提供历史借鉴。[研究设计/方法]以20世纪以来出版的姚名达著《中国目录学史》、王重民著《中国目录学史论丛》、吕绍虞著《中国目录学史稿》、倪士毅著《中国古代目录学史》、乔好勤著《中国目录学史》、余庆蓉著《中国目录学思想史》以及柯平著《中国目录学史》7本通论性目录学史著作为研究对象,通过系统研读、分析与比较,借以梳理20世纪中国目录学史的书写路径。[结论/发现]20世纪以来中国目录学史书写呈现出如下特点:(1)历史学、图书馆学学者是中国目录学史书写的两大核心主体;(2)线性进化史观逐渐成为中国目录学史书写的主流史观;(3)书写的焦点由“以目录为中心”到“目录与人并重”。[创新/价值]在此基础上提出了未来中国目录学史书写展望:(1)明确“目录学史”的内涵;(2)明确“以西释中”还是“以中释中”;(3)明确中国目录学史的中心是“人”;(4)探索多体裁的中国目录学史书写形式;(5)拓展中国目录学史的关注视域。

关键词：中国目录学史中国目录学史研究史中国图书馆学史

来源：评论

学校读者我要写书评

暂无评论

民事裁判文书中论辩元素识别研究

引用

数据分析与知识发现 2024年第8期8卷 168-178页

作者：王义真沈雪莹欧石燕南京大学信息管理学院南京210023

【目的】构建适用于民事判决文书的论辩结构,实现论辩元素的自动化抽取。【方法】基于图尔敏论证模型构建民事裁判文书的论辩结构,用于指导民事裁判文书论辩语料库的标注。随后,提出一种基于上下文感知的多头注意力论辩元素分类模型(CAM... 详细信息

【目的】构建适用于民事判决文书的论辩结构,实现论辩元素的自动化抽取。【方法】基于图尔敏论证模型构建民事裁判文书的论辩结构,用于指导民事裁判文书论辩语料库的标注。随后,提出一种基于上下文感知的多头注意力论辩元素分类模型(CAMA-AECM)用于自动抽取论辩元素。【结果】本文模型在不同论辩主体的数据集上均表现出较好的性能。在Macro-F1值指标上,模型在原告、被告和法院这三个论辩主体对应的数据集上分别实现了最大1.73%、5.72%和3.92%的提升。【局限】受限于论辩语料构建的成本和规模,并未探索全部民事案由的裁判文书论辩结构和特征。【结论】本研究构建的模型有效实现了论辩元素的自动识别,不仅可以提高对裁判文书中论辩知识的挖掘能力,还为裁判文书自动化分析提供了一个新的工具。

关键词：论辩元素裁判文书语境感知多头注意力

来源：评论

学校读者我要写书评

暂无评论

基于Stacking集成学习的用户付费转化意向预测方法研究--以免费增值游戏为例

引用

数据分析与知识发现 2024年第2期8卷 143-154页

作者：李美玉刘洋王艺璇朱庆华南京大学信息管理学院南京210023

【目的】提出基于Stacking集成学习预测用户付费转化意向的模型,精准识别潜在付费用户。【方法】基于Stacking集成学习方法构建付费意向预测模型,通过对比不同基模型组合预测效果确定基模型组合方案,借助游戏玩家行为数据集验证模型优越... 详细信息

【目的】提出基于Stacking集成学习预测用户付费转化意向的模型,精准识别潜在付费用户。【方法】基于Stacking集成学习方法构建付费意向预测模型,通过对比不同基模型组合预测效果确定基模型组合方案,借助游戏玩家行为数据集验证模型优越性,并进行可移植性验证。【结果】本文模型预测准确率达90.88%,F1值90.71%,AUC值0.9602,相对于对比模型中表现最差的Bayesian模型在三种指标上分别提升4.15个百分点、4.50个百分点和0.1062。【局限】无法预测玩家是否会产生非理性消费行为。【结论】本研究验证了游戏付费情境下Stacking集成学习方法的适用性,多模型的融合可以获得稳定、准确的付费意向预测结果,并证明了模型在预测不同领域用户付费意向上具备可移植性。

关键词： Stacking集成学习模型融合免费增值模式付费意向可移植性

来源：评论

学校读者我要写书评

暂无评论

基于SHAP解释方法的智慧居家养老服务平台用户流失预测研究

引用

数据分析与知识发现 2024年第1期8卷 40-54页

作者：刘天畅王雷朱庆华南京大学信息管理学院南京210023

【目的】构建智慧居家养老服务平台用户流失预测模型,并使用SHAP解释方法分析不同特征的影响。【方法】基于智慧居家养老服务平台用户在2019年至2021年三年间产生的超过30万条社区居家养老服务订单数据,通过改进的RFM模型(RFM-MLP)、马... 详细信息

【目的】构建智慧居家养老服务平台用户流失预测模型,并使用SHAP解释方法分析不同特征的影响。【方法】基于智慧居家养老服务平台用户在2019年至2021年三年间产生的超过30万条社区居家养老服务订单数据,通过改进的RFM模型(RFM-MLP)、马斯洛需求层次理论、安德森模型并结合Boruta算法确定用户价值特征、服务选择特征、个人特征三类共11个特征。建立5种机器学习模型,从中选择效果最好的XGBoost模型预测用户流失,运用SHAP解释方法完成特征影响全局解释、特征依赖分析、单样本解释分析。【结果】模型预测结果准确率和F1值均达到87%左右,家政服务服务购买次数、留存天数、年龄等是预测养老服务平台用户流失的重要特征。【局限】仅选取一个地区的数据进行分析,数据量和算法复杂度方面还有提升空间。【结论】SHAP解释方法可以兼顾机器学习预测模型的精度和解释性,能够为智慧居家养老服务平台在运营策略和内容设计方面的优化提供依据。

关键词：智慧养老用户流失 XGBoost 可解释性机器学习 SHAP

来源：评论

学校读者我要写书评

暂无评论

基于优化后集成学习模型的特征选择与疾病高效预警研究——以老年抑郁焦虑为例

引用

数据分析与知识发现 2023年第7期7卷 74-88页

作者：严颖黄奇李娜南京大学信息管理学院南京210023 南京大学国家信息资源管理南京研究基地南京210093

【目的】通过合理选择关键的疾病风险变量,使疾病预测模型兼顾计算效率和预测精度,为公共卫生相关部门实现疾病高效预警提供参考。【方法】使用基于集成学习的随机森林和XGBoost模型学习高维的疾病风险变量数据进行疾病预测,使两种模型... 详细信息

【目的】通过合理选择关键的疾病风险变量,使疾病预测模型兼顾计算效率和预测精度,为公共卫生相关部门实现疾病高效预警提供参考。【方法】使用基于集成学习的随机森林和XGBoost模型学习高维的疾病风险变量数据进行疾病预测,使两种模型自主选择对其预测作出贡献的疾病风险变量子集。为使随机森林和XGBoost模型选择出具有高预测精度的关键变量子集,从最大程度提升模型泛化能力的角度出发,深入分析两种模型的集成方式,通过针对性的超参数调整,利用交叉验证,不断迭代随机森林模型的袋外数据误判率均值,收敛XGBoost模型在不同子训练集上的损失曲线,为两种模型分别提出独特的模型优化方案,释放其疾病预测性能。【结果】在老年抑郁焦虑患病数据集上的实验表明,优化后随机森林和优化后XGBoost模型具有非常优异且接近的疾病预测性能,分别实现了88.6%和89.7%的预测准确率,以及0.936和0.940的AUC。但通过优化后模型的特征选择,XGBoost模型的结构更为简单高效,从54个老年抑郁焦虑风险变量中选择较少的17个关键变量,且实现了较好的疾病预测效果,准确率为85.8%,AUC为0.917。【局限】未使用最新老年队列数据进行实验;需进一步检验模型在复杂异构数据环境中的适应性。【结论】优化后XGBoost模型的特征选择效果更好,可提高疾病预警效率,为公共卫生管理提供决策支持。

关键词：集成学习超参数调优特征选择疾病高效预警

来源：评论

学校读者我要写书评

暂无评论

政民互动平台的公众满意度影响因素研究——基于领导信箱语料的分析

引用

数据分析与知识发现 2024年第11期8卷 59-71页

作者：杜佳璘王西子胡广伟南京大学信息管理学院南京210023 南京大学政务数据资源研究所南京210023

[目的]为探究政民互动平台公众满意度的影响因素,本文构建公众满意度影响因素分析模型.[方法]利用领导信箱语料信息提取微观变量,结合宏观经济变量采用梯度提升决策树方法建立公众满意度分析模型,最后基于SHAP分析剔除影响较小的变量以... 详细信息

[目的]为探究政民互动平台公众满意度的影响因素,本文构建公众满意度影响因素分析模型.[方法]利用领导信箱语料信息提取微观变量,结合宏观经济变量采用梯度提升决策树方法建立公众满意度分析模型,最后基于SHAP分析剔除影响较小的变量以进一步优化模型.[结果]本文构建的公众满意度分析模型在准确率、召回率、查全率、F1值4项性能指标上均优于对比模型;GDP增长率、PCDI增长率、CPI增长率、来信主题、来信类型和回应模式是影响领导信箱的公众满意度的重要特征.[局限]未探索更多影响因素及更广泛的"政府-公民"互动视角场景.[结论]本文模型优化了变量筛选过程,并对各特征变量如何影响公众对政府回应效果满意的程度、方向和方式进行可视化,为数据驱动行政决策提供了分析工具.

关键词：公众满意度政民互动机器学习领导信箱

来源：评论

学校读者我要写书评

暂无评论

面向重复消费场景的会话推荐算法研究

引用

数据分析与知识发现 2023年第4期7卷 89-100页

作者：田甜俊子朱学芳南京大学信息管理学院南京210023

【目的】提升会话推荐模型在重复消费场景中的性能,减轻信息过载带来的负面影响。【方法】对适用于重复消费场景的重复-探索机制进行改进,并基于自注意力机制,采取非侵入性方式融合位置信息,优化边信息利用效果。新模型性能在公共数据... 详细信息

【目的】提升会话推荐模型在重复消费场景中的性能,减轻信息过载带来的负面影响。【方法】对适用于重复消费场景的重复-探索机制进行改进,并基于自注意力机制,采取非侵入性方式融合位置信息,优化边信息利用效果。新模型性能在公共数据集上得到了验证。【结果】相较于次优值,新模型在Yoochoose 1/64数据集上的召回率、平均排序倒数分别提升0.71%、1.69%;在Diginetica数据集上的召回率、平均排序倒数分别提升3.08%、5.72%。【局限】实验仅使用位置信息作为边信息进行验证,且用于验证的数据集有限。【结论】实验结果验证了所提模型对重复-探索机制的改进、对非侵入性边信息的利用具备有效性,能为推荐系统提供新的优化思路,进而提高个性化信息服务水平。

关键词：会话推荐序列推荐自注意力网络重复消费边信息

来源：评论

学校读者我要写书评

暂无评论

面向被引片段识别的改进混合方法

引用

数据分析与知识发现 2023年第1期7卷 113-127页

作者：聂维民欧石燕南京大学信息管理学院南京210023

【目的】“无监督排序+分类”模式的两阶段混合方法存在无监督排序可靠性较低、分类得到的被引句数量不稳定问题,并且被引片段的识别粒度仅限于单句。本研究对混合方法中的上述问题予以改进以提高其性能,同时解决不同粒度被引片段的识... 详细信息

【目的】“无监督排序+分类”模式的两阶段混合方法存在无监督排序可靠性较低、分类得到的被引句数量不稳定问题,并且被引片段的识别粒度仅限于单句。本研究对混合方法中的上述问题予以改进以提高其性能,同时解决不同粒度被引片段的识别问题。【方法】提出一种面向被引片段识别的改进混合方法,在第一阶段采用有监督排序从所有被引文献句中筛选出候选被引句,在第二阶段通过回归方法确定最终被引片段。此外,引入包含不同数量连续句子的n元句输入方式以及组内标准化方法以识别不同粒度的被引片段。【结果】在CL-SciSumm 2019和2020竞赛语料测试集上进行测评,本研究所提改进混合方法的句子重合度F1值为0.167;以3元句为输入,采用组内Z值标准化,其句子重合度F1值由0.083提高到0.158。【局限】未使用被引文献句的位置特征;在下游任务中的应用尚待探索。【结论】本研究所提改进混合方法在被引片段识别粒度为单句和多个连续单句时均取得良好效果。

关键词：科学文献被引片段有监督排序回归组内标准化

来源：评论

学校读者我要写书评

暂无评论

基于多角度面部特征的文献阅读专注度研究

引用

数据分析与知识发现 2023年第9期7卷 100-113页

作者：刘洋朱学芳南京大学信息管理学院南京210023

【目的】文献阅读专注度目前大多采用人工方式或眼动跟踪方法进行评价,为实现专注度评价过程的自动化检测和实时反馈,本文将计算机视觉技术和专注度评价研究相结合,对智能技术在智慧知识服务中的应用研究也有意义。【方法】通过阅读者... 详细信息

【目的】文献阅读专注度目前大多采用人工方式或眼动跟踪方法进行评价,为实现专注度评价过程的自动化检测和实时反馈,本文将计算机视觉技术和专注度评价研究相结合,对智能技术在智慧知识服务中的应用研究也有意义。【方法】通过阅读者头部垂直方向和水平方向转动角度检测头部姿态;通过眼部以及嘴部的闭合度检测阅读者闭眼或打哈欠状态进而对疲劳度进行评分;并且依据阅读者的表情识别结果对情绪进行评分,之后应用模糊综合评价算法对相关因素进行权重确定和评分整合,获得阅读者在文献阅读过程中不同时刻的专注度状态。【结果】将该文献阅读专注度模型应用于实际阅读场景以评价头部倾斜、疲劳和消极情绪状态文献阅读专注度,获得的效果分别比正常状态低26.3%、25.2%和6.8%。【局限】当文献阅读视频出现面部特征模糊时,视觉识别技术检测精度不足,同时存在部分极端阅读实例有待优化。【结论】本文模型可以应用于多领域的下游任务中,既可以辅助阅读者及时调整文献阅读策略以提高阅读效率,也可以辅助图书馆等部门制定图书采购策略,进而减少图书资源浪费。

关键词：文献阅读专注度评价多角度面部特征计算机视觉模糊综合评价

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：