基于LDA模型的高校疫情防控舆情分析

针对新冠疫情期间高校疫情管控过程中所出现的舆情问题,提出一种基于词频分析与LDA模型的舆情情感分析方法。首先,从微博上挖掘与疫情防控有关的话题,采用Python爬虫爬取8219条微博留言;然后,运用情感分析与LDA模式,对正负情绪进行主题挖掘,并使用PyLDAvis进行可视化展示;最后,利用社会网络和Gephi对正面和负面的舆论影响进行相关性分析。实验结果表明,研究可为高校有效管理提供理论依据和技术支撑。

基于CiteSpace的高校疫情防控研究可视化分析

目的总结国内高校疫情防控研究领域的发展动态、热点变迁及前沿趋势。方法以中国知网数据库收录的2020年1月1日—2023年1月31日高校疫情防控研究领域相关文献为研究对象,采用CiteSpace对纳入文献的作者、机构、关键词信息进行分析。结果共纳入文献2111篇,主要发文研究机构有东北农业大学、南京城市职业学院等。高产核心作者有王晶、刘成玉等。关键词聚类分析后得到10个聚类:心理健康、高校、重大疫情、新型冠状病毒肺炎、图书馆、疫情防控、线上教学、疫情、课程思政、抗疫精神等。结论目前,高校疫情防控研究领域已有较为丰富的成果,研究范围也比较广泛,但是部分热点问题的研究深度不足,研究学者和机构都存在协作力度较差的问题,相关热点议题的深度有待进一步挖掘。

高校新冠疫情防控系统模式设计与开发

高校由于其群体性、大规模等特征,是疫情防控的重地,亟需一个能覆盖全、填报快、采集准、管理高效、统计实时、上报有效的信息系统。在分析现有模式的基础上,学校探索出一种新的模式并在五天时间内快速研发了疫情防控系统,该系统以微信小程序为入口,提供实名身份认证、自动定位识别、精确信息采集、三级审核管理、数据实时上报等功能。文章对其设计和开发过程进行介绍,实践表明,疫情防控系统具有采集快、定位准、体验好、效率高、管理便捷的优点,为高校的疫情管理工作提供参考。

基于Anylogic的智慧食堂APP开发和运作效率改善

近年来,全国餐饮业飞速发展,在疫情的趋势下,高校智慧食堂可以实现避免密集人流,对阻断传染途径具有重要意义,本文使用“5W1H”、“ECRS四原则”分析发现食堂布局和取餐流程存在的问题,运用基础工业工程和anylogic人流仿真对食堂取餐流程进行分析和优化,通过app点餐来减少人流密度,提高就餐效率,促进服务与管理的双提升。