可视化手段与数据新闻的“化学反应”——以第二届中国数据新闻大赛作品为例

在"互联网+"的时代背景下,传统的图文可视化手段对数据新闻的推动力较弱,新型可视化手段的出现,是数据新闻发展的新契机。《奔跑在"一带一路"的男神》是第二届中国数据新闻大赛的优秀作品之一,本文试图对此数据新闻中用到的新型可视化手段进行研究,分析新型可视化工具的特点、优势,分析新型可视化手段作用于数据新闻的积极作用,探究两者之间究竟产生了哪些"化学反应"。

结合CNN和GCN的在线学习平台辍学预测方法

针对在线学习平台的高辍学率问题,提出了基于图卷积模型的在线学习辍学预测方法,通过分析学习者在不同时间尺度上的行为特征,及时发现学习者的辍学倾向,采取预防或补足措施.首先,将学习平台采集到的行为数据作为时间序列数据,使用ResNet-50作为局部特征提取的卷积神经网络(CNN),构建包含时间信息的特征向量.其后,将多维特征向量作为图卷积网络(GCN)的节点特征,通过两个GCN网络层建立相关特征的内在联系,并通过数据扁平化尽量保留更多的信息.大规模在线开放课程(MOCC)公开数据集上的实验结果表明,所提方法的预测准确度高于其他先进方法.