线上商品评论有效性分类专业领域知识模型的构建研究

线上商品评论有效性分类领域知识模型的构建是商品评论有效性分类的一个重要基础性工作,其直接影响分类器的精度与召回率。以往的研究大多集中于情感词典的构建以及领域术语抽取工作,对于一种专门针对线上商品有效性分类的领域知识库的构建研究较少。本文提出了一种基于信息增益技术进行文本有效性分类领域知识模型构建的半监督方法,同时构建了商品领域停用词表。通过对Amason、淘宝和京东商城iPhone系列手机评论数据利用Python语言进行有效性领域知识抽取和分类预测,实验结果发现该方法显著提高了评论有效性预测的精度。

ICAI系统领域知识模型的设计与应用

从知识点和知识点的关系两个方面入手,阐述了ICAI系统领域知识模型的设计方案,在此基础上实现了学习路线生成、学习进程控制、必备知识点补习等智能化学习过程,解决了采用单纯超文本知识结构模型的ICAI系统的迷航问题.

网络环境下集体智慧领域知识模型构建

为促进学习者的长时记忆和对知识的主动建构,通过阐述领域知识模型主要建模标准,提出了领域知识模型建构参考规范,并以联通主义学习理论为指导,关注学习者个体行为、主动参与及学习者共同参与生成的集体智慧在领域模型构建中的重要作用。由个体领域知识模型构建出发,将个体领域知识模型聚合为集体领域知识模型,实现知识点与知识点间的联结,集体领域知识模型又影响个体领域知识模型,实现个体领域知识模型的优化,进而完成领域模型的构建与优化,对"个人"与"集体"知识体系的建设具有很强的借鉴和指导意义。

信息集成与知识集成

信息集成能够有效提高信息交流、处理和反馈的效率,增强系统之间通过协作解决复杂问题的能力。实现知识集成是信息系统集成的最终目标,因为系统之间交换的数据和信息都是知识的载体,因而知识集成也最具潜力和最难于实现。文章分析了信息系统集成中的知识集成问题、方法和使能技术,并通过一个资源管理模型来进行原理验证。

航空软件测试过程模型应用研究

对几种传统的软件测试过程模型进行分析和比较,结合航空软件的特点,根据航空软件测试模型建立的原则,提出领域知识模型的软件测试新模型;对基于领域知识模型的航空软件测试过程进行探索和研究,旨在提高软件开发的质量和软件测试的效率,进而提高航空软件的安全性和可靠性。

人工智能背景下高职教育自适应学习模型研究

人工智能自适应学习是通过机器学习算法联合大数据分析,将人工智能与教育充分融合的教学模式。在高职教育中,学生与教师希望用自适应学习模式改变现状。为基础不同的学生推荐学习路径,为学习习惯差异的学生引导情感;帮助教师实施精准的分层教学,提供教师科学的测评办法。这些内容的实现需要在自适应学习系统中着重构建三个核心模型--领域知识模型、学习者模型、教学模型,并不断完善相应的模型,真正实现高职教育的因材施教。

基于OBE理念的个性化自适应学习模型研究

OBE成果导向教育理念的提出,为工程教育改革带来了新契机。个性化学习是培养创新型人才的前提,为社会对人才培养的需求创造了有力条件。本文将OBE理念和个性化自适应学习相结合,以OBE理念为导向,对学生数据进行分析,充分挖掘学生学习的个性化需求,为学生推荐个性化学习资源,引导学生高效学习,提高学生学习兴趣,并以此促进“以学生为中心”的个性化自适应学习系统的应用。

面向用户需求的自适应学习系统个性化学习路径推荐研究

面向用户需求构建个性化学习环境是当前E-learning领域研究的热点。自适应学习系统(Adaptive Learning System,ALS)是E-learning个性化学习支持服务的解决方案。针对ALS推荐学习资源的精准性与有效性问题,文章尝试性从用户学习路径的视角出发,在对学习者与领域知识建模的基础上通过关联规则挖掘技术动态匹配与重组学习资源,进而实现ALS个性化学习路径推荐机制。仿真实验结果表明,利用本推荐机制在一定程度上能有效推荐学习资源,进而较好地满足当前用户个性化学习需求。

以人为中心的智慧城市公共服务支撑技术与平台

智慧城市建设所涉及到的领域众多且内涵十分丰富,其中,与城市居民生活密切相关的民生领域是智慧城市建设的关键领域之一。本文阐述了面向民生领域支撑智慧城市建设的"以人为中心的公共服务支撑技术与平台"的总体需求与技术框架,并介绍了该平台目前的应用情况。

语义驱动的司法文档学习分类方法

基于海量的司法文书进行的高效司法文档分类有助于目前的司法智能化应用,如类案推送、文书检索、判决预测和量刑辅助等。面向通用领域的文本分类方法因没有考虑司法领域文本的复杂结构和知识语义,导致司法文本分类的效能很低。针对该问题提出了一种语义驱动的方法来学习和分类司法文书。首先,提出并构建了面向司法领域的领域知识模型以清晰表达文档级语义;然后,基于该模型对司法文档进行相应的领域知识抽取;最后,利用图长短期记忆模型(Graph LSTM)对司法文书进行训练和分类。实验结果表明该方法在准确率和召回率方面明显优于常用的长短期记忆(LSTM)模型、多类别逻辑回归和支持向量机等方法。

个性化计算机辅助教学系统研究与实现

结合个性化计算机辅助教学系统的特点,给出了一个基于Web的智能计算机辅助教学(ICAI)系统结构及其工作流程。建立了个性化的领域知识库模型、教师模型和学生模型,并对其主要设计思想与实现方法作了详细介绍。

大规模网络化经费预算评审支撑系统研究

针对我国国有企事业单位经费预算评审目前多为线下评审,存在周期长、费用高、流程繁琐等弊病的现状,文中进行了大规模网络化经费预算评审系统研究。系统通过采用分布式架构、分库分表、数据库缓存等技术实现了大量预算评审项目的同步在线评审和海量评审数据的存储和分析调用,通过系统动态评审模板满足不同项目评审需要,通过智能算法实现评审专家的随机智能抽取,通过领域知识模型,提高知识库的数据利用效率和知识管理水平,通过系统在某领域的实际应用测试可知,该系统高效、实用、可靠,且极具推广价值。

自适应教学系统的分析

本文介绍了ALS及其的模型系统构建,同时分析了ALS系统的实现方法和在实际教学中的良好效果。并详细介绍了ALS系统的各个模块的组成与相互关系及最终实现目标。

汉语语法自适应学习技术研究

自适应学习的关键在于提高学习者的自适应程度,解决在传统学习模式下学习资源与学习者的自适应度较低造成的学习资源和学习者时间浪费的问题。将汉语语法学习与自适应学习技术相结合,构建汉语语法的领域知识模型,将提高汉语语法学习的自适应度,实现汉语语法的个性化学习。

An Interactive Model for Analyzing the Development of the Communication Discipline： Israel as a Case Study

Our paper presents an interactive four-dimensional model for studying the long- and short-term development of the communication discipline with Israel serving as a case study： institutional-contextual, institutional-in-field, intellectual-contextual, and intellectual-in-field. Our empirical analysis utilized personal interviews, archive documents, and statistical data. Four main processes were discerned： transition from integration to alienation between institutions of higher learning and the larger political and ideological context; a shift from Hebrew University Institute of Communication＇s institutional monopoly to a multiplicity of increasingly competitive communication schools/departments; transition from intellectual hegemony to limited intellectual diversity; and gradually improving status for the communication field among social science disciplines. Our case-study analysis validated the interactive relationship among the model＇s conceptual dimensions, calling for future cross-national comparisons.

B/S模式下自适应学习系统个性化推荐服务研究

针对学习者差异性构建个性化学习系统受到国内外众多研究者的关注。本文从学习者角度出发,提出了一种基于B/S模式的自适应学习系统(Adaptive Learning System,ALS)个性化推荐模型,以学习者和领域知识建模为基础,并通过对学习者的学习风格、认知水平与领域知识元对象特征之间进行关联规则匹配实现个性化推荐。最后,通过实验设计、实施以及数据分析对系统原型的有效性进行了验证。实验结果表明,本研究成果能够较好地促进学习者知识建构,有效改善学习者的学习效率和学习效果。