情感分歧对社交媒体中信息再传播的影响——以微博为例

[研究目的]社交媒体中信息的再传播是目前主流传播方式之一,研究情感特征对社交媒体中信息再传播的作用,揭示情感信息影响社交媒体中信息再传播的机制,对于科学引导网络舆论、维持健康网络环境具有重要意义。[研究方法]基于认知失调理论,引入情感分歧特征进行情感分析,以社交媒体中帖子的转发数与评论数作为信息再传播效果的衡量指标,构建了情感分歧与情感倾向影响信息再传播的理论模型,并使用微博平台上的数据,对模型进行验证。[研究结论]通过对回归模型结果分析,情感分歧能够显著正向影响社交媒体信息再传播,促进帖子的转发与评论;正面情感倾向性能够显著促进帖子的转发效果,对帖子的评论数影响效果并不显著;帖子内容的情感倾向性能够调节帖子内容中的情感分歧对帖子转发的影响,而评论情感倾向能够调节评论内容中的情感分歧对帖子评论数的影响。

建筑信息模型的复杂工程云协同管理虚拟仿真综合实验——以医院改扩建工程为场景

基于医疗改扩建复杂工程场景,建立基于建筑信息模型(BIM)技术的云协同管理虚拟仿真实验平台,通过综合实验培养学生解决复杂工程问题的实践能力。平台包含理论学习模块、仿真实验模块、辅助教学模块,其中仿真实验模块由医院建筑多专业复杂性认知、负压病房设计方案协同分析、通仓融合手术室工程协同管理3个场景构成。本教学项目通过问题驱动、沉浸操作、以学生为中心的多元立体实验教学方法,帮助学生以自主探究的模式体验医疗复杂建设工程云协同管理的全过程,达到提高学习效能等教学目标。

可用于双足导航系统的视觉位姿测量研究

以惯性传感器为主、其它传感器为辅的导航方式是室内导航领域的研究热点。文中以双足行人导航系统为研究背景,以足部固定标志物为标靶,设计了基于透视n点(Perspective-n-Point,PnP)问题的视觉位姿测量算法。针对双足行人导航系统中的位姿测量问题进行了仿真和实验,评估了单目相机估算位姿的精确性,实验结果验证了文中方法的有效性。

矩阵式函数迭代惯导解算的FPGA实现

惯性导航解算的目的是处理陀螺仪和加速度计的输出信号,以获取运动物体的姿态、速度和位置信息。函数迭代惯导解算方法(iNavFIter)将运动不可交换性误差降低到了计算机截断误差水平,但计算负担是经典双子样算法的10倍左右。为了提高计算效率,提出了iNavFIter-M算法,将函数迭代惯导解算重新编排为矩阵向量形式,并在硬件FPGA上实现了iNavFIter-M算法的IP核。数值结果表明:所设计的iNavFIter-M算法IP核实现了1000Hz采样率下的高精度实时计算。

基于LDA模型的主题演化分析:以情报学文献为例

为了掌握科研动态和追踪研究热点,需要挖掘文献中的主题及其变化规律,因此,提出了一种基于隐性狄利克雷分布(latent Dirichlet allocation,LDA)的主题演化分析模型.首先,在整个文本集合上使用LDA模型识别主题及其关键词,并计算每个时间窗口中文档-主题概率分布;然后,对各个时间窗口下的文本集合分别使用LDA模型计算出主题-词汇概率分布,并计算不同时间窗口下不同主题的相似度,从而得出主题强度的演化趋势;最后,通过相似主题下的词汇的概率分布得到主题内容的变化.可观察到中文情报学领域,"语义分析"等主题的关注度具有持续上升的趋势.

基于情感分析的社交网络意见领袖的识别——以汽车论坛为例

社交网络的意见领袖在知识传播、舆情控制、商业营销等领域扮演重要角色。主题评论是用户意见的来源,情感分析有助于识别用户对意见领袖的情感倾向。为此,对用户言论主题分类,提取具有专业知识的主题帖。针对主题评论的情感极性不均衡分布情况,改进情感分类方法,最终构建关注、情感综合边权重矩阵。在此基础上,提出一种基于用户网络结构与情感倾向的Leader-PageRank算法。以汽车论坛为例,实验对比发现,Leader-PageRank能够结合社交网络的用户交互,有效识别在专业领域具有影响力的正面意见领袖。

中文比较关系的识别:基于注意力机制的深度学习模型

商品在线评论中存在着大量的比较语句,其中蕴涵着用户对不同商品或服务的体验及评价。通过挖掘评论文本中的比较信息,能够帮助企业洞察产品的市场竞争力。本文关注中文评论中的比较句识别任务,摒弃了先前研究中经常采用的模式识别方法,提出基于深度学习方法的层次多注意力网络模型。该模型获得了较好的识别精度,优于传统的分类模型和常见的深度学习文本分类模型,F1分数达到81%。本文提出的层次多注意力网络模型是端到端的,缩减了大量人工干预,有效简化了比较评论识别的工作量。

基于指数效用函数的企业年金最优投资策略

在两资产世界和指数效用函数假定下,构建了反映员工自主决策的缴费确定型企业年金计划——退休前有固定投入、退休后有固定支出的连续时间随机动态规划模型,求出了退休前和退休后最优投资策略.发现最优风险资产投资比重直接取决于企业年金基金积累与连续时间无风险利率的速度.如果基金积累超过连续时间无风险利率,则该比重随着时间推移而降低,反之则随时间推移而提高,如果二者速度相当则保持稳定.缴费投入越多则最优风险资产投资比重越低,消费支出越大则最优风险资产投资比重越大.大规模的Monte Carlo模拟证明了理论推导.

基于混合类别序列规则的中文比较评论的识别

在线评论中的比较信息揭示了品牌和商品的竞争性关系,为消费者的购买决策提供了有力的依据。在线评论中比较信息通常以显性和隐性两种形式存在。为此,提出一种将句法、规则、特征相结合的比较句识别算法。针对显性比较评论,提出了融合CSR方法与依存句法分析算法,即比较句的形式化结构与内在依存关系两个方面结合,提高比较句识别的效率。针对隐性比较评论,提出了基于产品名识别的方法,可有效识别隐性比较句,由此拓宽了比较句识别的范围。

企业电子商务采纳与应用关键影响因素实证研究

以创新扩散理论与文献为依据构建了企业电子商务采纳与应用关键影响因素模型,并以长三角地区企业为主体进行了问卷调查。在利用SPSS对调查结果进行信度分析的基础上,采用结构方程模型对假设模型进行了实证,研究结论有助于企业认清自身所处的环境与条件,了解电子商务技术采纳行为形成的机理,有效管理电子商务技术采纳与应用活动。

会计从业者必须投身于行业变革

美国注册会计师协会（AICPA）会长兼CEO Barrv Melaneon在“2017年度数字CPA大会”主题演讲指出，会计行业将在未来十年、甚至五年内发生天翻地覆的变化。行业以及生活的变化速度都是空前的，需要以更复杂的方式思考这种变化。

基于建构主义理论的《电子商务》课程案例教学研究

迅猛发展的电子商务催生了对电子商务人才的迫切需要，如何激发学生对电子商务的兴趣，培养既要有思想，又要有方法，既要有扎实的商务基础，又能自觉地利用电子技术实现商务目的的需要，切切实实地处理和解决电子商务发展的实际问题成为电子商务课程的迫切问题。从建构主义教学观出发，构建以学生主动建构知识为核心，包含以“电子商务案例教学”为中心进行教学内容创新、复合运用多种教学方法等的创新型课堂教学模式。突破传统课堂教学模式重理论轻实务的现象，提高学生的实践能力，满足社会对电子商务专业应用型人才的需求。

基于用户行为轨迹的在线音乐偏好模型

将音乐情感识别集成到音乐推荐系统中时存在用户感知情感与歌曲/歌词预期情感不一致的困难。为了解决这一难题,本文通过分析用户行为轨迹来构建用户音乐偏好。对用户播放行为中记录的歌曲使用LDA方法识别歌曲歌词,生成客观文本向量,基于对应的用户评论生成主观文本向量,再将两个向量融合为表达用户音乐偏好的综合文本向量,然后使用用户播放行为特征来处理时间和播放次数两个要素对用户偏好的衰减影响,并使用用户行为统计特征来平衡用户长期行为特征对用户当前偏好的影响,从而建立基于用户行为轨迹的用户在线音乐偏好模型。通过采集网易云音乐数据进行实证研究发现,本模型的推荐效果要高于单纯使用歌词文本向量的偏好算法。本研究为基于情感识别的在线音乐推荐提供了新的思路和方法。

信息技术在知识型客户关系管理中的应用研究

随着商业环境变得越来越知识密集型,知识管理在客户关系管理中的作用变得更为重要,将知识管理应用于CRM,使之具有知识性、分析性的特点,增强了企业对客户的识别、交流以及保持,同时信息技术的发展也为KCRM的应用提供了技术上的保障和支持。因此探讨如何有效地将信息技术应用于KCRM,充分发挥KCRM对客户关系的管理,就显得十分有意义。

对知识营销的认识

本文对伴随新经济时代而出现的一种新的营销方式——知识营销,进行较全面的探索。文中提出了知识营销的概念,并在此基础上给出其有别于以往营销方式的一些特点。

长江经济带农业碳排放时空特征及其驱动因素分析

为长江经济带农业碳减排政策的制定提供决策参考,从基于农业物资投入的农药、农膜、柴油、化肥、翻耕和灌溉等6个方面构建长江经济带农业碳排放体系,分析1996-2015年长江经济带农业碳排放总量的时序特征和2015年该区域11个省市农业碳排放量的空间特征,并利用改进的Kaya模型对1996—2015年农业碳排放的驱动因素进行分析。结果表明:1996-2015年长江经济带农业碳排放总量呈中速-高速-低速的阶段性上涨趋势;各地区间碳排放总量及强度差异悬殊,从碳排放总量角度看,上海市最低,安徽省最高;从碳排放强度看,贵州省最低,上海市最高;农业生产效率、农业劳动力和农业产业结构等因素的变化推动了农业碳减排。

“农超对接”供应链稳定性的影响因素分析——以“农户+合作社+超市”为例

"农超对接"对提供稳定的农产品销售途径,提高农产品质量具有重要意义,而当前"农超对接"面临着合作社、超市大批退出对接的困境,严重影响了"农超对接"供应链的稳定性。采用湖北省武汉市48家农业合作社的抽样调研数据,运用多项Logit模型从供应链内部和外部环境两个方面对"农超对接"供应链稳定性的影响因素进行实证分析。结果表明,合作社规模、超市信誉、政策支持程度、物流运送能力对"农超对接"供应链稳定性有不同程度的影响。政府需要加强财政扶持,完善贷款业务;合作社应该不断提高自身实力,实施标准化生产;超市积极提升预测能力及信息化程度,从而有效提高"农超对接"供应链的稳定性。

基于二阶AR模型的姿态估计干扰加速度补偿

外力引起的干扰加速度是利用加速度计进行姿态估计时的常见问题,进行干扰加速度的检测和补偿可有效提高姿态估计的精度。常规阈值方法在干扰加速度剧烈时易失效,文中提出一种基于二阶自回归(Autoregressive model,AR)模型的干扰加速度补偿方法,通过二阶AR模型预测干扰加速度,并将补偿后的加速度计观测与陀螺仪进行融合姿态估计。实验结果表明,二阶AR模型方法与阈值方法各有优势,将两者结合起来可有效进行干扰加速度的检测和补偿,提高动态情况下的姿态估计效果。

开展“农超对接”农民合作社难在哪里

2016年、2017年,笔者对湖南、湖北两省的农民合作社“农超对接”开展情况进行调研,共走访55家农民合作社并发放调查问卷,收回有效问卷51份。调研发现,当前合作社参与“农超对接”的情况不容乐观,加入“农超对接”的合作社开展“农超对接”面临入场费用高、货款回流不及时等问题,甚至出现大批合作社退出“农超对接”的情况。为何合作社难以参与或维持“农超对接”呢?在调研基础上,笔者对列入农业部管理干部学院“聚力强社”合作社领军带头人培育计划的江苏省海安县华辉蔬菜专业合作社、河北省石家庄市栾城县聚满种植专业合作社和山西省朔城区上沙塄河村晟源合作社进行了访谈。

基于深度哈希的相似图片推荐系统:以Airbnb为例

与文本和数字类信息相比,图片信息更直观地展示商品关键要素,吸引用户的眼球,传递商品的核心特征。特别是对于在线短租平台,获取用户的图片偏好、捕捉用户个性化信息、进行基于图片的精准营销具有一定的实际价值,引起了研究者的广泛兴趣。综合考虑深度学习的建模和表征能力以及哈希算法的高效检索能力,构建一个基于深度哈希的相似房源图片推荐框架。完整论述项目框架搭建的全流程:首先,在数据采集和预处理中,采用爬虫技术获取房源图片并进行预处理,构建房源图片库和图片索引库;其次,搭建深度哈希模型,通过卷积神经网络抽取图片特征,经过深度哈希模型运行生成图像特征哈希值;再次,通过设置损失函数、优化网络参数、优化训练策略和超参数进行模型最优化处理;最后,将目标图片生成的图像特征哈希值与图像特征索引库中的图像特征哈希值进行相似性匹配,并按照相似度高低顺序返回结果。通过对Airbnb纽约地区的数据进行实验评估,将提出的方法与经典深度哈希模型进行比对,从用户感知角度进行模型有效性评价。研究结果表明,基于深度哈希的相似图片推荐系统能够有效进行图片解析,计算图片相似性并排序。与传统方法相比,综合了图片布局、色彩和色调等深层次信息,从视觉信息角度返回优质检索结果。同时,摆脱了人工设计用户画像和抽取用户特征的繁琐步骤,基于神经网络无监督学习的特点使该推荐系统能够实时捕捉用户视觉偏好信息进行精准营销。研究结果丰富了个性化推荐领域的研究内容,提出的框架可用于分析用户的房源偏好信息,刻画用户画像,对用户进行精准营销。这既有利于提高平台的用户转化率和整体效益,也能带给用户更好的消费体验。