基于文本挖掘的生鲜物流服务质量评价

由在线评论得到的物流服务质量评价结果能够有针对性地提升物流服务质量,对于提升生鲜电商的竞争力极其重要。结合SERVQUAL模式、LSQ模式和生鲜电商特点构建物流服务质量评价模型,以京东生鲜物流作为研究对象,通过python编写爬虫代码爬取京东生鲜消费者评论并进行jieba分词,获得物流高频关键词及其TF-IDF 权重,并将关键词映射到评价模型的各个指标中。然后对关键词所在的评论进行情感打分,综合TF-IDF权重、情感打分、指标权重,计算得出每个指标的物流服务质量评价得分。根据评价结果发现,京东生鲜在可靠性、时间性、移情性等方面可以继续保持并提高,提出加强物流信息的及时准确性、重视退换货费用、采取多样的配送及取货方式等建议。研究结论可为生鲜电商企业优化产品物流服务、提升企业竞争力提供参考。

基于特征词的教学综合评语量化研究

目前高校对课堂教学质量的评价方法较为单一,现有方法不能很好地区分不同课程教学质量的差异,专家对教师的课堂综合评语也没有得到充分利用。为有效利用教学综合评语,提出基于专业特征词与大数据特征词的两种评分模型,对教学综合评语进行量化打分。结果表明,基于大数据特征词的评分模型能更好地区分不同课程教学质量的差异,模型精度高达87.5%。该方法不仅能减少由于专家评价的主观性造成的误差,而且避免了传统评价方法导致的结果模糊问题,具有重要的参考价值。

基于耦合CNN评分预测模型的个性化商品推荐

电子商务中大量评论数据蕴含着丰富的信息,该信息有助于解决个性化推荐系统存在的数据稀疏问题.为了充分挖掘评论数据蕴含的价值,提高商品推荐的准确率,本文提出了基于耦合CNN评分预测模型的个性化商品推荐方法.该方法首先利用耦合CNN构建评分预测模型,将耦合CNN分为用户网络和商品网络,划分成输入层、卷积层、输出层和共享层;用户评论数据和商品评论数据分别从相应网络输入;在评论数据分析时,从字向量角度进行语义分析,同时改变传统的使用单一大小卷积核处理句子的模式,使用多个并行的卷积层,利用大小不同的卷积核对句子进行特征提取;两个网络的输出将共同汇聚于共享层,在共享层使用因子分解机进行评分预测;最后将结果中的高评分商品推荐给用户.经对比实验验证,本文所给方法能够提高商品推荐的准确率.

成绩考核评价体系的构建与实施

以教育部制订的《全国普通高等学校体育课程教学指导纲要》精神为指导,建立了一套体现新课程理念要求的高校速度滑冰课成绩评价体系,通过2个教学周期的实验,认为高校速度滑冰课成绩评价指标具有合理性和可行性,并为高校体育教师评价学生成绩提供了具体的操作方法,旨在为高校新课程改革提供参考。

高校家庭经济困难学生认定系统的设计与实现

为解决当前高校家庭经济困难学生认定J-作中的诸多困难．文章使用visual c#开发语言和SQL server数据库．在．net框架下设计并实现了基于B／S模式的高校家庭经济困难学生认定系统，对高校学生家庭经济状况进行定量和定性分析，采用工作流的模式分阶段分层次对学生进行筛选和审核认定，有效提高了高校家庭经济困难学生认定资助27-作的规范合理化和工作效率。

电子商务信用评价体系改革探究——以淘宝网为例

我国电子商务的健康发展需要一套完善的信用评价体系做保障,目前,国内现行的电子商务信用评价体系过于简单,由于买卖双方信息的虚拟性与不对称性,造成此信用评价体系存在许多漏洞与不足。本文对淘宝网现行信用评价体系进行分析研究,提出以情感分析为基础的商品评价模型构建,并提出只做评价情感分值,不刻意体现好中差评;取消平台后台自动评论与修改中差评功能;买家好评率展现等建议,以推动我国电子商务信用评价体系的进一步完善。

加强高校评教系统可靠性的方法初探

本文主要介绍了在高校评教系统实现的过程中,为加强系统的可靠性所采取的一些方法、措施。

基于模糊理论的毕业论文成绩评定

以模糊数学理论为基础,建立毕业论文模糊评判模型。

质子泵抑制剂评分制处方点评模式的建立与效果分析

目的:探讨质子泵抑制剂评分制处方专项点评的有效性,以建立质子泵抑制剂医嘱点评的长效机制。方法:创建评分制处方点评表格及点评模式,采用此点评模式,对2015年住院病历共6248份进行点评,对质子泵抑制剂使用率、使用强度、合理率、平均分进行对照研究。结果:从2015年实施评分制处方点评模式后,住院医嘱质子泵抑制剂使用率分别从干预前65.1%,降至41.1%;合理使用率从干预前55.5%,提升到干预后的78.7%,处方平均分逐渐提高,同时评分制处方点评模式具有科学、客观,可操作性强等特点。结论:质子泵抑制剂评分制处方专项点评模式的建立与实施,促进了质子泵抑制剂合理使用,可作为质子泵抑制剂临床应用管理的长效机制。

文献检索与基于影响的摘要系统设计与实现

构建了一种新型文献检索系统,能够摘要一篇文献中引起读者研究工作关注的那些内容,并返回读者对这些内容的评论,从而帮助用户快速了解该文献的学术价值及不足之处等重要信息。利用文献间的引用关系从其他文献中找到指向一篇文献的评论上下文,借鉴查询-检索模式,将评论转化为一元语言模型所生成的查询,并将原文献划分为句子所构成的文档集,基于KL-divergence检索模型找到原文献中与评论对应的句子。选取得分最高的若干句子构成体现原文献对外影响的摘要。系统基于北京大学研制的智能搜索引擎平台Platform for Applying,Researching And Developing Intelligent Search Engine(PARADISE),具有快速构建可扩展好的优点。

一种面向中文产品评论数据的情感分类模型

对具有字数少、噪声多、特征稀疏等特点的中文产品评论数据建立了一种基于机器学习的情感分类模型,旨在提高情感倾向性判别的综合评价指标F值。结合知网(HowNet)情感词典提出了一种通过增加情感词比重的C-TF-IDF权重计算方法,弥补了词频-逆向文档频率IF-IDF仅依靠词频来衡量特征项权重的缺点。先对一步三分法和二步二分法的情感分类策略进行了实验对比分析;然后选取了一步三分法对不同特征提取数量下的情感分类效果进行了研究。实验结果表明,C-TF-IDF比TF-IDF更适合于中文产品评论数据的情感分类任务,F值可最低提高1.584%,最大提高2.267%。

支持跨领域的中文虚假评论识别方法

【目的】在多领域数据集的基础上,构建一种基于评论文本深层词关系语义信息提取的支持跨领域的中文虚假评论识别模型CFEE,解决传统识别方法较少考虑中文评论文本中存在不同领域数据差异性和领域虚假评论数据隐藏性的问题。【方法】提出11条虚假评论数据集建立规则,建立多领域数据集;构建CFEE模型跨领域识别中文虚假评论,其主要功能为基于ERNIE预训练模型提取文本深层语义信息、基于评论文本情感属性识别评论隐藏性、基于卷积神经网络将文本信息投射到词关系维度、基于神经网络融合特征实现分类。【结果】CFEE模型在多领域中文虚假评论数据集上的F1值为91.52%,在手机、食品、服装、家电等单领域数据集上的F1值分别为85.71%、79.59%、85.71%、85.00%,效果均显著优于现有模型。【局限】存在人工标注的主观性。【结论】本文所提识别方法能够有效地跨领域识别中文虚假评论。

评分制抗菌药物处方医嘱点评模式的建立与效果分析

目的:探讨评分制抗菌药物处方医嘱专项点评的有效性,以建立抗菌药物处方医嘱点评的长效机制。方法:创建评分制处方点评表格及点评模式,采用此点评模式,对2011-2013年1-6月门诊处方共13 160张、急诊处方共3 340张,住院病历共2 541份进行点评,对抗菌药物使用率、使用强度、合理率、平均分进行对照研究。结果:从2012年实施评分制处方点评模式后,门诊、急诊处方和医嘱抗菌药物使用率分别从干预前33.3%,39.6%,61.1%降至18.3%,22.0%,39.7%;合理使用率分别从干预前79.2%,67.7%和55.0%提升到干预后的99.0%,96.1%和76.1%,使用强度从每百人天81 DDDs下降至37DDDs,处方平均分逐渐提高,同时评分制处方点评模式具有科学、客观性,可操作性强。结论:评分制抗菌药物处方专项点评模式的建立与实施,促进了抗菌药物合理使用,可作为抗菌药物临床应用管理的长效机制。