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3篇文章
< 1 >
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：
健康信息规避行为影响因素研究:基于元分析的探索 被引量：17
1
作者 艾文华 胡广伟 +1 位作者 赵宇翔 赵月华 《情报资料工作》 CSSCI 北大核心 2021年第6期63-73,共11页
[目的/意义]健康信息规避行为已然对人们生活产生了潜在的影响。对该领域实证类研究进行系统梳理,能够为后续相关研究提供针对性的研究策略和建议。[方法/过程]通过收集近十五年来国内外健康信息规避行为主题的实证类文献,筛选出包含42... [目的/意义]健康信息规避行为已然对人们生活产生了潜在的影响。对该领域实证类研究进行系统梳理,能够为后续相关研究提供针对性的研究策略和建议。[方法/过程]通过收集近十五年来国内外健康信息规避行为主题的实证类文献,筛选出包含42161个样本的33篇有效文献。运用元分析方法梳理和识别影响健康信息规避行为的关键因素,并分别从个体、认知、情感和情境四个层面分析它们与健康信息规避行为间的关系强度和作用方向。[结果/结论]有关健康信息规避行为的影响因素测量方式存在一定差异,尚未形成广泛适用的量表;个体、认知和情感层面已经引起了较多学者的关注,但情境层面还未能得到足够的重视,四个层面因素对健康信息规避行为具有不同程度的影响。 展开更多
关键词 健康信息 规避行为 影响因素 实证研究 元分析
原文传递
融合用户兴趣波动时序的个性化推荐模型 被引量：5
2
作者 丁浩 艾文华 +2 位作者 胡广伟 李树青 索炜 《数据分析与知识发现》 CSSCI CSCD 北大核心 2021年第11期45-58,共14页
【目的】构建基于项目类别的神经网络与模糊聚类混合时序预测模型,结合用户兴趣波动幅度的趋势以提升推荐准确度。【方法】对不同幅度的兴趣波动分别采用神经网络和模糊聚类的方法构建趋势预测模型。本文采用神经网络对小幅波动序列数... 【目的】构建基于项目类别的神经网络与模糊聚类混合时序预测模型,结合用户兴趣波动幅度的趋势以提升推荐准确度。【方法】对不同幅度的兴趣波动分别采用神经网络和模糊聚类的方法构建趋势预测模型。本文采用神经网络对小幅波动序列数据进行滑动特征提取并预测,而大幅波动序列数据则通过模糊聚类的隶属度划分模糊关系。【结果】通过4组数据的仿真实验,结果表明针对不同幅度兴趣波动的数据特征提取可以获得更准确的预测效果,较其他时序推荐对比算法,RMSE最大降低了19.18%,Hit Ratio最大提高了45.78%。【局限】由于兴趣波动的趋势分析依赖用户历史数据,当历史数据量过于稀疏时需采用额外的冷启动算法对数据进行预处理。【结论】本文方法对兴趣波动特征的泛化能力更强、运行速度快、波动分析和推荐预测更准确,有助于优化个性化信息服务。 展开更多
关键词 时间序列 兴趣波动 神经网络 模糊聚类 混合预测 个性化推荐
原文传递
基于随机森林和关键词查询扩展的医学文献推荐方法 被引量：2
3
作者 丁浩 胡广伟 +1 位作者 齐江蕾 庄光光 《数据分析与知识发现》 CSSCI CSCD 北大核心 2022年第7期32-43,共12页
【目的】从大量医学文献中发现有价值的内容以帮助临床医生做出诊断,提高医学文献推荐效果。【方法】基于随机森林模型与关键词查询扩展相结合的新方法,利用MeSH词典和自动构建的首字母缩略词词典,在句子、段落、文档三个层次上建立关... 【目的】从大量医学文献中发现有价值的内容以帮助临床医生做出诊断,提高医学文献推荐效果。【方法】基于随机森林模型与关键词查询扩展相结合的新方法,利用MeSH词典和自动构建的首字母缩略词词典,在句子、段落、文档三个层次上建立关键词与相应文章的完整关系,计算主题与文章之间的多重相似度,对于每篇文章通过文献集合中的引文网络计算HITS的PageRank权重和Authority权重。【结果】与TREC临床决策支持跟踪评价结果中NDCG@100最高的10个值的平均值相比,本文方法 NDCG@100的总体平均值差距在0.9%以内,差距极小。【局限】由于某些新文献或“睡美人”文献前期引用较低,可能会出现检索排名靠后,在此类情况下,本文方法无法进行精准推荐。【结论】通过计算主题与文章之间相似点和引文关系的权重,利用随机森林方法对查询扩展结果进行重新排序,可以有效提高医学文献推荐的效果。 展开更多
关键词 文献推荐 临床决策支持 随机森林 关键词查询扩展
原文传递
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 下一页 到第 页
使用帮助 返回顶部