检索结果-南通市图书馆

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

推荐系统用户选择性去偏问题研究

推荐系统用户选择性去偏问题研究

作者：谢韫阳黑龙江大学

学位级别：硕士

随着互联网的普及和信息化技术的快速发展,推荐系统作为一种重要的信息过滤工具,已经成为了人们日常生活中不可或缺的一部分。推荐系统通过分析用户的历史行为和兴趣,向其推荐可能感兴趣的物品,旨在提高用户体验和平台的活跃度。然而,... 详细信息

随着互联网的普及和信息化技术的快速发展,推荐系统作为一种重要的信息过滤工具,已经成为了人们日常生活中不可或缺的一部分。推荐系统通过分析用户的历史行为和兴趣,向其推荐可能感兴趣的物品,旨在提高用户体验和平台的活跃度。然而,传统的推荐系统往往受到偏差的影响,导致推荐结果的个性化程度不高,用户满意度有限。为了解决推荐系统中的偏差问题,研究人员提出了一系列基于去偏差的优化方法。这些方法旨在通过消除或减轻偏差,提高推荐系统的个性化效果和准确性。本文将重点研究基于去偏差的推荐系统优化方法,探讨如何利用这些方法来改善推荐系统的性能,并通过实验验证其有效性。首先,本文研究了不同主流水平对用户推荐带来的影响,评估了多种主流计算方法的准确性,并在数据预处理阶段为真实数据集打上标签。实验结果表明,选择合适的主流计算方法对提高推荐结果的质量至关重要,而不同主流水平的用户可能会受到不公平的推荐。因此,本文强调了选择适当的主流计算方法以提高推荐系统效果的重要性。其次,在理想的无偏场景下做出假设,并依据理想化的损失函数作为标准证明本文方法的无偏性,在现有条件下针对用户偏好的动态性质提出了一种基于时间衰减函数的去偏方法,捕获用户的动态偏好变化以消除选择偏差。实验证明,本文的方法在消除选择偏差方面取得了显著改进,推荐结果更具时效性和准确性。这说明了在推荐系统中考虑用户偏好的变化对提高系统性能的重要性。最后,设计了一种全局-局部模型,综合考虑全局和局部信息,以解决个性化偏差问题。该模型能够更准确地捕捉用户的偏好,提高个性化推荐效果。尝试了多个模型的选择,同时分析了一些模型效果较差的原因。最终,推荐结果不仅考虑了目标用户的个人兴趣和偏好,还充分利用了用户的邻域的信息,最大限度的为用户提供个性化推荐。相比于传统的方法,能够更好地满足用户的个性化需求,并通过实验证明了本文提出方法的有效性。

关键词：推荐系统主流分数倾向加权个性化偏差

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

光激发下水体系的超快动力学

物理学报 2024年第8期73卷 22-44页

作者：贾韫哲孟胜中国科学院物理研究所北京凝聚态物理国家研究中心北京100190 中国科学院大学物理科学学院北京100049 松山湖材料实验室东莞523808

近年来,实验技术和理论计算在实现超快时间尺度的分辨以及对于原子尺度微观细节的解析上都有了突破性进展,对于水体系的超快微观动力学也带来了更多新的认识.本文将视角集中于水分子、水团簇以及液态水在不同强度的光激发下产生的电离... 详细信息

近年来,实验技术和理论计算在实现超快时间尺度的分辨以及对于原子尺度微观细节的解析上都有了突破性进展,对于水体系的超快微观动力学也带来了更多新的认识.本文将视角集中于水分子、水团簇以及液态水在不同强度的光激发下产生的电离、解离甚至等离子体化的过程,总结了人们在前沿工作中获得的有关水体系原子尺度超快动力学的知识.特别地,围绕光电离实验探讨了阿秒尺度的电离延迟以及水分子Feshbach共振理论分析;围绕液态水的解离过程探讨了水合电子产生、空穴的定域化等重要过程,补足了液态水解离完整过程的微观图像;围绕水的等离子体化介绍了通过含时密度泛函等方法计算得到的水在强激光脉冲作用下转变为等离子体状态的过程与机制,总结了在极高电子温度下水的特殊电子结构的相关知识.这些讨论将给出当前人们看待水的激发态的相对全面的视角.

关键词：光激发水超快动力学激发态

论范子美的汉语文学观及其实践——关于中国新文学发生发展的“和声”现象的个案考察

同方期刊数据库博看期刊

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

中国现代文学研究丛刊 2024年第8期 229-241页

作者：董韫玮华东师范大学中国语言文学系 200241

兼具儒者和基督徒双重身份的范子美虽因身份的特殊排于新文学的周边,却始终与五四新文化阵营保持微妙的“和声”关系,他积极回应语言文学变革过程中的争论,与《新青年》倡导的文学革命隔空对话。范子美以盛倡德智这一“学者的”而非“... 详细信息

兼具儒者和基督徒双重身份的范子美虽因身份的特殊排于新文学的周边,却始终与五四新文化阵营保持微妙的“和声”关系,他积极回应语言文学变革过程中的争论,与《新青年》倡导的文学革命隔空对话。范子美以盛倡德智这一“学者的”而非“锋头的”方式启导现代青年,并从语言形式出发探求白话文学的学理性且不排文言的使用。此外,他还注重从传统国粹中汲取新文学资源,以山歌为新诗的范本。范子美的汉语实践与中国新文学的发生发展既有冲突又有交融,与五四新文化阵营的思想主张共振发声,呈现出清末民初至“五四”前后丰富多彩的文学样貌。

关键词：范子美汉语文学观新文学《青年进步》

基于GA-RF方法的上市公司债券违约风险研究

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于GA-RF方法的上市公司债券违约风险研究

作者：阎逾欣北方民族大学

学位级别：硕士

守住不发生系统风险底线,加强金融风险防控是我国金融行业高质量发展中重要的工作之一。债券行业作为金融行业的重要组成部分,其违约风险对于金融稳定发展具有重要的理论价值与实践意义。本文旨在构建上市公司债券违约风险的核心指标体... 详细信息

守住不发生系统风险底线,加强金融风险防控是我国金融行业高质量发展中重要的工作之一。债券行业作为金融行业的重要组成部分,其违约风险对于金融稳定发展具有重要的理论价值与实践意义。本文旨在构建上市公司债券违约风险的核心指标体系,并基于遗传算法优化(GA:Genetic Algorithm)与随机森林(RF:Random Forest)方法构建上市公司债券违约风险模型。本文的主要研究内容和结果如下:(1)本文从财务和舆情两个角度共选取了六大类别的35个原始指标。通过差异性分析筛选出20个指标。然后基于三种模型计算指标重要性,选择了重要性前十二的指标,其中每股收益是最重要的违约风险指标。最后进行相关性计算,剔除了相关性高的指标。筛选后的11个核心指标能够提高原始指标体系的简洁性,并且筛选后的核心指标体系保留了原始指标的六个一级指标,筛选结果良好。实证分析表明,将舆情指标纳入债券违约风险模型中,与仅使用财务指标的风险模型进行比较,发现前者在各项评价指标上均有显著的提升,表明舆情指标对于上市公司债券违约风险评价具有价值。(2)基于GA-RF、GBDT、XGBoost、Cat Boost、Light GBM和逻辑回归模型评价上市公司违约风险,结果显示GA-RF模型在训练集和测试集上的表现都较好,准确率、召回率、精确率和F1值都高于其他模型,AUC值也达到了0.94,表明GA-RF具有较强的分类能力和泛化能力。GBDT、XGBoost、Cat Boost和Light GBM模型虽然分类效果较好,但在测试集上的表现有所下降,存在过拟合现象,相比之下,Logstic模型则是一种较差的债券违约风险模型,它在测试集上表现水平低,对风险识别弱。本文的研究结果对于上市公司改善财务状况、降低债券违约风险,以及债券投资者识别上市公司债券违约风险、制定合理的投资策略,都具有一定的参考价值和实用意义。上市公司应该改善自己的财务状况,提高盈利能力、经营效率、企业成长能力和偿债能力,增加现金流量,以降低债券违约的风险。债券投资者应该重点关注每股收益这一指标,它能一定程度的反映上市公司债券违约的可能性。同时,债券投资者应该关注上市公司的舆情动态,进而判断上市公司债券违约风险。

关键词：上市公司债券违约风险遗传算法随机森林

“8·11汇改”对中国经常账户差额影响研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

中山大学学报（社会科学版） 2024年第1期64卷 194-206页

作者：王伟温韫中山大学岭南学院广州510275

本文使用回归控制法量化评估“8·11汇改”对中国经常账户差额的影响。研究发现:“8·11汇改”后经常账户差额的反事实值曲线始终高于真实值曲线,且处理效应显著为负,即“8·11汇改”后中国经常账户差额占GDP的比重显著下降,降低幅度可... 详细信息

本文使用回归控制法量化评估“8·11汇改”对中国经常账户差额的影响。研究发现:“8·11汇改”后经常账户差额的反事实值曲线始终高于真实值曲线,且处理效应显著为负,即“8·11汇改”后中国经常账户差额占GDP的比重显著下降,降低幅度可能达到2%以上。上述结论在增加控制组国家数量、在控制组中加入影响经常账户的宏观变量、安慰剂检验、改用合成控制法等一系列稳健性检验中始终保持成立。上述研究结论也为汇率制度选择与经常账户失衡调整之间关系的争论提供了中国的经验证据,即更加浮动的汇率制度确实有利于经常账户的失衡调整。

关键词：经常账户浮动汇率制度 “8·11汇改”

基于DEMATEL法的充填管道磨损风险评估可拓云模型

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

矿业研究与开发 2024年第6期44卷 172-180页

作者：向韫长沙矿山研究院有限责任公司湖南长沙410012

为科学合理地确定充填管道磨损风险等级,引入了DEMATEL法和可拓云理论,建立了充填管道磨损风险评价DEMATEL-改进CRITIC-可拓云模型。在构建评估体系基础上,应用DEMATEL法研究指标因素之间的影响关系,采用DEMATEL中心度-改进CRITIC法获... 详细信息

为科学合理地确定充填管道磨损风险等级,引入了DEMATEL法和可拓云理论,建立了充填管道磨损风险评价DEMATEL-改进CRITIC-可拓云模型。在构建评估体系基础上,应用DEMATEL法研究指标因素之间的影响关系,采用DEMATEL中心度-改进CRITIC法获取指标综合权重,根据可拓云理论原理,以4座矿山为例,通过计算云综合关联度,评估磨损风险状况。结果显示,管径和料浆浓度是深井充填管道磨损的关键因素,4座矿山管道磨损风险均处于较大风险等级,与未确知测度和可变模糊集理论的评判结果完全一致,表明DEMATEL-改进CRITIC-可拓云模型在管道磨损风险评价方面具有适用性和有效性。

关键词：充填采矿法管道磨损 DEMATEL法可拓云风险评估

基于PPRR理论的岩爆应急管理能力评估模型研究

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

矿业研究与开发 2024年第4期44卷 185-194页

作者：向韫长沙矿山研究院有限责任公司湖南长沙410012

针对深部矿山岩爆应急管理能力评估具有复杂性、模糊性、未确知性的特点,为进一步提升评估的可靠性,建立了基于改进可拓云的综合评价模型。首先,根据PPRR (Prevention, Preparation, Response, Recovery)危机管理理论,结合岩爆事故的特... 详细信息

针对深部矿山岩爆应急管理能力评估具有复杂性、模糊性、未确知性的特点,为进一步提升评估的可靠性,建立了基于改进可拓云的综合评价模型。首先,根据PPRR (Prevention, Preparation, Response, Recovery)危机管理理论,结合岩爆事故的特点,构建了多层次的岩爆应急管理能力评价指标体系;其次,借助序关系分析法(G1法)-反熵权法(A-EWM法)和组合赋权法(CW法)确定指标综合权重;引入了盲数理论,建立盲数矩阵对定性指标数据处理,改进了传统可拓云模型专家直观打分的赋权模式,基于可拓云模型原理,通过计算不同等级下的综合云关联度,按照最大隶属度判别要求,综合分析和评估应急管理能力等级。最后,应用所建立的评价模型对3座矿山岩爆应急管理能力进行实例分析,并与模糊数学和随机Petri网(SPN)评价模型结果相比较。结果显示:3座矿山应急能力均为Ⅳ级,与专家现场调研结论相符合,且3种评价模型评估结果基本一致,验证了本模型在岩爆应急管理能力评估方面具有适应性和有效性。该评价模型可以为危机管理能力的量化评估提供一种切实可行、合理有效的方法。

关键词：巷道岩爆应急管理能力可拓云盲数理论

基于经验模态分解和注意力机制的稀疏时间序列预测研究

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于经验模态分解和注意力机制的稀疏时间序列预测研究

作者：董思逾吉林大学

学位级别：硕士

时间序列是指对同一属性按时间顺序排列的一组数据,体现一个属性在时间上的变化。稀疏时间序列是实体数量相对较多而时间节点相对较少的时间序列,例如过程性评价中每一周期的评分等。与一般的时间序列相比,稀疏时间序列所体现的非序列... 详细信息

时间序列是指对同一属性按时间顺序排列的一组数据,体现一个属性在时间上的变化。稀疏时间序列是实体数量相对较多而时间节点相对较少的时间序列,例如过程性评价中每一周期的评分等。与一般的时间序列相比,稀疏时间序列所体现的非序列特性更加突出,但这并不意味着这类序列在时间轴上的预测就没有意义。现有关于时间序列的研究尚缺乏稀疏时间序列与一般时间序列的效果对比。另一方面,在稀疏时间序列中,单条序列几乎没有明显的周期规律,同时各条序列总体趋势多样复杂,呈现出非线性、非平稳性和数据变化不确定性。经验模态分解可以对这类序列中不同周期规律进行分离,神经网络能够学习时间序列中的非线性规律,注意力机制能够更好地提取时间序列中的重要特征。本文从时间序列尤其是多序列甚至稀疏时间序列的特点出发,结合经验模态分解、神经网络和注意力机制的基本思想,提出了一种基于经验模态分解和两种注意力机制的时间序列预测集成模型。考虑到能够找到的与稀疏时间序列相符的原始数据集较少,为了更好地体现实验结果,本文将提出的模型用于稀疏时间序列的同时,还将模型用于单序列和一般的多序列作为对比。选用的数据集涵盖气温、销量、股价、周期评分等多个领域。本文的主要工作包括:(1)尝试将经验模态分解运用于多序列数据集,突破现有对经验模态分解的研究和应用于单序列的局限,并且根据多序列尤其是稀疏时间序列所具备的特点,对“整体归一化”和“分别归一化”这两种预处理方式进行了讨论。实验结果表明,多序列在使用“分别归一化”的预处理方法时,对每个分解后子序列的预测效果优于“整体归一化”的方式。(2)提出了一种基于CEEMDAN、LSTM和两种注意力机制的时间序列预测集成模型,利用注意力机制更准确地提取分解后子序列的周期规律。该模型在“分解-预测-集成”思想的基础上,将自注意力(局部注意力)和时间注意力(全局注意力)分别与LSTM结合作为预测模型,与LSTM分别用于各个子序列的训练和预测,对每个子序列选择预测效果最优的模型并进行集成。模型中还考虑了分解后各序列二次归一化的问题。在多个数据集上的实验表明,与不使用注意力的模型相比,时间注意力分别使短周期和中长周期子序列的预测准确度提高了15%～28%和45%～72%,模型整体的预测误差降低了10%～17%。与在所有子序列中使用注意力相比,基于时间注意力的集成模型又降低了约0.3%的误差。与此同时,多序列经过“分别归一化”预处理之后,能够取得与单序列相当的预测效果。稀疏时间序列与一般的多序列相比,预测效果大体相当。(3)提出了在各段序列之间添加连接序列的多序列预处理方法,缓解了直接拼接多序列存在的子序列在连接处幅值偏高造成趋势相应偏离的问题。考虑了两种添加连接序列的方法:一种是基于线性插值的连接序列,另一种是基于线性插值并叠加随机震荡的连接序列。对比分别经过直接拼接和以上两种拼接方式处理的多序列的分解效果可见,两种拼接方式都能够解决直接拼接存在的有关问题。将各种拼接方式用于多个数据集,使用本文提出的预测模型进行训练预测,实验结果表明,当多序列具备较为明显的周期变化特征时,使用添加基于线性插值叠加随机震荡的连接序列的拼接方式较为合适;当数据的周期变化特征不明显时,使用添加基于线性插值的连接序列的拼接方式较为合适。(4)考虑到取值分布与所选用的其他数据集有较大区别,本文还尝试在一个课程的学生周评分成绩数据集上进行实验,并通过实验结果分析出数据特征对预测效果的影响,以及该课程评价体系存在的问题。综上所述,本文从多序列尤其是稀疏时间序列的特点出发,对于这类时间序列的预测问题提出了新的解决方案,推进了经验模态分解和注意力机制在时间序列预测的应用,为其他多序列的预测提供了参考和依据。

关键词：时间序列预测稀疏时间序列经验模态分解注意力机制数据预处理数据归一化

科研人员ChatGPT使用意愿影响因素研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

科研人员ChatGPT使用意愿影响因素研究

作者：张逾千吉林大学

学位级别：硕士