基于演化动力学的老年人在线健康信息搜寻行为研究

[目的/意义]分析老年人在线健康信息搜寻现状,掌握其热点主题及演化趋势,对满足和提高老年人健康信息需求与健康素养水平,推动老年健康服务高质量发展具有重要意义。[方法/过程]本研究采用DTM模型对2016—2023年间新浪微博发文内容进行动态主题挖掘与分析,分别从主题演化、主题语义演化和主题信息熵趋势等方面进行研究。[结果/结论]“老年病症”“科技养老”“食疗保健”“心理健康”及“社会关怀”等方面主题演化显著,老年人对老年常见病、身体医疗养护、社会助老爱老关怀和衣食住行等健康信息类型关注颇多,用于满足需求和获取信息。“老年病症”“运动保健”“高危风险”及“医疗诈骗”等主题语义稳定。“运动保健”“起居安全”及“病毒传播”等信息熵趋势较为稳定,“医疗素养”“疫情管控”“文体旅游”及“饮食均衡”等信息呈现扩散趋势,“高危风险”“食疗保健”“经济陷阱”及“医疗诈骗”等信息熵呈现收敛趋势。

农村幼小衔接的实践策略探索

《幼儿园工作规程》明确指出,幼儿园教育应和小学密切联系,互相配合,注意两个阶段教育的相互衔接。从幼儿园升入小学,是孩子成长过程中的重大转折,幼小衔接工作要紧扣幼儿身心发展规律和认知特点,为幼儿做好包括生活习惯、自理能力、人际交往、学习态度和方法等全方位的基础铺垫,使幼儿更好地适应从幼儿园到小学阶段的转变。同时,教师要遵循幼儿在该阶段的身心特点,多方协调和配合,循序渐进地推进幼小衔接工作,使幼儿能够以最快的速度适应转变,让他们的身心获得良好的发展。

人脸表情识别算法研究

情感是表达内心想法的重要方式。随着人机交互和人工智能的崛起,人脸表情识别也逐渐成为当前的一个研究热点。人脸表情识别是在人脸识别的基础之上发展而来的,但和人脸识别存在着一定的差异,表情识别需要在人脸识别之后,利用一系列的算法对面部表情细节特征加以提取,再利用分类器对所提取的表情加以分类、识别。文章就人脸表情识别的3部分进行阐述,介绍了每一部分的思想和所用的主要算法,并对表情特征的提取、分类的方法重点介绍。

基于BERTopic模型的老年人健康信息需求主题演化研究——以新浪微博平台为例

【目的/意义】本研究利用BERTopic模型实现对老年人健康信息需求的主题挖掘,可为医疗机构和相关政府部门开展健康信息服务提供依据。【方法/过程】本研究以新浪微博平台中有关老年人健康的微博数据为研究对象,通过BERTopic模型提取需求话题,结合马斯洛需求层次理论对老年人健康信息需求进行演化分析,揭示社交媒体中有关老年人健康的主题内容分布特征,并进一步探究老年人健康信息需求的时间演化路径,为满足老年人的健康信息需求给予老年人更多的关注和支持。【结果/结论】研究结果显示,老年人健康信息需求涵盖财产安全、疫情防控、饮食消化、新冠疫情、医疗诊治、气候影响、骨骼健康、社会关怀、健康知识、科技助老和视觉障碍11个主题。主题演化与突发公共卫生事件关联并存在时间特性。【创新/局限】本研究将BERTopic模型与新浪微博平台数据结合,探索老年人健康信息需求。后续期待从多数据来源进一步挖掘老年人健康信息需求的具体侧重方向。