期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于集成深度学习的培养评估大数据分析与跟踪算法 被引量:1
1
作者 高晓梅 张永红 《电子设计工程》 2023年第21期51-55,共5页
针对传统就业情况问卷调查方法无法分析诸多变量间的复杂关系且严重依赖人工的问题,建立了一种基于集成深度学习ATE与APC的联合学习模型LCF-ATEPC。该模型集成了文本情感分析中局部上下文聚焦及BERT机制,同时通过文本方面项提取和情感... 针对传统就业情况问卷调查方法无法分析诸多变量间的复杂关系且严重依赖人工的问题,建立了一种基于集成深度学习ATE与APC的联合学习模型LCF-ATEPC。该模型集成了文本情感分析中局部上下文聚焦及BERT机制,同时通过文本方面项提取和情感极性分类两个子任务的交互,克服了常规模型中方面项提取任务精度不足的问题。数值实验结果表明,通过LCF-ATEPC算法挖掘社交媒体数据,并进行多方面话题情感分析,可有效提升分析结果的准确度,且相较传统人工评估与深度学习算法分别提升了约3.58%和1.12%,既提高了工作效率又降低了人力成本。 展开更多
关键词 集成深度学习 大数据分析 社交媒体挖掘 就业质量评估 多方面情感分析
下载PDF
微博媒介使用中的用户趋同化现象与路径——基于新浪微博用户的实证分析 被引量:4
2
作者 徐翔 《北京理工大学学报(社会科学版)》 CSSCI 北大核心 2021年第6期176-187,共12页
在强势崛起的“人人时代”与微博内容生产中,用户是否发生着“泯然众人矣”趋同,这种削磨独特性与差异性的趋同具有怎样的路径和特征,是尚存争议的基本理论命题和亟需详细检验的现实问题。基于潜在语义分析(Latent Semantic Analysis)... 在强势崛起的“人人时代”与微博内容生产中,用户是否发生着“泯然众人矣”趋同,这种削磨独特性与差异性的趋同具有怎样的路径和特征,是尚存争议的基本理论命题和亟需详细检验的现实问题。基于潜在语义分析(Latent Semantic Analysis)的文本挖掘和用户内容相似度计算,以及在对用户群体根据媒介使用度进行分层研究的基础上,深入分析微博用户在局部、全局意义上的多维趋同现象和路径。在此基础上,进一步分析了不同趋同化路径之间的内在关系,部分实证结果具有反经验直观性。用户在微博使用端作为“媒介的延伸”,存在着对微博媒介“越使用、越趋同”的现象,显现出社会化媒体“文化工业”对于主体性的“同一化”再生产。从三维使用度、四种趋同性的复合层面,对微博用户在媒介使用中产生内容趋同化的现象推进机理解析,实证审视多种趋同演化路径之间看似对立实则统一的作用机制,有助于深入认知社交媒体用户趋同结构的复杂机制和实践问题。 展开更多
关键词 微博使用度 用户内容生产 趋同化 内容相似度 社交媒体挖掘
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部