-
题名莫斯科与北京地铁网络发展特征比较与评价
被引量：1
- 1
-
-
作者
罗芳媛
任利剑
运迎霞
-
机构
天津大学建筑学院
-
出处
《现代城市研究》
CSSCI
2020年第1期97-103,共7页
-
基金
天津市自然科学基金“天津多模式公共交通体系与土地利用开发的协同技术研究”(16JCQNJC07600)
国家自然科学基金“轨道交通网络生长下的城市功能动态组织机制与规划响应研究”(51508378)
-
文摘
本文对莫斯科与北京的地铁网络发展分别从以下两个方面进行研究:其一是线网方面,将两个城市地铁线网进行发展阶段分类,从城市发展的角度对两者的线网建设发展特征做定性对比分析;其二是站点方面,随着地铁的扩张,提出不须指定范围的站点分布密度指数,对比分析地铁建设程度与建设趋势。最后,针对国内城市的地铁建设密度值、地铁与公交互补发展方面提出相关经验借鉴,并得出国铁与地体一体化发展的相关启示。
-
关键词
发展特征
莫斯科地铁
北京地铁
-
Keywords
development characteristics
Moscow metro
Beijing subway
-
分类号
U121
[交通运输工程]
-
-
题名基于情感可控文本生成的可解释推荐系统
被引量：1
- 2
-
-
作者
邬俊
刘林
卢香葵
罗芳媛
-
机构
北京交通大学计算机与信息技术学院
数字化学习技术集成与应用教育部工程研究中心
交通大数据与人工智能教育部重点实验室
-
出处
《闽南师范大学学报（自然科学版）》
2023年第4期24-34,共11页
-
基金
中央高校基本科研业务费(2023YJS022)
数字化学习技术集成与应用教育部工程研究中心创新基金重点项目(1321004)
+1 种基金
香港中文大学(深圳)广东省大数据计算基础理论与方法重点实验室开放课题(B10120210117-OF01)
国家重点研发计划(2021YFF0901001)。
-
文摘
文本生成是实现可解释推荐系统的有效技术途径之一,有利于提升用户对平台的满意度和信任感.然而,现有方法忽略了用户历史评论与目标物品之间的情感一致性问题,使得所生成的解释文本差强人意.以电商推荐场景为例,提出一种基于情感可控文本生成的可解释推荐框架.该框架由评分回归模型与解释生成模型串联而成,前者输出的预估评分作为情感查询,用于辅助后者从历史评论中甄选出情感一致的评论语料,并产生情感可控的解释文本.通过建立多任务联合学习机制,实现了评分回归模型与解释生成模型之间的双向互通和协同优化.四个电商场景下的实验结果表明,所提出方法在评分预测精度和文本生成质量两类指标上均具有显著的性能优势.
-
关键词
可解释推荐系统
情感可控文本生成
评分回归
预训练语言模型
-
Keywords
explainable recommender systems
emotion controlling text generation
rating regression
pre-trained language models
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
