期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
人口健康信息学及其系统应用 被引量:1
1
作者 廖永丰 杨林生 王五一 《地球信息科学》 CSCD 2002年第4期50-55,共6页
目前 ,人口健康的研究已经由传统的疾病控制转变为对人口福利、生活质量、人体机能状态的全面探讨 ,传统制图技术无法适应这种转变提出的挑战 ,GIS成为综合人口健康研究技术支撑的必然选择。二者的具体结合点就是人口健康信息学。GIS在... 目前 ,人口健康的研究已经由传统的疾病控制转变为对人口福利、生活质量、人体机能状态的全面探讨 ,传统制图技术无法适应这种转变提出的挑战 ,GIS成为综合人口健康研究技术支撑的必然选择。二者的具体结合点就是人口健康信息学。GIS在人口健康研究和管理领域发挥着技术核心作用 :一方面 ,它大大提高了健康问题的研究水平 ,另一方面 ,它可以帮助管理人员完成多层次的管理、决策和规划任务。这主要得益于 GIS在时空分析方面的技术优势。缓冲区分析、时空分析是环境健康研究和管理中经常采用的 3种主要技术。GIS与人口健康研究和管理的结合也存在着诸多的限制因素 ,其中数据质量问题最为突出 ,GIS本身的技术问题和研究人员对 GIS的熟悉程度也不可忽视。 展开更多
关键词 健康 环境 人口健康信息学 GIS
下载PDF
社交网络群中用户活跃度分析与预测 被引量:2
2
作者 张效尉 余云霞 王伟 《西南师范大学学报(自然科学版)》 CAS 北大核心 2018年第12期115-121,共7页
对于社交网络中不同的群组,由于用户属性(性别、年龄等)、群类别、群成员之间关系等因素的影响,其活跃度各不相同.本文首先从社交网络用户数据中提取人口信息、群的类别、社交关系、群用户黏性(分享消息数、图片数)等特征,然后利用logis... 对于社交网络中不同的群组,由于用户属性(性别、年龄等)、群类别、群成员之间关系等因素的影响,其活跃度各不相同.本文首先从社交网络用户数据中提取人口信息、群的类别、社交关系、群用户黏性(分享消息数、图片数)等特征,然后利用logistic回归、支持向量机、BP神经网络等机器学习算法对不同群中用户的活跃度进行预测.结果表明,BP神经网络针对社交网络群中用户活跃度分类判断时具有较高的预测性能,社交关系特征对群用户活跃性具有重要影响. 展开更多
关键词 社交网络群 用户活跃度 人口信息学 社交关系
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部