期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到82篇文章
< 1 2 … 5 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于学习分析的在线学业成就影响因素研究 被引量：32
1
作者 孙发勤 冯锐 《中国电化教育》 CSSCI 北大核心 2019年第3期48-54,共7页
如何利用数据和模型来预测学业成功与失败是学习分析领域的核心问题。该文通过对现有文献检索分析出目前研究中主要影响学业成就的要素,结合对原始数据的深度处理,得到和学习相关的高级行为指标,利用机器学习中神经网络、决策树及线性... 如何利用数据和模型来预测学业成功与失败是学习分析领域的核心问题。该文通过对现有文献检索分析出目前研究中主要影响学业成就的要素,结合对原始数据的深度处理,得到和学习相关的高级行为指标,利用机器学习中神经网络、决策树及线性回归算法分别建模分析。研究发现:学习态度、学习及时水平和投入水平是影响在线学业成就的主要因素,耐挫水平为次要因素,而互动水平、积极水平和阶段成效对最终的学业成就无关。该文最后对研究结果进行了反思后认为,课程选取对研究在线学业成就要素有非常大的影响。 展开更多
关键词 学习分析 在线课程 学业成就 机器学习
下载PDF
自适应学习技术的应用、问题及趋势——访美国俄亥俄州立大学大卫·斯坦恩教授 被引量：23
2
作者 崔向平 徐娟 《开放教育研究》 CSSCI 北大核心 2019年第5期4-10,共7页
近几年,各国政府意识到个性化学习的重要性,先后制定了相关的愿景和规划。实现个性化学习被预测为在线教育发展的趋势。美国新媒体联盟发布的《地平线报告》指出,自适应学习技术被预测为未来影响高等教育发展的关键技术。自适应的本质... 近几年,各国政府意识到个性化学习的重要性,先后制定了相关的愿景和规划。实现个性化学习被预测为在线教育发展的趋势。美国新媒体联盟发布的《地平线报告》指出,自适应学习技术被预测为未来影响高等教育发展的关键技术。自适应的本质是个性化,自适应学习技术是实现个性化学习的有效途径。笔者围绕自适应学习技术的应用、问题及趋势,访谈了国际知名远程教育专家--美国俄亥俄州立大学大卫·斯坦恩(David Stein)教授。斯坦恩教授的研究领域是互联网教育、在线与远程学习,研究重点是虚拟教室和成人学习。斯坦恩教授在美国高等教育界被公认为在线和远程学习的主要开发者,2014年获美国大学技术网络"新在线教师训练营"入围奖,2013年获美国成人与继续教育协会授予的成人教育杰出研究奖,2012年获美国大学技术网络最佳研究论文奖和美国远程教育协会授予的Shauna Schullo奖。 展开更多
关键词 在线教育 慕课 机器学习 深度学习 知识跟踪
下载PDF
突破智慧教育:基于图学习的课程推荐系统 被引量：23
3
作者 歹杰 李青山 +3 位作者 褚华 周洋涛 杨文勇 卫彪彪 《软件学报》 EI CSCD 北大核心 2022年第10期3656-3672,共17页
近年来,随着互联网技术的迅猛发展,以慕课(MOOC)为代表的在线教育平台得到广泛普及.为助力“因材施教”的个性化智慧教育,以推荐算法为代表的人工智能技术受到了学术界与工业界的普遍关注.虽然在电子商务等领域获得了成功应用,但推荐算... 近年来,随着互联网技术的迅猛发展,以慕课(MOOC)为代表的在线教育平台得到广泛普及.为助力“因材施教”的个性化智慧教育,以推荐算法为代表的人工智能技术受到了学术界与工业界的普遍关注.虽然在电子商务等领域获得了成功应用,但推荐算法与在线教育融合时仍面临严峻挑战:现有算法对隐式交互数据的挖掘不充足,推荐背后的知识指导作用不明显,面向实践的推荐系统软件有缺失.对此,设计了一套面向工业化场景的智慧课程推荐系统:(1)提出基于图卷积神经网络的推荐引擎,将“用户-课程”隐式交互数据建模为异构图;(2)将课程知识信息融入“用户-课程”异构图,深入挖掘了“用户-课程-知识”关联关系;(3)设计了高效的在线推荐系统,实现了“预处理-召回-离线排序-在线推荐-结果融合”的多段流水线原型,不仅能够快速响应课程推荐请求,更能有效缓解推荐算法落地的最大障碍——冷启动问题.最后,基于真实课程学习平台数据集,以对比实验表明了离线推荐引擎相比其他主流推荐算法的先进性,并基于两个典型用例分析验证了在线推荐系统面临工业场景需求的可用性. 展开更多
关键词 个性化教育 图卷积神经网络 在线推荐系统 机器学习
下载PDF
一种基于私有区块链的信息保护预测模型研究 被引量：22
4
作者 涂奔 张李义 陈晶 《情报理论与实践》 CSSCI 北大核心 2017年第10期106-111,共6页
[目的/意义]预测建模是数据挖掘的基础任务之一,当前基于信息保护的预测模型大多建立在一个中心化的架构之下,因而不可避免地存在一些安全性和鲁棒性漏洞。因此尝试一种新的、去中心化的预测建模方法,能够兼具敏感信息保护和数据处理能... [目的/意义]预测建模是数据挖掘的基础任务之一,当前基于信息保护的预测模型大多建立在一个中心化的架构之下,因而不可避免地存在一些安全性和鲁棒性漏洞。因此尝试一种新的、去中心化的预测建模方法,能够兼具敏感信息保护和数据处理能力,无论对跨机构互操作还是对国家层面的信息安全与共享服务,均有重要的意义。[方法/过程]文章提出了一个新的预测模型架构——模型链,将基于信息保护的在线机器学习与私有区块链网络技术相互整合,应用交易元数据传递局部模型,并提出一种新的信息证明算法以确定在线学习进程的执行顺序。[结果/结论]在模型链中,每个参与的站点都将有助于模型参数估计,但无需透露己方的任何信息(即只有模型参数而没有用户数据在机构间进行交换)。基于区块链技术的预测建模能够有效提高机构间互操作性,同时规避了敏感信息泄露、数据处理需要中央服务器引导而产生的种种系统性、政策性风险。该方法将有助于支持全国范围内的信息共享服务的路线图设计。[局限]模型链的技术实施还有待结合具体的网络环境进行评估,这也是开展后续研究的目标。 展开更多
关键词 信息保护 在线机器学习 区块链 模型链
原文传递
秒级响应电网在线分析软件平台 被引量：19
5
作者 周二专 冯东豪 +1 位作者 严剑峰 周孝信 《电网技术》 EI CSCD 北大核心 2020年第9期3474-3480,共7页
介绍一个新的电网实时在线分析系统软件平台,以支持下一代秒级响应在线分析系统的研发。文章介绍了在线分析系统响应速度提升的总体思路,在线分析软件平台技术路线、实施方案和平台的通用功能模块。基于该在线分析软件平台的拓展,研发... 介绍一个新的电网实时在线分析系统软件平台,以支持下一代秒级响应在线分析系统的研发。文章介绍了在线分析系统响应速度提升的总体思路,在线分析软件平台技术路线、实施方案和平台的通用功能模块。基于该在线分析软件平台的拓展,研发了一套新在线分析系统。该系统已经在湖南省调部署并在线示范运行。初步测试数据表明,新在线分析系统可以达到秒级的响应速度。 展开更多
关键词 电网在线分析 DSA 数字孪生 内存计算 并行计算 复杂事件处理 机器学习 神经网络模型
下载PDF
自适应学习:溯源、前景与误区 被引量：18
6
作者 佩特.约翰内斯 拉里.拉格斯多姆 +1 位作者 张永胜 肖俊洪 《中国远程教育》 CSSCI 北大核心 2018年第7期43-53,80,共11页
直至不久前,面向成千上万学习者大规模提供个性化教育纯属天方夜谭。得益于普适计算能力、大规模用户群体和可扩展分析算法,现在似乎比以往任何时候都更有可能通过自适应学习的形式,基于学习者的输入而非教师的直觉改变学习者个体的学... 直至不久前,面向成千上万学习者大规模提供个性化教育纯属天方夜谭。得益于普适计算能力、大规模用户群体和可扩展分析算法,现在似乎比以往任何时候都更有可能通过自适应学习的形式,基于学习者的输入而非教师的直觉改变学习者个体的学习体验。这篇综述旨在向工程教育领域负责人和工程专业教师提供三个方面的指导。首先,解释什么是自适应学习系统以及这种系统需要什么类型的数据;其次,对自适应系统的主要用例及可能性进行分类;最后,简要阐述现阶段自适应系统的局限以及值得关注的地方。工程专业的负责人和教师可以据此判断他们的教学环境是否适合使用这些系统;教育研究者则可以研究现有系统的特点,了解它们能在哪些方面发挥重要作用。 展开更多
关键词 在线学习 自适应学习 机器学习 慕课 认识论 学习者模型 知识跟踪
原文传递
基于机器学习的商品评论情感分析模型研究 被引量：17
7
作者 赵刚 徐赞 《信息安全研究》 2017年第2期166-170,共5页
在线商品评论已成为对商品阐述看法的主要手段,对商品评论的情感分析研究具有学术及商业价值.研究情感分析领域若干机器学习模型,通过扩充情感词典,运用机器学习方法,设计餐饮领域网上评论情感分析模型.深入探讨朴素贝叶斯、C4.5等分类... 在线商品评论已成为对商品阐述看法的主要手段,对商品评论的情感分析研究具有学术及商业价值.研究情感分析领域若干机器学习模型,通过扩充情感词典,运用机器学习方法,设计餐饮领域网上评论情感分析模型.深入探讨朴素贝叶斯、C4.5等分类算法,利用多种性能评价方法,详细讨论不同模型的分析效果,结果表明所设计模型发挥出情感词典的有效性,更加适合于判断客户情感倾向. 展开更多
关键词 网络商品评论 情感分析 情感词典 机器学习 模型评价
下载PDF
基于学生在线学习行为特征的混合课程分类研究 被引量：16
8
作者 罗杨洋 韩锡斌 《中国电化教育》 CSSCI 北大核心 2021年第6期23-30,48,共9页
课程分类对其设计、实施及评价十分重要。混合课程的动态设计和实施、个性化评价以及学习预警研究都要求数据驱动的课程分类,然而这种分类方法目前尚在探索中。该研究选取某高校网络教学平台中2018年秋季学期2456门混合课程的在线数据... 课程分类对其设计、实施及评价十分重要。混合课程的动态设计和实施、个性化评价以及学习预警研究都要求数据驱动的课程分类,然而这种分类方法目前尚在探索中。该研究选取某高校网络教学平台中2018年秋季学期2456门混合课程的在线数据作为样本,提出了一种依据学生在线学习行为聚类特征对混合课程进行分类的方法,并采用2020年春季学期的1851门混合课程对该分类方法的稳定性进行了验证。结果表明:(1)该方法通过机器学习算法对混合课程中的学生在线学习行为进行聚类并提取每类学生的典型特征,并据此将混合课程分为可以自动识别的五种类型:不活跃型课程、低活跃型课程、任务型课程、阅览型课程和高活跃型课程;(2)采用该方法对同一个高校两个学期的混合课程进行分类,结果都归入了五个类别之中,且每类课程中学生学习行为的典型特征相同,由此验证了该方法具有良好的稳定性;(3)该方法不依赖人工事先标注,便于计算机自动化分类,能发现课程中的学生群体行为特征,分析学习过程差异,为教师动态设计、实施混合课程,及时预警学生并实现个性化混合课程评价奠定基础。 展开更多
关键词 混合课程 课程分类 聚类分析 在线学习行为 机器学习算法
下载PDF
恶意社交机器人检测技术研究 被引量：16
9
作者 刘蓉 陈波 +2 位作者 于泠 刘亚尚 陈思远 《通信学报》 EI CSCD 北大核心 2017年第S2期197-210,共14页
攻击者利用恶意社交机器人窃取用户隐私、传播虚假消息、影响社会舆论,严重威胁了个人信息安全、社会公共安全,乃至国家安全。攻击者还在不断引入新技术实施反检测。恶意社交机器人检测成为在线社交网络安全研究的一个重点和难点。首先... 攻击者利用恶意社交机器人窃取用户隐私、传播虚假消息、影响社会舆论,严重威胁了个人信息安全、社会公共安全,乃至国家安全。攻击者还在不断引入新技术实施反检测。恶意社交机器人检测成为在线社交网络安全研究的一个重点和难点。首先回顾了当前社交机器人的开发与应用现状,接着对恶意社交机器人检测问题进行了形式化定义,并分析了检测恶意社交机器人所面临的主要挑战。针对检测特征的选取问题,厘清了从静态用户特征、动态传播特征,以及关系演化特征的研究发展思路。针对检测方法问题,从基于特征、机器学习、图论以及众包4个类别总结了已有检测方案的研究思路,并剖析了几类方法在检测准确率、计算代价等方面的局限性。最后,提出了一种基于并行优化机器学习方法的恶意社交机器人检测框架。 展开更多
关键词 社交机器人 在线社交网络 特征工程 机器学习 图论 众包 并行化
下载PDF
基于在线评论的图书消费者满意度影响因素与作用机理 被引量：14
10
作者 尹丽春 王悦 《图书情报工作》 CSSCI 北大核心 2019年第22期106-117,共12页
[目的/意义]本文旨在提出一种从大量在线商品评论数据中挖掘影响读者满意度的关键因素的方法,并深入探讨各个影响因素对消费者满意度的影响模式和影响程度,进而为图书出版企业、电商平台持续改善读者满意度提供理论基础。[方法/过程]一... [目的/意义]本文旨在提出一种从大量在线商品评论数据中挖掘影响读者满意度的关键因素的方法,并深入探讨各个影响因素对消费者满意度的影响模式和影响程度,进而为图书出版企业、电商平台持续改善读者满意度提供理论基础。[方法/过程]一方面利用朴素贝叶斯分类器将读者的情感进行分类。另一方面对评价文本中的高频名词进行聚类,发现影响读者满意度的主要因素。在此基础上基于最大程度减少不确定性的原则对各个影响因素的影响模式和影响程度进行分析。[结果/结论]以京东人工智能类图书评论为例进行了实证研究,发现包括内容、价格在内的六个因素可以极大地反映出读者的满意度(83.2%)。因此对于图书类商品,可以通过对大量历史评论数据的学习,找出影响读者满意度的主要因素,据此设计出简化的读者评论框架,以增强读者参与评论的积极性,提高评论的质量。“图书内容”是影响读者满意度的最主要因素。当读者对图书内容表达出不同的情感时,其他因素对读者满意度的影响模式和程度是完全不同的。当读者对图书内容表示满意时,89.2%的总体评论是好评,其他因素的影响较小,价格是导致中评和差评的最主要因素;当读者认为图书内容一般时,评论趋向于中性,读者对服务和物流更为关注;当读者认为图书内容不令人满意时,影响读者满意的因素依次是包装、服务质量和价格。基于不同影响因素对读者满意度的影响模式和影响程度,图书出版企业和电商平台可以更加有针对性地对其加以改善,以提高读者满意度。 展开更多
关键词 读者满意度 图书在线评论 机器学习 情感分析
原文传递
基于机器学习的网络评论信息有用性预测模型研究 被引量：12
11
作者 杨东红 吴邦安 孙晓春 《情报科学》 CSSCI 北大核心 2019年第12期34-39,77,共7页
【目的/意义】筛选出质量高的评论,优化电商平台的推荐智能排序机制,节省消费者搜寻时间。【方法/过程】以评论信息有用性为研究对象,使用七种目前比较常用的机器学习算法,构建网络评论信息有用性预测模型。【结果/结论】评论信息有用... 【目的/意义】筛选出质量高的评论,优化电商平台的推荐智能排序机制,节省消费者搜寻时间。【方法/过程】以评论信息有用性为研究对象,使用七种目前比较常用的机器学习算法,构建网络评论信息有用性预测模型。【结果/结论】评论信息有用性预测模型为非线性模型,随机森林和决策树算法的预测准确率比较理想,其中评论回复是预测模型中最重要的影响因素。 展开更多
关键词 在线评论 信息有用性 回归预测 机器学习
原文传递
一种面向网络支付反欺诈的自动化特征工程方法 被引量：12
12
作者 王成 王昌琪 《计算机学报》 EI CSCD 北大核心 2020年第10期1983-2001,共19页
互联网金融欺诈正导致诸多社会经济问题.网络支付是互联网金融中的典型模式之一,此模式中的欺诈交易也是互联网金融欺诈的主要形式之一.通过构建基于机器学习的欺诈检测模型来识别欺诈交易的方法已成为网络支付反欺诈领域的主流思路.在... 互联网金融欺诈正导致诸多社会经济问题.网络支付是互联网金融中的典型模式之一,此模式中的欺诈交易也是互联网金融欺诈的主要形式之一.通过构建基于机器学习的欺诈检测模型来识别欺诈交易的方法已成为网络支付反欺诈领域的主流思路.在构建欺诈检测模型的过程中,特征工程是最为关键的一步,特征的质量将直接影响模型的性能;通常,这也是最为耗时且对相关领域的专业知识要求最高的步骤.现有网络支付欺诈检测模型在特征工程上主要是领域专家基于业务知识以手动构造的形式来开展.而在网络支付模式下欺诈场景众多,不同场景下的特征构造流程不尽相同.人工特征构建方法已不能满足与日俱增的反欺诈需求.解决此问题的重要方法之一便是自动化特征工程.本文针对网络支付欺诈检测提出了一种轻量化、树结构、高效率、可扩展和可解释的自动化特征工程方法.该方法:(1)对计算条件的要求低且对数据集样本的依赖性小,这一优势是利用树结构模型进行特征构造得以实现;(2)可构造出深度层次的复杂特征和广度层次的各类型特征,这一优势是利用节点处特征构造的新型流程和转换函数权重向量的时效性更新机制得以实现;(3)在网络支付模式不同场景下可实现跨场景复用,这一优势是通过复用和扩展定制化转换函数得以实现;(4)构造出的特征具有可解释性,这一优势得益于基于结合转换函数与树模型的特征构造过程具备可表达性.本文在网络支付典型场景的业务数据集上验证了所设计的自动化特征工程方法的有效性. 展开更多
关键词 网络支付 互联网金融 欺诈检测 自动化特征工程 机器学习
下载PDF
基于用户画像的在线健康社区用户流失预测研究 被引量：12
13
作者 王若佳 严承希 +1 位作者 郭凤英 王继民 《数据分析与知识发现》 CSSCI CSCD 北大核心 2022年第2期80-92,共13页
【目的】对在线健康社区用户进行精准画像并准确预测其在社区中的参与情况,有助于社区管理者早期识别流失用户,并做出个性化挽留措施。【方法】构建多维度用户画像标签体系,采用统计分析、社会网络分析、自然语言处理技术、LDA主题聚类... 【目的】对在线健康社区用户进行精准画像并准确预测其在社区中的参与情况,有助于社区管理者早期识别流失用户,并做出个性化挽留措施。【方法】构建多维度用户画像标签体系,采用统计分析、社会网络分析、自然语言处理技术、LDA主题聚类实现指标计算与可视化;将用户画像标签数据作为用户流失预测的模型输入,构建了基于滑动窗口的用户流失实时预测模型。【结果】以华夏中医论坛的真实数据进行实证研究,为9 918个用户生成了多维度画像标签,构建并比较多种机器学习算法对用户流失的预测效果,结果显示Gradient Boosting算法效果最佳,F1值达到88.77%。【局限】未在更多在线健康社区中应用,用户数据量较少。【结论】本研究提出了一种依据用户在线交互行为特征实现多维度用户画像标签计算的方法,并验证了用户画像在用户流失预测中的应用可行性。 展开更多
关键词 在线健康社区 用户画像 用户流失预测 机器学习
原文传递
基于自动聚类和集成学习的网络教学形成性评价方法 被引量：11
14
作者 文孟飞 刘伟荣 叶征 《中国电化教育》 CSSCI 北大核心 2018年第3期74-82,共9页
大数据云计算平台触发了教育行业的巨大变革,催生了各种形式和各种内容的网络教学开放课程,这些课程所采用的自由在线学习方式能够针对学习者的个性化需求展开导向学习,可以激发学习者的学习积极性。而如何根据学习者的特点进行较为准... 大数据云计算平台触发了教育行业的巨大变革,催生了各种形式和各种内容的网络教学开放课程,这些课程所采用的自由在线学习方式能够针对学习者的个性化需求展开导向学习,可以激发学习者的学习积极性。而如何根据学习者的特点进行较为准确的评价是网络教学开放课堂所面临的一个关键问题。该文利用在线学习过程中学习者学习活动所产生的大量数据对学习者产生形成性评价,首先基于认知思维的要求作为在线学习的目标分类,通过自动分类算法进行聚类分析区分学习者的应用能力层次。在此基础上,为提高数据的处理效率,加快对学习者的评价,再采用三层自动编码器的神经网络降维提取关键特征,然后利用训练集中的数据训练学习器,并利用集成学习机制综合单个学习器的结果,得到更为准确的评价结果。该文采集初中学生针对特定知识点的在线学习活动数据构成训练数据和测试数据集,通过对比专家人工和机器学习机制对所构造的测试集数据的评价结果,验证了该文方法的有效性。 展开更多
关键词 在线学习 大数据 云计算 机器学习
下载PDF
网络舆情研究新路径：大数据技术辅助网络内容挖掘与分析 被引量：11
15
作者 张荣显 曹文鸳 《汕头大学学报（人文社会科学版）》 2016年第8期111-121,共11页
国内的舆情分析研究文献显示,舆情主要涵盖分析社会的现实和变动的状况,包括引发的事件本身及相关舆论生成的因素推论。针对当前网络舆情研究缺乏对舆情本质的理解和系统的分析框架,分析结果亦只依据描述性统计来作出等缺憾,提出一种全... 国内的舆情分析研究文献显示,舆情主要涵盖分析社会的现实和变动的状况,包括引发的事件本身及相关舆论生成的因素推论。针对当前网络舆情研究缺乏对舆情本质的理解和系统的分析框架,分析结果亦只依据描述性统计来作出等缺憾,提出一种全新的网络舆情研究路径,以覆盖度、测量和解释为网络舆情挖掘三大要素,搭建以人机结合的网络舆情大数据分析平台,即利用机器学习和网络挖掘技术初步概览舆情面貌,再以人工在线内容分析方法深度挖掘和解释舆情事件。将以具体案例说明此路径的实用性和可操作性。 展开更多
关键词 网络舆情 大数据技术 网络挖掘 机器学习 内容分析
下载PDF
联通主义视阈下的cMOOC知识生产的实证研究——基于机器学习的对比分析 被引量：10
16
作者 李小杉 陈丽 +1 位作者 王文静 李艳燕 《中国远程教育》 CSSCI 北大核心 2020年第1期23-34,76,共13页
强调以学习者共同体为核心来开展知识的生产和传播活动是联通主义区别于行为主义、认知主义和建构主义的重要特征之一。学习者共同体已成为联通主义学习范式下的知识生产群体,但其知识生产属性尚不明确,亟待更深一步探究。由此,本研究... 强调以学习者共同体为核心来开展知识的生产和传播活动是联通主义区别于行为主义、认知主义和建构主义的重要特征之一。学习者共同体已成为联通主义学习范式下的知识生产群体,但其知识生产属性尚不明确,亟待更深一步探究。由此,本研究借助机器学习领域中的词向量(Word2vec)语义分析工具,以中文核心期刊论文为代表的传统知识生产为客观参照物,在同一个主题下对联通主义视阈下的c MOOC "互联网+教育:理论与实践的对话"的知识生产属性进行实证研究,结果显示:基于c MOOC的联通主义知识生产呈现出三种类别的属性,分别是:主题聚焦性、理念时新性和视野广角性。而以中文核心期刊论文为代表的传统知识生产则呈现出分层结构性、特定群体关注性和物质供给侧重性三种类别的属性。基于以上结果,本文进一步从生产群体、思维理念以及实践应用等层面对比和剖析两类知识生产的影响和启示。作为以国内首门c MOOC为研究对象开展的联通主义知识生产属性与传统知识生产属性的对比实证研究,其结果不仅为国内、国际上以c MOOC为表现形式的联通主义知识生产实践提供了客观证据和直接指导,同时也首次探明了联通主义学习范式下的知识生产属性,为联通主义知识观及其知识生产理论的构建和充实提供参考依据。 展开更多
关键词 互联网+ 在线学习 学习者共同体 知识生产理论 群智协作 机器学习 语义分析 词向量 知识生产属性
原文传递
数据驱动下基于语义相似性的产品需求识别研究 被引量：10
17
作者 李贺 谷莹 刘嘉宇 《情报理论与实践》 CSSCI 北大核心 2022年第5期99-106,共8页
[目的/意义]为了实现从非结构化的在线评论中有效提取用户需求,文章提出了数据驱动下产品需求识别的方法。[方法/过程]利用Word2vec表示学习方法,获取评论文本内容的语义向量表示;结合K-means算法和LSA模型实现评论文本聚类,识别产品需... [目的/意义]为了实现从非结构化的在线评论中有效提取用户需求,文章提出了数据驱动下产品需求识别的方法。[方法/过程]利用Word2vec表示学习方法,获取评论文本内容的语义向量表示;结合K-means算法和LSA模型实现评论文本聚类,识别产品需求主题;在此基础上,通过网络分析方法探索需求主题间的关联关系。以华为手机的评论数据为例进行方法验证。[结果/结论]结果表明,基于语义的文本特征可以取得较好的聚类效果,与传统方法相比,CH指标和SC指标均得到显著提高,验证了该方法的有效性。研究方法和结果能够为企业产品创新和运营决策提供一定参考。[局限]样本数据集规模不够,缺少跨平台实验计算和比较。 展开更多
关键词 数据驱动 在线评论 语义相似性 产品需求识别 机器学习
原文传递
基于机器学习可解释代理模型的风电次同步振荡在线预测及优化控制方法 被引量：10
18
作者 向玮华 班连庚 周佩朋 《电力系统保护与控制》 CSCD 北大核心 2021年第16期67-75,共9页
随着新能源发电的快速发展,大规模风电场与电网相互作用引起的次同步振荡问题不断凸显,对次同步振荡进行预测并采取预防性控制措施具有重要意义。为此,提出了一种基于机器学习可解释代理模型的风电并网系统次同步振荡的在线预测和优化... 随着新能源发电的快速发展,大规模风电场与电网相互作用引起的次同步振荡问题不断凸显,对次同步振荡进行预测并采取预防性控制措施具有重要意义。为此,提出了一种基于机器学习可解释代理模型的风电并网系统次同步振荡的在线预测和优化控制方法。采用Prony算法分析电网小扰动过程以辨识系统阻尼水平。建立了基于梯度提升树模型的系统阻尼评估系统。提出了基于可解释代理模型的优化控制辅助决策方法。在Matlab Simulink中搭建了多个直驱风电场并网系统的仿真模型,验证了所提方法能够有效进行次同步振荡在线预测和优化控制,从而抑制次同步振荡,提升系统的稳定性。相较于传统的抑制方法,所提方法不依赖风电系统的详细模型,能够对风电场进行有针对性的控制,且控制措施的效果是可估测的。 展开更多
关键词 次同步振荡 在线预测 优化控制 机器学习 代理模型
下载PDF
基于Storm的在线序列极限学习机的气象预测模型 被引量：9
19
作者 欧阳建权 周勇 唐欢容 《计算机研究与发展》 EI CSCD 北大核心 2017年第8期1736-1743,共8页
为提高气象预测精度,实时应对频发的局域气象灾害,拥有更高的处理海量数据的效率,提出了一种基于Storm的在线序列的极限学习机气象预测模型.该模型首先初始化多个在线极限学习机,当新批次的数据不断到达时,模型能够在训练结果的基础上... 为提高气象预测精度,实时应对频发的局域气象灾害,拥有更高的处理海量数据的效率,提出了一种基于Storm的在线序列的极限学习机气象预测模型.该模型首先初始化多个在线极限学习机,当新批次的数据不断到达时,模型能够在训练结果的基础上继续学习新样本,并引入随机梯度下降法和误差权值调整方法,对新的预测结果进行误差反馈,实时更新误差权值参数,以提高模型预测准确率.另外,采用Storm流式处理框架对提出的算法模型进行并行化改进,以提高处理海量高维数据的能力.实验结果表明:该模型与基于Hadoop的并行极限学习机算法(parallel extreme learning machine,PELM)相比,具有更高的预测精度和优异的并行性能. 展开更多
关键词 STORM 极限学习机 气象预测 在线序列 机器学习
下载PDF
入炉煤质在线软测量技术研究与应用进展 被引量：9
20
作者 成艳亭 宋立信 +3 位作者 池锋 马超 景强 王洋 《洁净煤技术》 CAS 北大核心 2021年第5期38-51,共14页
当前主流在线煤质检测装置需要进行核射线及其他能束的探测,设备构造复杂,使用和维护成本较高,在我国火电领域普遍未能实现入炉煤质的在线检测。由于煤质波动导致的发电过程控制效率欠佳普遍存在,近十几年来入炉煤质的在线软测量技术开... 当前主流在线煤质检测装置需要进行核射线及其他能束的探测,设备构造复杂,使用和维护成本较高,在我国火电领域普遍未能实现入炉煤质的在线检测。由于煤质波动导致的发电过程控制效率欠佳普遍存在,近十几年来入炉煤质的在线软测量技术开始受到关注和应用。煤质软测量技术以电厂DCS系统联入的分布式测点为依托,从机理分析和数据学习出发驱动煤质的在线辨识,而无需复杂设备的投入,迎合火电生产控制的需求。然而由于燃煤品质参数较多,不同品质参数的软测量技术方法不同,入炉煤质软测量缺乏系统的技术体系论证。论述了入炉煤质参数的软测量技术分类和原理,对煤质在线软测量进行误差分析,最后对未来两类入炉煤质软测量技术的发展应用提出建议。按照技术特点将入炉煤质软测量技术分成基于机理分析的软测量和基于机器学习的软测量两大类。煤质在线软测量技术更易在火电生产中推广应用,针对实际入炉煤质进行实时跟踪,可实现火电生产过程的有效调控。燃煤全品质是多参数体系,基于机理分析的煤质软测量技术,可对制粉、燃烧、传热、做功过程进行分析,建立燃煤品质参数与现场分布式测点间的机理模型,形成不同技术路线;该体系理论依据明确,但分析过程影响因素复杂难以进行精准建模,尤其对于变负荷工况下的入炉煤质辨识难度较大。基于机器学习的煤质软测量技术克服了机理分析过程的困难,其有效应用对于样本的采集处理、智能建模过程有较高要求。 展开更多
关键词 入炉煤质 在线软测量 机理分析 机器学习 人工智能
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 5 下一页 到第 页
使用帮助 返回顶部