检索结果-南通市图书馆

考虑长短期兴趣及其演化的电影个性化动态推荐研究

在线全文

学校读者我要写书评

暂无评论

数据分析与知识发现 2024年第1期8卷 80-89页

作者：刘瑞陈烨华中师范大学信息管理学院武汉430079 南京大学信息管理学院南京210023

【目的】提出一种考虑长短期兴趣及其演化的电影个性化动态推荐方法,捕捉用户兴趣动态变化以提高推荐准确度。【方法】首先,基于观影心理动机将用户兴趣分为长期兴趣和短期兴趣,利用兴趣评分与关注频率计算长短期兴趣值;其次,利用时间... 详细信息

【目的】提出一种考虑长短期兴趣及其演化的电影个性化动态推荐方法,捕捉用户兴趣动态变化以提高推荐准确度。【方法】首先,基于观影心理动机将用户兴趣分为长期兴趣和短期兴趣,利用兴趣评分与关注频率计算长短期兴趣值;其次,利用时间窗口与遗忘曲线函数获取时间权重,结合短期兴趣值与时间权重拟合短期兴趣的演化规律;最后,将电影评分与长短期兴趣值相融合,构建用户-项目评分矩阵,预测目标用户评分。【结果】以豆瓣网数据集为例,所提方法的评分预测误差与其他推荐方法相比整体偏小,在评估指标MAE(1.0031)和RMSE(1.2160)上表现最优,达到MAE和RMSE最优值时所需邻居数(20)最少。【局限】由于要结合显式反馈信息与隐式反馈信息共同计算长短期兴趣值,因此所提方法的计算复杂度较高。【结论】所提方法能够准确捕捉用户兴趣的动态变化,有效降低评分预测误差,提高推荐准确度。

关键词：电影推荐兴趣漂移长短期兴趣动态推荐

基于Stacking集成学习的用户付费转化意向预测方法研究--以免费增值游戏为例

在线全文

学校读者我要写书评

暂无评论

数据分析与知识发现 2024年第2期8卷 143-154页

作者：李美玉刘洋王艺璇朱庆华南京大学信息管理学院南京210023

【目的】提出基于Stacking集成学习预测用户付费转化意向的模型,精准识别潜在付费用户。【方法】基于Stacking集成学习方法构建付费意向预测模型,通过对比不同基模型组合预测效果确定基模型组合方案,借助游戏玩家行为数据集验证模型优越... 详细信息

【目的】提出基于Stacking集成学习预测用户付费转化意向的模型,精准识别潜在付费用户。【方法】基于Stacking集成学习方法构建付费意向预测模型,通过对比不同基模型组合预测效果确定基模型组合方案,借助游戏玩家行为数据集验证模型优越性,并进行可移植性验证。【结果】本文模型预测准确率达90.88%,F1值90.71%,AUC值0.9602,相对于对比模型中表现最差的Bayesian模型在三种指标上分别提升4.15个百分点、4.50个百分点和0.1062。【局限】无法预测玩家是否会产生非理性消费行为。【结论】本研究验证了游戏付费情境下Stacking集成学习方法的适用性,多模型的融合可以获得稳定、准确的付费意向预测结果,并证明了模型在预测不同领域用户付费意向上具备可移植性。

关键词： Stacking集成学习模型融合免费增值模式付费意向可移植性

结合梯度提升树算法与可解释机器学习模型SHAP的抑郁症影响因素研究

在线全文

学校读者我要写书评

暂无评论

数据分析与知识发现 2024年第3期8卷 41-52页

作者：聂卉吴晓燕中山大学信息管理学院广州510275

【目的】本研究旨在探讨构建抑郁严重度预测模型及其解释性问题,通过分析互联网用户生成的内容,进一步发展抑郁症风险预测研究,从而提高抑郁症自动检测模型的可靠性和实用性。【方法】通过收集“好大夫在线”平台上的抑郁症医疗咨询文... 详细信息

【目的】本研究旨在探讨构建抑郁严重度预测模型及其解释性问题,通过分析互联网用户生成的内容,进一步发展抑郁症风险预测研究,从而提高抑郁症自动检测模型的可靠性和实用性。【方法】通过收集“好大夫在线”平台上的抑郁症医疗咨询文本记录,构建了一个语料库。利用心理学词典,从中提取了患者的心理特征,并采用梯度提升树算法预测患者的病情,同时引入可解释机器学习方法SHAP解读模型,借助SHAP独特的可视化图表剖析患者年龄、性别、认知、情感、感知、社会家庭及个人得失与抑郁症发生之间的复杂关系。【结果】抑郁症患者心理状态能反馈患者病况,利用从患者问诊记录中提取的心理特征能够有效检测重度抑郁,准确率达到86%。可解释机器学习模型SHAP解释了模型的预测结果,揭示出患者各层面心理特征对抑郁症发生产生的多重效应。【局限】受语料集所限,仅利用单次问诊记录对抑郁程度做预测;而模型特征基于心理学词典,更多与抑郁症发生风险有关的要素可纳入建模考虑中。【结论】影响抑郁症产生及发展的因素复杂。个体差异致使各项特征对于疾病预测产生不同效应。构建抑郁症的自动诊断模型,不仅要关注模型的精准度,更需增强对模型预测的理解。

关键词：抑郁症预测在线用户生成内容可解释机器学习梯度提升树算法

基于知识库增强深度学习模型的隐私政策合规性研究——从完整性与语义冲突角度

在线全文

学校读者我要写书评

暂无评论

数据分析与知识发现 2024年第5期8卷 46-58页

作者：朱侯罗颖嘉陈梦蕾欧阳佳祥肖颖蔡伊南中山大学信息管理学院广州510006

【目的】通过融合法律法规知识,在语义层面对隐私政策的合规性进行智能检测。【方法】依据《信息安全技术个人信息安全规范》(GB/T 35273-2020)从完整性和语义冲突角度构建合规性评价指标体系,标注语料。基于嵌入知识图谱的K-BERT模型... 详细信息

【目的】通过融合法律法规知识,在语义层面对隐私政策的合规性进行智能检测。【方法】依据《信息安全技术个人信息安全规范》(GB/T 35273-2020)从完整性和语义冲突角度构建合规性评价指标体系,标注语料。基于嵌入知识图谱的K-BERT模型构建完整性评价模型,并构建用于检测语义冲突的一致性评价模型。最后运用完整性评价模型和一致性评价模型分析15个领域的APP隐私政策合规性。【结果】构建通过肯德尔W检验的中文隐私政策语料库,完整性和一致性评价模型的F1值分别达到0.92和0.87。分析1762篇APP隐私政策发现,影音娱乐、购买比价、金融理财、运动健康和汽车领域的APP隐私政策完整性表现较好,社交通讯和购买比价领域的APP隐私政策在语义层面较符合法律法规的要求。【局限】忽略了少数隐私政策中可能出现的超链接所包含的内容,导致对部分隐私政策合规性的检验可能存在偏差。【结论】本文模型实现了自动化分析各领域隐私政策合规性的目标,对于提升国家对移动APP平台处理用户隐私数据的监管能力具有重要意义。

关键词：隐私政策合规性语义冲突 K-BERT TF-IDF

基于SHAP解释方法的智慧居家养老服务平台用户流失预测研究

在线全文

学校读者我要写书评

暂无评论

数据分析与知识发现 2024年第1期8卷 40-54页

作者：刘天畅王雷朱庆华南京大学信息管理学院南京210023

【目的】构建智慧居家养老服务平台用户流失预测模型,并使用SHAP解释方法分析不同特征的影响。【方法】基于智慧居家养老服务平台用户在2019年至2021年三年间产生的超过30万条社区居家养老服务订单数据,通过改进的RFM模型(RFM-MLP)、马... 详细信息

【目的】构建智慧居家养老服务平台用户流失预测模型,并使用SHAP解释方法分析不同特征的影响。【方法】基于智慧居家养老服务平台用户在2019年至2021年三年间产生的超过30万条社区居家养老服务订单数据,通过改进的RFM模型(RFM-MLP)、马斯洛需求层次理论、安德森模型并结合Boruta算法确定用户价值特征、服务选择特征、个人特征三类共11个特征。建立5种机器学习模型,从中选择效果最好的XGBoost模型预测用户流失,运用SHAP解释方法完成特征影响全局解释、特征依赖分析、单样本解释分析。【结果】模型预测结果准确率和F1值均达到87%左右,家政服务服务购买次数、留存天数、年龄等是预测养老服务平台用户流失的重要特征。【局限】仅选取一个地区的数据进行分析,数据量和算法复杂度方面还有提升空间。【结论】SHAP解释方法可以兼顾机器学习预测模型的精度和解释性,能够为智慧居家养老服务平台在运营策略和内容设计方面的优化提供依据。

关键词：智慧养老用户流失 XGBoost 可解释性机器学习 SHAP

基于投票机制的社交网络影响力节点集识别算法

在线全文

学校读者我要写书评

暂无评论

数据分析与知识发现 2024年第6期 107-118页

作者：赵欢徐桂琼上海大学管理学院信息管理系

【目的】为了降低社交网络中种子节点之间的影响重叠程度，提出基于投票机制的社交网络影响力节点集识别算法KSEVoteRank。【方法】综合考虑节点重要性和邻域信息，定义节点投票能力，设计投票分配策略，同时引入衰减因子折扣邻居的投... 详细信息

【目的】为了降低社交网络中种子节点之间的影响重叠程度，提出基于投票机制的社交网络影响力节点集识别算法KSEVoteRank。【方法】综合考虑节点重要性和邻域信息，定义节点投票能力，设计投票分配策略，同时引入衰减因子折扣邻居的投票能力，最后基于投票得分迭代选出高影响力节点。【结果】实验结果表明，在大型社交网络Ca-AstroPh数据集中KSEVoteRank算法选出的影响力节点集的影响重叠程度比VoteRank算法降低约21%。【局限】在重复投票过程中，设置邻居的投票分配策略不变，可能导致一些误差。【结论】基于投票机制的KSEVoteRank算法能够分散性选取高影响力节点，实现较大范围的影响传播。

关键词：社交网络影响最大化投票机制衰减因子

国外公共文化数字化转型：研究主题、框架与前瞻

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中国图书馆学报 2024年第3期50卷 117-129页

作者：李秋实陈一段若阳华中师范大学信息管理学院武汉大学信息管理学院

以大数据、人工智能为代表的数字化技术推动了世界范围内的公共文化数字化转型，对国外相关研究进行梳理，有助于掌握国际公共文化数字化转型发展全貌，为我国相关领域的实践和研究提供参考。本文选取新世纪以来国外公共文化数字化转型... 详细信息

以大数据、人工智能为代表的数字化技术推动了世界范围内的公共文化数字化转型，对国外相关研究进行梳理，有助于掌握国际公共文化数字化转型发展全貌，为我国相关领域的实践和研究提供参考。本文选取新世纪以来国外公共文化数字化转型研究的代表性文献，运用系统性综述方法，凝练研究热点主题，从系统论和复杂性视角构建整合性研究框架，前瞻未来研究方向。研究发现，当前研究主题主要集中在公共文化数字化转型内涵、转型前因条件、转型过程机制和转型影响成效四个方面。公共文化数字化转型具有注重用户需求、技术驱动、机构合作融合的特征；外部环境、信息技术和组织管理是转型的前因条件；通过资源融合、众包交互、合作协同的转型过程机制，公共文化机构优化用户体验，提升服务效能，增进社会福祉。在此基础上，本文进一步提出公共文化数字化转型研究的未来方向，以期为我国公共文化机构平稳转型、高质量发展提供有益参考。图1。参考文献48。

关键词：公共文化数字化转型整合性研究框架

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于差异化和空间约束的自动图像描述模型

北京航空航天大学学报 2024年第2期50卷 456-465页

作者：姜文晖陈志亮程一波方玉明左一帆江西财经大学信息管理学院南昌330032

多头注意力机制是图像描述模型的常用方法,该机制通过多分支结构构建关于输入特征的独特属性,以提高特征模型的区分性。然而,不同分支的独立性导致建模存在冗余性。同时,注意力机制会关注于不重要的图像区域,导致描述的文本不够准确。... 详细信息

多头注意力机制是图像描述模型的常用方法,该机制通过多分支结构构建关于输入特征的独特属性,以提高特征模型的区分性。然而,不同分支的独立性导致建模存在冗余性。同时,注意力机制会关注于不重要的图像区域,导致描述的文本不够准确。针对上述问题,提出一种损失函数作为训练目标的正则化项,以提高多头注意力机制的多样性和准确性。在多样性方面,提出一种多头注意力的差异化正则,鼓励多头注意力机制的不同分支关注于所描述目标的不同部件,使不同分支的建模目标变得简单。同时,不同分支相互融合,最后形成完整且更有区分性的视觉描述。在准确性方面,设计一种空间一致性正则。通过建模多头注意力机制的空间关联,鼓励注意力机制关注的图像区域尽可能集中,从而抑制背景区域的影响,提高注意力机制的准确性。提出差异化正则和空间一致性正则共同作用的方法,最终提升自动图像描述模型的准确性。所提方法在MS COCO数据集上对模型进行验证,并与多种代表性工作进行对比。实验结果表明:所提方法显著地提高了图像描述的准确性。

关键词：多头注意力机制图像描述差异性空间约束模态融合

数智时代信息服务中的隐私困境及应对策略——基于隐私让渡视角的探索

在线全文

学校读者我要写书评

暂无评论

中国图书馆学报 2024年第3期50卷 67-81页

作者：王丹姜艺陆伟武汉大学信息管理学院

数智时代的信息服务中，用户的隐私让渡虽然带来了双赢，但也引发了诸多隐私困境。本文以用户隐私让渡为切入点，通过扎根理论以及归纳分析的研究方法，在系统辨析数智时代信息服务中隐私范畴的基础上，深入剖析隐私让渡引发的隐私困境... 详细信息

数智时代的信息服务中，用户的隐私让渡虽然带来了双赢，但也引发了诸多隐私困境。本文以用户隐私让渡为切入点，通过扎根理论以及归纳分析的研究方法，在系统辨析数智时代信息服务中隐私范畴的基础上，深入剖析隐私让渡引发的隐私困境，并提出应对策略。首先，结合时代背景系统阐述隐私的理论范畴和实践范畴；其次，剖析隐私让渡的内涵，构建以用户隐私为核心，包含五个维度、四个象限的隐私让渡边界模型，并结合数智时代信息服务中的隐私范畴、隐私让渡边界模型、信息服务过程，分析数智时代信息服务中的隐私困境；最后，针对性地提出应对策略。本研究有助于厘清隐私让渡中的隐私问题，探究隐私困境产生的深层原因，促进隐私相关理论发展的同时，赋能数智时代的信息服务及隐私治理。图2。表3。参考文献44。

关键词：数智时代信息服务隐私困境隐私让渡