基于作者偏好和异构信息网络的科技文献推荐方法研究

来源 :数据分析与知识发现 | 被引量 : 0次 | 上传用户:lchf1129
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
[目的]采用异构信息网络理论和作者偏好,提高科技文献推荐质量.[方法]基于异构信息网络理论,提出一种可以融合多语义信息的科技文献推荐方法.首先,结合作者偏好信息为科技文献异构信息网络中的元路径加权;其次,采用DPRel算法计算作者与文献之间的相关度.在此基础上,构建加权作者-文献矩阵,按相关度降序排列得到推荐列表.[结果]从Web of Science中收集实验数据集,实验结果表明,在三个数据集中所提方法相较于基于单条元路径计算作者-文献相关度的推荐方法在平均成功推荐率上分别提高了6%、8%、6%,并且文献成功推荐提高率分别为14.8%、27.6%、13.0%.[局限]在数据预处理阶段由人工进行关键词统一,对于海量数据,人工处理关键词不现实.[结论]所提推荐方法提高了异构信息网络中科技文献推荐的质量.
其他文献
随着人工智能技术与各领域融合的逐渐深入,智慧教育也成为学界探讨的热点.为了探寻智慧教育中的智慧究竟为何物,以技术与教育的关系作为切入点,梳理智慧教育的整体发展脉络,智慧教育经历了三个发展阶段.回溯智慧意涵的发展,解释智能技术与智慧的关系,智慧教育的本质是“器”“道”双用,其智慧性在于“技”“教”合流,生成教育智慧培育生命智慧.面对当前智慧教育技术失向、主体模糊、实践失范等问题,提出了智慧教育的发展之道,重构主体关系以回应技术之困,重塑主体内涵以纠偏人与技术的立场,重设实践取向以联结理论愿景.通过对智慧教育
知识建构实现从预设式到生成式教学的转变,让知识不再凝固,但容易受到学生主观因素的影响而出现学习效果差异.学生的主观态度跟自身学习动机关联,积极的学习动机激励知识建构,反之则阻碍学生学习.采用扎根理论方法对大学生进行半结构化访谈,并进行质性分析,归纳出知识建构动机分为自主动机和受控动机,并产生了探索、参与和迁移三个学习阶段,以及自学行为、合作行为和使用行为三种学习参与行为,进而演化为内部调节型和外部刺激型两种学习行为路径.研究成果揭示了知识建构动机的二元性及其行为的复杂性,提供了一种全面理解知识建构复杂行为
为贯彻习近平总书记“办好特殊教育”的讲话精神,推进“2035教育现代化”远景目标进程,深入研讨高等院校特殊教育专业如何更好地服务于国家特殊教育事业高质量发展,2021年7月10日,由北京师范大学教育学部主办,北京师范大学特殊教育学院和中国教育政策研究院联合承办的“高校特殊教育专业服务于国家特殊教育发展重大决策研讨会”在北京师范大学京师学堂京师厅召开.
期刊
关键反应训练是一种自然式的行为干预策略,该模式强调在自然情境中教学,对学生的关键领域进行干预,通过关键能力的提升带动其他领域的发展.关键反应训练发端于应用行为分析,受生态学理论启发而产生,并逐步成为对孤独症儿童行之有效的循证干预方式.通过对关键反应训练发展历程的梳理,深入阐释关键反应训练的干预模式与理念,有利于在实践中加以落实,为后续研究提供参考.
[目的]针对传统方法利用文本特征提取或文章与合著者之间的关系信息,导致高阶特征缺失的问题,提出学术文献领域下的姓名消歧方法,用于区分拥有相同姓名的多个学者.[方法]提出一种名为论文嵌入网络(PaperEmbNet)的统一特征提取框架,为每个作者姓名构建学术异质信息网络,并融合内容信息和关系信息.在此基础上,设计一种基于注意力机制的循环神经网络聚类参数预测算法(AR4CPM),进行同名作者聚类个数的预测,并基于该参数,使用层次凝聚聚类算法实现消歧.[结果]在AMiner-AND数据集上的实验结果表明,所提方
采用混合研究解释性序列设计,通过问卷和访谈对孤独症儿童家长心理弹性现状及其影响因素进行调查.问卷结果表明,孤独症儿童家长心理弹性处于中等偏上水平;家长学历和儿童问题发现时间会显著影响家长心理弹性;家长所获社会支持和积极应对程度是心理弹性重要保护因素,它们能显著预测其心理弹性发展水平.此外,访谈结果在解释量化研究结果基础上还发现积极认知和心理资本也构成家长心理弹性保护性因素,这些保护因素并非孤立,而是相互作用.基于此,构建了孤独症儿童家长心理弹性保护性四因素模型.
作为教育改革的践行者,教师对人工智能教育的接受意愿和效能体验将影响其实践质量.然而,什么是教师接受人工智能教育的影响因素?国内学界尚未对此作出回应.鉴于此,以1072位中小学教师为研究对象,采用结构方程模型、差异检验及事后多重比较等方法,分析中小学教师接受人工智能教育的影响因素以及调节效应.研究发现:人工智能教育接受度的影响因素依次为绩效期望>努力期望>促成条件>社会影响>感知风险,学历、教龄和学科等变量正向调节接受度水平,性别的调节效应并不显著.基于实证结果,提出未来人工智能教育的推进策略:完善保障体系
知识建构作为深度学习的三大基本特征之一,有助于发展高阶思维和深层认知能力,满足了21世纪人才培养的迫切需求.协同调节通常发生在协作学习情境中,是个体之间通过交互协调认知、元认知和情感等方面的动态过程.探究协同调节对知识建构的影响机制,有助于实现知识建构的真正有效发生并促进深度学习.基于社会建构主义、社会认知理论等,构建了协同调节支持下的知识建构学习设计模型,并利用认知网络分析、内容分析法、统计学方法等在准实验环境下开展实证研究.数据分析表明,实验组学习者在认知水平和结构上明显优于对照组;协同调节策略(尤其
作为我国继续教育体系的重要组成部分,高等学历继续教育领域的政策制度自新中国成立以来经历了五个阶段的变迁.从历史制度主义视角来看,政治力量、经济发展、教育治理变革以及高等教育整体改革等四种力量的共同作用,是高等学历继续教育政策变迁的主要动因.新时代,为更好地服务全民终身学习,坚持多元化政策价值取向、建立系统性政策架构、构建协同性政策形成与执行机制应成为未来高等学历继续教育政策体系重构的着力点.
[目的]通过预测歌单播放量并探究影响播放量的因素,帮助甄别歌单的优劣,方便在线音乐平台对歌单质量进行把关.[方法]利用爬虫获取网易云音乐歌单的数值特征和文本特征,采用Word2Vec和BERT对文本进行预训练,然后分别建立RF、XGBoost、DNN模型对歌单播放量进行多组预测对照实验.[结果]DNN模型的预测准确率要高于RF和XGBoost模型,歌单的初始播放量、评论、收藏、转发数对播放量的影响最为显著,而文本特征会使预测准确率下降.[局限]受到网易云音乐歌单推荐每日更新这一不可控因素的影响,只获取了歌