基于BETR-BiGRU-CRF模型的文物档案知识图谱构建研究——以北京中轴线文化遗产档案为例

建立文物档案知识图谱便于对文物档案进一步的研究与利用。以中轴线文化遗产档案为原始数据集,采用BERT-BiGRU-CRF模型进行文物档案实体识别,在此基础上构建中轴线文化遗产档案知识图谱,使用Neo4j图数据库完成知识存储。经实验验证,BERT-BiGRU-CRF模型在文物档案实体识别任务中具有更高的精确度与召回率,有助于建立准确、一致、完整的文物档案知识图谱,能够为文物档案管理与保护、文化遗产保护与传承等提供参考与借鉴。

房地产市场系统动力学仿真模型研究——以北京市为例

以北京市商品住房市场为例,基于系统动力学理论,从住房供给和住房需求角度确定房价的影响因素,构建房地产市场的系统动力学仿真模型。结合税收政策、利率政策和土地政策,对2000-2019年商品住房价格进行政策仿真调控,结果显示土地政策对商品住房价格的影响最大,其次是利率政策,税率政策的影响最小。对房地产市场进行调控,需要以优化土地供应结构为主,合理利用利率政策因地制宜进行贷款利率弹性化调整,并辅之以税收政策,以维持房价稳定、保障房地产市场健康发展。

中国绿色食品认证省域发展差异及综合评价

为科学评价我国各省份绿色食品认证的发展情况,从绿色食品全产业链角度选取8项指标,基于因子分析方法进行公因子提取,对比分析了各省份在3类因子上的得分差异;运用指数和法计算了各省份绿色食品认证发展指数。结果表明:(1)全国31个省份处于优、良、中和差4个水平的个数及占比分别为3(9.68%)、7(22.58%)、10(32.26%)和11(35.48%),绿色食品认证工作区域发展水平存在较大差异;(2)黑龙江、江苏和山东3省推进效果最好,贵州、海南和西藏推进效果最不显著;(3)各省份在不同因子上的得分存在明显差异,得分较低的因子是相应省份未来推进的重点。研究结果可为我国未来绿色食品认证工作的进一步推进提供理论参考。

基于K-medoids-NCA-SMOTE-BSVM融合模型的网络交易平台高质量数据资源识别研究

随着数据服务形态不断衍生,数据资源作为一种新兴生产要素,其交易流通需求呈现爆发式增长。如何从海量数据中识别高质量数据资源,挖掘要素价值,成为数据交易平台获取竞争优势以及提升要素配置效率的关键。本文旨在发现平台交易情境下高质量数据形成的关键因素,提出从大规模、异质数据资源中高效识别高质量数据的方法。首先,基于高质量数据形成过程,构建“固有品质-商品表征”二维识别指标体系;然后,提出K-medoids-NCA-SMOTE-BSVM融合模型,对高、中、低三类不同质量数据进行分类预测;最后,收集真实数据交易平台的API交易数据,开展实证研究。结果显示:相比SVM,WOA-SVM,PSO-SVM,MLP和CNN等方法,K-medoids-NCA-SMOTE-BSVM模型在预测准确率和训练时间方面,均有良好的性能表现。本文提出的识别指标及分类模型,为平台经济下数据质量判断与预测提供了依据,对产品视角下数据质量标准制定以及数据交易定价优化具有一定实践意义。

机电系统健康状态预测和维修决策的双向优化方法

在以机电系统为代表的复杂装备健康管理的应用场景中,健康状态预测与维修决策操作依赖于装备的健康状态演化进程,二者在所依赖的知识上具有明显的耦合性,对应的二元知识也因此具有双向融合的价值。本文从健康状态评估与维修排故二元知识的双向融合出发,提出一种面向机电系统的健康状态预测和维修决策双向优化方法,即定期利用该阶段累积的有限运行记录,在该阶段的健康状态预测和即时维修决策模型上做出优化。最后,本文基于实际机电系统中天线调平系统的仿真实验对本文所提的双向优化方法进行了验证,健康状态预测误差稳定降低到0.002%,维修决策收益稳定提升到93.57,验证了本文提出的健康状态预测与维修决策协同方法的有效性。

大数据视角下教育管理和决策优化研究

大数据渗透和融入教育领域,引发教育管理和决策的极大变革和创新,推动了教育教学由经验决策到数据驱动决策的转型,使教育管理和教学决策向更加智慧的方向发展和迈进。借助大数据挖掘算法和大数据分析技术,实现教育大数据预测分析能力,可以较好地优化高校教育教学决策,提升高校教育教学管理水平,使之由增量扩张向质量创新发展转变,拓展教育教学决策的深度和广度。

自然语言处理在我国社会科学领域应用的发展路径识别与构建研究

识别与构建自然语言处理在我国社会科学领域应用的发展路径有利于场景应用创新,对推动学科间深入融合与交叉发展具有重要意义。基于2010—2021年中国知网数据库中文社会科学引文索引(CSSCI)来源的期刊文献,利用CiteSpace软件并融合关键词阶段演进与中心度特征,开展自然语言处理技术在我国社科领域应用的发展路径识别研究,构建文本分类、机器翻译、情感分析、科学知识图谱4个研究方向发展路径。结果表明,文本分类、机器翻译、情感分析方向经历了由机器学习到深度学习、由独立模型到集成模型、由粗粒度任务到细粒度任务的演化进程,科学知识图谱方向的研究具有学科融合化、产业新兴性、政策理论化、方向创新性特点,但研究方法有待创新;自然语言处理与社会科学领域的持续融合与交叉,是其应用在我国社会科学领域持续发展的重要原因。

秦代兵马俑兵——以皮甲为例基于遗传算法优化Canny算子的织绣文物纹样抽取方法研究

织绣文物中的纹样彰显中国传统文化造型艺术的形式美感,是文创设计的重要素材源泉。针对传统Canny算子进行纹样边缘检测需人为确定阈值的问题,本文提出基于遗传算法自适应优化Canny算子阈值的方法,将边缘点、非边缘点类间梯度幅值方差设置为适应度函数,通过格雷码对阈值染色体编解码、锦标赛选择算法优选交叉变异后的阈值,求解最优适应度对应的高低阈值,用于纹样边缘检测;此外,运用形态学操作得到纹样的完整、精确轮廓;最后,添加Alpha通道抽取纹样前景。实验表明,上述方法在织绣纹样抽取精度和像素准确度(PA)上,优于传统Canny算子、混合蛙跳自适应Canny算子、Otsu法优化Canny算子等已有方法,可有效检测织绣文物图像中纹样真实边缘并完成纹样抽取。

社交商务平台的同质性、茧房效应及破解策略研究

社交商务作为数字经济的重要组成,拥有巨大的市场潜力,但也面临着平台发展模式同质化等问题,导致形成固化用户的自我认识和网络信息行为的信息茧房。由于社交媒体的多样性、群体关系复杂性,茧房效应与社交商务结合的研究有待进一步挖掘。通过中国知网和Web of Science核心集,截至2023年3月31日,检索并筛选获取606篇相关文献,运用社会网络分析方法进行分析。其中300篇中文文献重点探讨个性化推荐算法对信息茧房形成的影响,306篇英文文献更多关注信息茧房与平台和用户行为之间的关系。基于信息茧房相关概念的研究明确其内涵和特征,根据平台、算法和用户3个维度的作用机制分析构建信息同质化视角下信息茧房形成机制框架,即社交平台内外部信息趋同导致了用户选择同质化、平台内容同质化以及用户群体同质化问题,并以正反馈的形式不断加强,最终形成信息茧房。由此,基于同质化视角,分别从政府、平台和用户3个主体层面提出社交商务平台应对信息茧房的策略。

基于在线评论的博物馆服务质量评价

博物馆是我国公共文化服务体系中的重要组成部分,高质量博物馆建设是当前博物馆发展的必然趋势,完善评价指标体系能检测当前服务质量发展水平,还有利于引导博物馆的未来发展方向。通过博物馆的在线评论爬取,结合LDA模型与SERVQUAL模型,确定评估的关键指标,构建博物馆服务质量评价指标体系,包含5个一级指标和20个二级指标。然后用CRITIC法计算权重,并计算最终评价得分,针对博物馆给出相关服务提升改善建议。

基于组合赋权的绿色产品认证关键风险点识别及评价

为加强绿色产品认证过程中的风险管控,针对绿色产品认证这一全新领域,结合绿色产品的全新特征,分析其认证过程中的风险要素,从绿色产品认证流程分析的视角,提取认证机构固有风险、文件评审风险、现场检查风险、抽样检测风险、获证后监督风险共5大类16个风险点,并对每一风险点的测度方法予以确定。在此基础上,分别采用层次分析法和熵权法计算各风险点的主客观权重,进而基于总误差平方和最小化原则,确定各风险点组合权重;基于组合权重识别出绿色产品认证过程中的关键风险点,并对绿色产品认证总体风险进行评价;组合赋权方法既利用专家经验,又根据实际认证工作动态调整关键风险点,可提升风险管控效果。该研究成果可为中国未来绿色产品认证工作的实施和风险管控提供一定的理论参考。

网络异源数据社会风险预估及有效性分析

针对互联网中异源数据的风险预估问题,借鉴社会心理学中社会风险研究成果,提出基于深度学习模型Paragraph Vector的风险分类和风险预估方法.选择"天涯社区"的"天涯杂谈"和"百姓声音"子板块为例,通过话题分析和相似度比较说明了不同子版块之间社会风险分类的可行性;利用基于Paragraph Vector的K-Nearest Neighbors分类方法(KNN-PV),以"天涯杂谈"标注数据为训练集,实现"百姓声音"相同时间段新发帖的风险分类和风险预估,并通过人工标注结果验证了KNN-PV方法的有效性.研究结果表明,基于机器学习方法能够实现互联网中异源数据的风险分类和风险预估.

基于因子分析的高新技术园区发展综合评价——以中关村示范区为例

概括综合评价方法的研究现状以及因子分析方法在实践中的应用,通过对因子分析理论本质的推导和对其几何本质的全新认识,以因子分析综合评价算法为工具,实现对中关村国家自主创新示范区2013—2017年发展状况的全面综合评价。

考虑非期望因素的决策单元排序:两阶段综合效率法

对所有平行级别上的同等类型的决策单元(DMUs)在绩效表现上的排序一直是管理决策领域研究的重要课题之一。基于数据包络分析的超效率理论和SBM模型,探讨考虑非期望因素的DMUs排序问题。首先构建新的考虑非期望因素的超效率SBM模型,此模型不仅能对有效DMUs排序,而且能够转化成线性规划问题求解,具有有界性、单调性等良好性质。然后将新模型与Tone的SBM模型结合提出了考虑非期望因素的SBM综合排序法,同时给出了相对应的多项式时间算法。该方法以SBM模型作为第一阶段完成非有效DMUs排序,以新模型作为第二阶段完成有效DMUs排序,两阶段综合即完成所有DMUs排序。研究结果表明,综合排序法能够完成对考虑非期望因素的DMUs的排序,为绩效评价的管理实践提供了重要的理论依据。选取中国2010年的30个省份为实证研究对象,应用所提出的综合效率排序法对其环境效率进行排序。分析结果与中国的现实情况的相吻合,表明该排序方法是合理的,能够完成对这些地区的环境效率进行排序,可以为决策者评价环境的绩效表现提供有效的决策支持。

“双碳”战略下生物质活性炭材料生产与应用发展探析

生物质活性炭是符合绿色发展理念的碳中性材料,其大力发展和推广应用有助于实现国家“双碳”目标。为促进生物质活性炭产业发展,综述了炭化、活化、改性和再生等生产工艺,讨论了其在吸附净化、催化反应和能源储存等方面的应用,从拓展原料、优化工艺、开发新装备、研制新产品和开展“碳中和”战略规划及标准化研究等方面提出了进一步加快生物质活性炭产业发展的建议。

智慧城市建设助推地区经济发展——基于PSM-DID方法的验证

随着信息技术的快速发展,智慧城市建设逐渐成为信息化时代新的增长点。基于双重差分模型,结合倾向得分匹配方法(PSM-DID),以2005-2018年中国215个地级市的面板数据为样本,评估智慧城市的建设对于地区经济发展的影响。实证结果证明,智慧城市建设能够显著促进实际人均GDP的增长,这一结果在PSM-DID的进一步检验中仍然稳健。

城市生态发展评估研究——维度、方法与不确定性

中国生态文明建设与全球可持续发展历程相辅相成,在生态文明引领下重构城市发展方向,有助于实现城市发展的可持续性。以生态文明先行示范区为研究对象,构建全面且具有实践性的指标体系,基于改进熵权模型和多样本分析计算城市生态建设指数(urban ecological index,UEI),归纳出生态文明引领下城市发展的未来方向。研究发现:(1)2012—2017年间,经过国家对生态建设示范区的大力推进,城市生态发展水平不断提高;(2)城市在经济、自然、社会、制度四个维度发展趋势并不均衡,在推动四个维度的协调发展的同时,也要侧重于生态社会和制度建设维度发展;(3)不确定性分析发现,水源地水质达标率、用水总量、禁止开发区域面积是城市生态发展中敏感性比较高的指标。最后,提出了三项提升城市生态建设水平的建议。

基于ChatGPT的内容生成与知识传播模式创新

ChatGPT自发布以来获得了学术界和业界的广泛关注。文章从知识生态系统和知识传播路径两个方面分析了ChatGPT的知识传播模式,然后从提高知识主体知识创造能力、优化知识传播环境、提高知识系统的运行效率、知识路径的多渠道实现和构建持续改进的创新模式五个方面,提出了基于ChatGPT的知识传播模式创新策略。

中外人工智能领域的发展对比研究——基于社会网络分析方法

文章以中国知网数据库的 CSSCI 和 WOS 数据库的 SSCI 为数据源,采用样本和关键词的共现、文献计量、社会网络分析及可视化等方法对相关样本和数据进行深入的挖掘和内在关联性分析。研究发现,与国外人工智能领域的研究发展相比,中国在起步晚的情况下,研究成果数量迅速增加,研究范围不断扩大,且该种趋势在相当长一段时间内仍会持续。

基于大数据的高新技术园区经济预测

随着高新技术园区的快速发展,高新技术园区已经成为区域经济发展的风向标,是区域经济高速发展的动力,高新技术园区的经济监测、经济调控和经济走势判断迫切需要建立一套科学的经济预测方法。本文将大数据技术引入高新技术园区的经济预测问题上,采用“两步法”观察大数据对提升高新园区经济预测精度的作用,并尝试建立向量自回归VAR模型,从而实现对高新技术园区经济的精准预测。