检索结果-内蒙古大学图书馆

当代传播 2024年第5期 30-36,43页

作者：孙少晶刘志远复旦大学新闻学院复旦大学传播与数据科学实验室复旦大学全球传播全媒体研究院

本文以2022年的舆情热点——“唐山打人”事件为案例,以网络化把关与网络化框架为理论视角,将舆情期间的实时热搜和微博作为数据来源和分析对象,对热搜、微博以及行动者之间的复杂动态关系展开全面深入分析。结果显示,热搜话题进入榜单... 详细信息

本文以2022年的舆情热点——“唐山打人”事件为案例,以网络化把关与网络化框架为理论视角,将舆情期间的实时热搜和微博作为数据来源和分析对象,对热搜、微博以及行动者之间的复杂动态关系展开全面深入分析。结果显示,热搜话题进入榜单的时段、在榜单中的最高排名、议题框架等对该话题的在榜时长具有显著影响。时间序列分析显示,热搜与微博之间呈现相互影响的动态关系;不同议题框架下,媒体组织、政务机构、网络大V和普通网民等“把关行动者”的动态关系差异明显。

关键词：微博热搜网络化把关网络化框架议题可见性把关行动者

来源：评论

学校读者我要写书评

暂无评论

数字价值观:一个新的研究框架

引用

新闻与写作 2023年第10期 45-54页

作者：孙少晶复旦大学新闻学院复旦大学传播与数据科学实验室复旦大学全球传播全媒体研究院

本文从构成性传播以及能动实在论视角出发,探讨传播语境中的物质-技术-话语-主体的纠缠关系,阐释数字价值观这一概念的学理基础以及现实意义。跟历史语境中的价值观样态相比较,数字价值观体现数字行动者参与、数字传播逻辑支配、数字实... 详细信息

本文从构成性传播以及能动实在论视角出发,探讨传播语境中的物质-技术-话语-主体的纠缠关系,阐释数字价值观这一概念的学理基础以及现实意义。跟历史语境中的价值观样态相比较,数字价值观体现数字行动者参与、数字传播逻辑支配、数字实践构成等属性特点。通过解释主体间性互联、话语谱系互文、技术场域互嵌等纠缠构成关系,作者尝试性提出数字价值观的研究框架,并展望基于这个框架的理论建构、方法创新、实践考察。

关键词：数字价值观构成性传播能动实在论社会物质性

来源：评论

学校读者我要写书评

暂无评论

推荐系统驱动视听媒体融合的机制诠释

引用

中国广播电视学刊 2019年第10期 60-63页

作者：郑晨予复旦大学新闻学院复旦大学传播与数据科学实验室

推荐系统作为一种广义人工智能技术,已被广泛运用于传统视听媒体与视听新媒体的媒体融合实践之中。针对当下在这一领域学术研究上重建构轻解构的失衡状态,文章通过深入解析推荐系统实现信息过滤的技术逻辑,并结合运用视听媒体融合的实... 详细信息

推荐系统作为一种广义人工智能技术,已被广泛运用于传统视听媒体与视听新媒体的媒体融合实践之中。针对当下在这一领域学术研究上重建构轻解构的失衡状态,文章通过深入解析推荐系统实现信息过滤的技术逻辑,并结合运用视听媒体融合的实践案例,重点探究解构推荐系统驱动视听媒体融合的五个技术模式;进而阐释出驱动视听媒体融合的优化选择机制、双向激活机制和互动进化机制。

关键词：推荐系统视听媒体融合技术与模式机制驱动

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的API误用缺陷检测

引用

软件学报 2019年第5期30卷 1342-1358页

作者：汪昕陈驰赵逸凡彭鑫赵文耘复旦大学软件学院上海201203 上海市数据科学重点实验室(复旦大学) 上海201203

开发人员经常需要使用各种应用程序编程接口(applicationprogramminginterface,简称API)来复用已有的软件框架、类库等.由于API自身的复杂性、文档资料的缺失等原因,开发人员经常会误用API,从而导致代码缺陷.为了自动检测API误用缺陷,... 详细信息

开发人员经常需要使用各种应用程序编程接口(applicationprogramminginterface,简称API)来复用已有的软件框架、类库等.由于API自身的复杂性、文档资料的缺失等原因,开发人员经常会误用API,从而导致代码缺陷.为了自动检测API误用缺陷,需要获得API使用规约,并根据规约对API使用代码进行检测.然而,可用于自动检测的API规约难以获得,而人工编写并维护的代价又很高.针对以上问题,将深度学习中的循环神经网络模型应用于API使用规约的学习及API误用缺陷的检测.在大量的开源Java代码基础上,通过静态分析构造API使用规约训练样本,同时利用这些训练样本搭建循环神经网络学习API使用规约.在此基础上,针对API使用代码进行基于上下文的语句预测,并通过预测结果与实际代码的比较发现潜在的API误用缺陷.对所提出的方法进行实现并针对Java加密相关的API及其使用代码进行了实验评估,结果表明,该方法能够在一定程度上实现API误用缺陷的自动发现.

关键词： API误用使用规约缺陷检测深度学习

来源：评论

学校读者我要写书评

暂无评论

正反例归纳合成SQL查询程序

引用

软件学报 2023年第9期34卷 4132-4152页

作者：张健李弋彭鑫赵文耘复旦大学软件学院上海200433 上海市数据科学重点实验室(复旦大学) 上海200433

SQL是一种被广泛应用于操作关系数据库的编程语言,很多用户(如数据分析人员和初级程序员等)由于缺少编程经验和SQL语法知识,导致在编写SQL查询程序时会碰到各种困难.当前,使用程序合成方法根据样例表自动生成相应的SQL查询程序,吸引了... 详细信息

SQL是一种被广泛应用于操作关系数据库的编程语言,很多用户(如数据分析人员和初级程序员等)由于缺少编程经验和SQL语法知识,导致在编写SQL查询程序时会碰到各种困难.当前,使用程序合成方法根据<输入-输出>样例表自动生成相应的SQL查询程序,吸引了越来越多人的关注.所提ISST (正反例归纳合成)方法,能够根据用户编辑的含有少量元组的<输入-输出>示例表自动合成满足用户期望的SQL查询程序. ISST方法包括5个主要阶段:构建SQL查询程序草图、扩展工作表数据、划分正反例集合、归纳谓词和验证排序.在PostgreSQL在线数据库上验证SQL查询程序,并依据奥卡姆剃刀原则对已合成的SQL查询程序候选集打分排序.使用Java语言实现了ISST方法,并在包含28条样例的测试集上进行验证, ISST方法能正确合成其中的24条测试样例,平均耗时2 s.

关键词： SQL 程序合成 PBE 归纳正例反例

来源：评论

学校读者我要写书评

暂无评论

基于图模型和孤立森林的上帝类检测方法

引用

软件学报 2022年第11期33卷 4046-4060页

作者：刘弋吴毅坚彭鑫闫亚东复旦大学软件学院上海200438 上海市数据科学重点实验室(复旦大学) 上海200438

上帝类(God class)是指同时包含多种任务职责的类,其常见特征是包含大量的属性与方法,并且与系统中的其他类有多种依赖关系.上帝类是一种典型的代码坏味,对软件的开发维护产生负面影响.近年来,许多研究都致力于发现和重构上帝类,但是现... 详细信息

上帝类(God class)是指同时包含多种任务职责的类,其常见特征是包含大量的属性与方法,并且与系统中的其他类有多种依赖关系.上帝类是一种典型的代码坏味,对软件的开发维护产生负面影响.近年来,许多研究都致力于发现和重构上帝类,但是现有方法识别上帝类的能力不强,检测精确率不高.提出了一种基于图模型和孤立森林的上帝类检测方法,主要分为两个阶段:图结构信息分析阶段和类内度量评估阶段.在图结构信息分析阶段,建立类间的方法调用图和类内结构图,采用孤立森林算法缩小上帝类的检测范围;在类内度量评估阶段,考虑项目的规模和架构带来的影响,将项目中上帝类相关度量指标的平均值作为基准,设计实验确定比例因子,并以平均值和比例因子的乘积作为阈值,筛选得到上帝类的检测结果.在代码坏味标准数据集上的实验结果表明:与现有的上帝类检测方法相比,该方法在精确率和F1值上分别提升了25.82个百分点和33.39个百分点,同时保持了较高的召回率.

关键词：代码坏味软件维护上帝类孤立森林

来源：评论

学校读者我要写书评

暂无评论

面向不平衡数据集的汽车零部件质量预测

引用

中国机械工程 2022年第1期33卷 88-96页

作者：李敏波董伟伟复旦大学软件学院上海200433 复旦大学上海市数据科学重点实验室上海200433

针对汽车零部件质检数据存在合格品与不合格品数量不平衡的问题,提出了基于密度聚类与多工序制造特征的MCDC-MF-SMOTE质检数据过采样方法。先对少数类(不合格)与多数类(合格)样本分别进行密度聚类,再对多工序制造数据和类簇样本分布进... 详细信息

针对汽车零部件质检数据存在合格品与不合格品数量不平衡的问题,提出了基于密度聚类与多工序制造特征的MCDC-MF-SMOTE质检数据过采样方法。先对少数类(不合格)与多数类(合格)样本分别进行密度聚类,再对多工序制造数据和类簇样本分布进行过采样权重计算;根据设定的过采样比和类簇权重,在少数类簇中进行过采样数据生成。使用MCDC-MF-SMOTE过采样方法生成汽车零部件质检的平衡数据集,并采用随机森林排序制造特征的重要性,对分类模型LightGBM、XGBoost、SVM和MNB进行Stacking集成来预测不合格品。与随机抽检相比,该方法对不合格产品的检出率提高了约63%。

关键词：数据不平衡质量预测密度聚类集成学习

来源：评论

学校读者我要写书评

暂无评论

基于知识模式挖掘的流程知识推荐系统

引用

计算机集成制造系统 2017年第2期23卷 396-403页

作者：刘海涛赵卫东复旦大学上海市数据科学重点实验室上海201203 复旦大学软件学院上海201203

鉴于传统的流程管理与知识管理相互独立,难以为流程参与者提供充分的知识支持,提出一种基于知识模式挖掘的流程知识推荐系统。将流程日志和知识学习日志集成,创建流程案例库。根据角色信息和问题描述文本对流程案例建模,使用基于案例的... 详细信息

鉴于传统的流程管理与知识管理相互独立,难以为流程参与者提供充分的知识支持,提出一种基于知识模式挖掘的流程知识推荐系统。将流程日志和知识学习日志集成,创建流程案例库。根据角色信息和问题描述文本对流程案例建模,使用基于案例的推理挖掘参与者面对新问题时的知识主题需求。使用Markov模型和序列模式算法挖掘面向主题的知识学习模式,为参与者提供符合学习习惯的知识序列。通过某软件开发流程数据集的实验验证了所提算法在流程知识推荐中的可行性,实验结果表明该方法具有较好的准确率和召回率。

关键词：序列模式 Markov模型基于案例的推理业务流程管理推荐系统

来源：评论

学校读者我要写书评

暂无评论

基于FP-Growth改进算法的轮胎质量数据分析

引用

中国机械工程 2019年第2期30卷 244-251页

作者：李敏波丁铎易泳复旦大学软件学院上海200433 复旦大学上海市数据科学重点实验室上海200433

针对轮胎制造过程质量异常的问题分析,介绍了轮胎质量数据获取、有效整合与数据分析流程,基于Hive数据仓库构建了生产数据与产品检测数据相关联的结构化数据集。针对现有频繁模式增长(FP-Growth)算法存在FP树建树性能较低与大数据处理... 详细信息

针对轮胎制造过程质量异常的问题分析,介绍了轮胎质量数据获取、有效整合与数据分析流程,基于Hive数据仓库构建了生产数据与产品检测数据相关联的结构化数据集。针对现有频繁模式增长(FP-Growth)算法存在FP树建树性能较低与大数据处理效率低的问题,提出了一种改进的FPGrowth算法,在原有的频繁项头表基础上新增一个tail属性,加速FP树构建。实验结果表明,改进后的FP-Growth并行算法能够有效提高轮胎质量异常数据的关联分析效率,能够找出影响轮胎质量的生产制造重要因素,并且适用于大数据量的数据挖掘。

关键词：工业大数据质量分析 FP-Growth算法数据挖掘

来源：评论

学校读者我要写书评

暂无评论

业务流程即服务中的数据映射问题研究

引用

计算机集成制造系统 2017年第5期23卷 1000-1006页

作者：刘进郭立鹏雷建坤张亮复旦大学计算机科学技术学院上海201203 复旦大学数据科学重点实验室上海201203

业务流程系统通常需要通过企业数据库与支撑企业运营的其他系统实现协同工作。现有的工作流系统的数据散布于多处,造成了流程虚拟化的困难。SeGA作为一种以Artifact为中心的业务流程模型,给出一种封装业务流程数据的方法,使业务流程可... 详细信息

业务流程系统通常需要通过企业数据库与支撑企业运营的其他系统实现协同工作。现有的工作流系统的数据散布于多处,造成了流程虚拟化的困难。SeGA作为一种以Artifact为中心的业务流程模型,给出一种封装业务流程数据的方法,使业务流程可以作为服务实现所谓的BPaaS。为了保持SeGA与企业数据库(EDB)间的数据一致性,采用级联数据映射的方法,借助业务实体模版和流程数据库模板建立了两者的映射。分析了这种映射的可行性条件,论述了映射的各种工具以及业务实体和EDB的同步机制。针对真实房产管理应用场景,结合开发的原型系统检验了该方法的有效性。

关键词：以Artifact为中心的业务流程建模业务流程即服务数据映射数据一致性

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：