- 博客(281)
- 资源 (431)
- 收藏
- 关注
RSS订阅原创 科研学习|科研软件——如何使用SmartPLS软件进行结构方程建模
SmartPLS是一种用于结构方程建模（SEM）的软件，它可以用于定量研究，尤其是在商业和社会科学领域中，如市场研究、管理研究、心理学研究等。
2024-04-14 22:47:43
296
1
原创 人工智能|机器学习——基于机器学习的信用卡办卡意愿模型预测项目
通过本项目，我们使用了机器学习模型预测了客户的信用卡办卡意愿，并通过Django实现了数据的可视化展示。这使得银行和金融机构能够更好地理解客户行为模式，并做出相应的业务决策。
2024-04-13 22:12:09
496
1
原创 科研学习|可视化——相关性结果的可视化
常用于度量两个或多个变量之间相关程度的有：如何把这些关联特征表达得更易于理解，那就需要借助将的方法了。在平时的论文阅读中我们经常看到有关相关性分析的内容，作者们根据自己的表达需求，也向我们展示了五花八门的绘图样式，比如：散点图、拟合线、相关矩阵（热力图）、相关性空间分布图等。接下来详细向大家介绍这些图表的特点。
2024-04-11 22:44:56
1241
1
原创 科研学习|论文解读——基于旅游知识图谱的游客偏好挖掘和决策支持（IPM，2023）
目前，旅游管理研究的重点是通过对异构用户生成的内容进行广泛分析，来理解旅游偏好的波动，制定有针对性的发展策略。然而，鉴于在线景点评论涉及过多的混合和无形维度，广泛使用的无监督文本挖掘可能是不完整的或不准确的。此外，现有文献通常局限于几个旅游目的地和起源地的某些类型的景点，很难保证具有全面的洞察力。为了克服这些局限性，本研究提出了一种新的知识图谱驱动框架，该框架涉及旅游知识图谱(TKG)的系统构建和深入的研究与推理。
2024-04-10 21:48:56
1150
原创 科研学习|研究方法——定性数据的定量编码方法
数据可以根据不同的属性和特征进行分类。除了上述常见的数据分类方式，还可以根据数据的结构、性质和用途等进行更详细的分类，例如结构化数据、半结构化数据和非结构化数据等。今天我们要讨论的内容是--分类型数据：表示为不同的类别或标签，通常用于描述某个事物的属性或特征。例如性别、学历、职业等。即定性数据或者叫属性数据。
2024-04-09 22:25:39
847
1
原创 科研学习|研究方法——扎根理论三阶段编码如何做？
主题标引”意指对文献内容进行分析, 然后对文献所表达的中心思想、所讨论的基本问题以及研究的对象等进行提取, 以形成主题概念, 然后在此基础上把可检索的主题词表示出来, 再将这些主题词按一定顺序 (如字顺) 排列, 对论述相同主题内容的文献加以集中, 从而提高文献的查全率与查准率。而在主题标引的过程中, 主题词的提取是非常关键的步骤之一, 但目前国内对主题词提取的相关实践, 一方面较偏重主题词的词义本身, 忽略主题词之间可能存在某种相互链接的“关系”;
2024-04-07 22:45:52
1059
1
原创 科研学习|科研软件——SPSS统计作图教程：多组折线图（≥3个变量）
研究者想研究45-65岁不同性别人群中静坐时长和血胆固醇水平的关系，分别招募50名男性和女性（gender）询问其每天静坐时长（time，分钟），并检测其血液中胆固醇水平（cholesterol， mmol/L），部分数据如图1。研究者该如何绘图展示这两者间的关系呢？
2024-04-07 10:52:03
584
1
原创 环境配置——python代码打包超详细教程
网上的文章对小白都不太友好呀，讲得都比较高大上，本文章就用最简单的方式来教会大家如何打包。既然各位已经学习到了python打包了， 深适度应该跟我查不多。1. 这个插件只能打包 mac 、win系统运行的文件，也就是打出来的包，只能在这两个系统中运行，在 mac系统打包则能在mac中运行， 在win中打包则能在win中运行。
2024-04-06 23:26:24
977
1
原创 环境配置——OSError:无法在路径上找到 Ghostscript
本文介绍了OSError:无法在路径上找到 Ghostscript的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着跟版网的小编来一起学习吧！
2024-04-06 23:12:57
358
原创 人工智能|深度学习——基于Xception实现戴口罩人脸表情识别
Xception是Google公司继Inception后提出的对 Inception-v3 的另一种改进。作者认为，通道之间的相关性与空间相关性最好要分开处理。于是采用 Separable Convolution来替换原来 Inception-v3中的卷积操作。传统卷积的实现过程：Depthwise Separable Convolution 的实现过程：深度可分离卷积 Depthwise Separable Convolution。
2024-04-03 13:52:33
978
2
原创 人工智能|深度学习——基于Xception算法模型实现一个图像分类识别系统
在计算机视觉领域，图像识别是一个非常重要的任务，其应用涵盖了人脸识别、物体检测、场景理解等众多领域。随着深度学习技术的发展，深度卷积神经网络（Convolutional Neural Networks，简称CNN）在图像识别任务上取得了巨大成功，其中Xception算法作为一种改进型CNN，被广泛应用于图像分类和特征提取任务。本章节将重点介绍Xception算法的背景、原理及其在图像识别系统中的应用。
2024-04-02 23:03:05
985
1
原创 环境配置——已解决ModuleNotFoundError: No module named ‘cv2’（python）
在网上搜到不少用Python处理图形的代码，于是复制别人的代码直接运行却报错，得到的结果却是：已解决ModuleNotFoundError: No module named ‘cv2’。
2024-04-01 15:56:34
386
1
原创 编程语言|C语言——C语言操作符的详细解释
这篇文章主要详细介绍了C语言的操作符，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧。
2024-03-30 15:51:41
739
原创 人工智能|推荐系统——搜索引擎广告
随着人工智能应用的日益广泛，搜索引擎供应商越来越多地要求广告商使用基于机器学习的自动竞价策略。这样的自动决策系统让广告商对所使用的数据以及它们如何影响决策过程的结果一无所知。以前关于人工智能的文献缺乏对与人工智能系统相关的危险及其缺乏透明度的理解。针对这一问题，本文研究了搜索引擎广告中广告主竞价策略自动优化的内在风险。因此，所选服务公司的实证案例说明了数据可用性如何引发广告绩效的长期下降，以及搜索引擎广告绩效指标在数据稀缺事件前后的发展情况。
2024-03-29 11:04:42
1378
原创 编程语言|C语言——C语言变量的存储方式
变量是程序中数据的存储空间的抽象。变量的存储方式可分为静态存储和动态存储两种。静态存储变量通常是在程序编译时就分配一定的存储空间并一直保持不变，直至整个程序结束。在上一部分中介绍的全局变量的存储方式即属于此类存储方式。动态存储变量是在程序执行过程中使用它时才分配存储单元，使用完毕立即释放。典型的例子是函数的形参。在函数定义时并不给形参分配存储单元，只是在函数被调用时，才予以分配，调用函数完毕立即释放。如果一个函数被多次调用，则反复地分配、释放形参变量的存储单元。
2024-03-27 14:41:50
927
原创 编程语言|C语言——C语言基本数据类型
针对不同的数据，采取不同的存储方式和进行不同的处理。随着处理对象的复杂化，数据类型也要变得更丰富。数据类型的丰富程度直接反映了程序设计语言处理数据的能力。C语言很重要的一个特点是它的数据类型十分丰富。因此，C语言程序数据处理功能很强。
2024-03-27 14:14:03
1004
1
原创 编程语言|C语言——C语言标识符的命名规则
2.2 标识符中只能包含英文大小写字母、下划线和阿拉伯数字，但是不能以阿拉伯数字开头。2.3 标识符区分大小写，Acd和acd、caDd和cadd、_8Fc9和_8fc9都是不相同的标识符。2.5 ANSI标准规定，标识符可以为任意长度，但外部名1 必须至少能由前6个字符唯一地区分，并且不区分大小写。这是因为某些编译程序（如IBM PC的MS C）仅能识别前6个字符。2.6 除了这些硬性规则外，标识符的命名最好具有具体的意义，以便于观察、阅读和维护。可以改写为：
2024-03-26 16:26:01
491
原创 编程语言|C语言——C语言实现玫瑰花（情人节）
在古希腊神话中，玫瑰花集爱与美于一身，既是美神的化身，又溶进了爱神的血液，所以它所代表的含义是爱情。我们应该用玫瑰花来表达我们的爱意，但是好多的恋人都是因为异地而没有办法去买一束新鲜的玫瑰去送给自己的爱人。女孩子需要的只是一个态度而已，所以！我们男孩子要发挥自己的理性脑瓜来准备一份特殊的玫瑰何乐而不为呢！so！接下来让我们用代码的方式亲手送出自己的那一份爱！❤。
2024-03-26 16:17:30
637
原创 科研学习|论文解读——这取决于你什么时候搜索（MIS Quarterly，2022）
互联网搜索已被证明对股票价格、公司销售和疫情传播具有强大的预测能力。在研究提出搜索频率作为投资者关注的更直接和及时的衡量指标之后，我们探索了搜索数据的异质性，并解决了当前文献中的几个问题。使用来自谷歌的标准普尔500股票的每日搜索量指数(SVI)，我们将周末的互联网搜索量与工作日的互联网搜索区分开来，发现周末搜索可以更好地捕捉到散户投资者的注意力。首先，我们发现市场对周五财报反应减弱只发生在周末搜索量(注意力的一个代表)低的时候，为这一众说纷纭的现象给出了解释。
2024-03-24 20:31:32
989
原创 科研学习|论文解读——真实与综合：研究设置和任务配置对搜索行为的影响（JASIST，2021）
在信息检索和检索研究中，研究者经常收集用户行为数据来预测任务特征，为用户提供个性化信息提供参考。数据采集方法可能会直接影响到用户行为的可靠性。本文描述了一项混合方法的研究，检查研究环境的影响labsetting(实验室环境vs远程设置)和任务的真实性authentictask(真实的任务vs模拟任务)对用户的在线浏览和搜索行为。36名本科生参与者完成了一个实验实验和一个远程实验，其中他们完成了一个真实的和一个模拟的任务，共从144个任务会话中收集到了日志数据。本研究表明，
2024-03-23 21:56:31
692
原创 科研学习|论文解读——通过调查实验了解公民对政府财政信息的认知（GIQ，2022）
州和地方政府定期向公众披露财务信息，以便公开承认政府当前的财务状况。此类披露的目的是实现问责制并让公民了解政府的财务决策。背景）尽管在努力提高金融信息的可访问性和可读性，但我们不知道公民是否以及如何处理金融信息。（背景存在问题）本研究调查了在呈现不同的财务信息时，公民如何评估政府的财务状况。我们进行了一项在线调查实验，以了解披露的财务信息如何影响公民对政府财政压力的感知水平以及他们对政府增收战略的态度。（方法内容）我们发现公民优先考虑他们熟悉的财务指标，例如债务和盈余比率。
2024-03-22 12:42:32
660
1
原创 科研学习|论文解读——“我们最珍贵的财产”：将弗洛里迪的信息隐私概念应用于信息行为和信息素养模型（JASIST，2020）
这篇概念性文章根据卢西亚诺·弗洛里迪 (Luciano Floridi) 的信息和信息伦理哲学，论证了数字信息环境中隐私方法的价值。这种方法可用于修改信息行为和信息素养的模型，使它们更全面，更有效地覆盖信息领域的隐私问题。
2024-03-20 14:21:00
645
1
原创 科研学习|论文解读——产品评论：好处、负担还是小事？卖家声誉如何影响产品评论的作用？（ MIS Quarterly，2021）
对于声誉良好的卖家，消费者心目会产生较高的期望值。因此，如果卖家销售的产品获得负面评价，对消费者来说是一种冲击。这种负面的预期可能会向消费者传达产品质量差的强烈信号，进而降低销售额。而如果卖家销售的产品获得正面评价，消费者可能会将一致的信息视为简单的确认他们的期望。因此，正面评价并不能显著提高高声誉卖家的产品销售。如果高声誉和正面评论之间没有明确的区别，消费者可能不会对正面产品评论中呈现的新信息留下太多印象。因此，正面评价可能不会显著提高高声誉卖家的产品销售。
2024-03-20 13:58:09
720
原创 科研学习|研究方法——实验法
今天我们说物理学、生物学是实验的科学，应该不会有人再持异议了，然而连物理学这样的学科在历史上也并非一开始就是实验科学。在2000多年以前的亚里士多德时代，众人都认为物理学是非实验性质的，物理学成为实验科学是从伽利略开始的，此前的物理学只能算是哲学的一个分支，多数只是对亚里士多德的著作做诠释，称不上是实验科学。例如：亚里士多德认为物体在自由下落时重的比轻的落得更快些，长久以来从直观感觉出发，世人对此一直深信不疑。※但是伽利略通过在比萨斜塔上做的自由落体的实验。
2024-03-19 21:07:59
917
1
原创 科研学习|论文解读——一种用于短文本消息中的释义检测的深度网络模型(IPM, 2018)
本文研究释义检测，即识别语义相同的句子。检测用自然语言编写的相似句子的能力对一些应用程序至关重要，如文本挖掘、文本摘要、剽窃检测、作者身份认证和问题回答。认识到这一点的重要性，特别研究如何在用户生成的短文本中检测释义，例如Twitter，提出了一种新的基于深度神经网络的方法，该方法依赖于粗粒度的句子建模，使用卷积神经网络(CNN)和循环神经网络(RNN)模型，并结合特定的细粒度词级相似度匹配模型。更具体地说开发了一个新的体系结构，称为，可以通过以下方式创建每个句子的信息语义表示：(1)
2024-03-18 19:42:14
833
原创 科研学习|论文解读——美国政治经济中的权力：网络分析(JASIST, 2019)
美国政治经济的许多特征产生于大型政治和经济机构之间的互动，然而我们对它们的互动性质和这些机构之间的权力分配知之甚少。在本文中，对总部设在美国的组织的网络进行了详细的分析，其中边缘代表了三种不同类型的关系，即所有者的关系（所有权）、捐赠者被捐赠者（捐赠）以及服务提供者被支付者（交易）。研究结果表明，在所有权网络中，金融组织构成核心，而银行组织在网络中占有战略地位。在交易网络中，政府组织机构形成核心，国防相关组织构成骨干。相反，在捐赠网络中，没有任何特定领域的组织形成核心或骨干。
2024-03-17 12:17:31
944
1
原创 科研学习|论文解读——交替协同注意力网络下基于属性的情感分析 (IPM, 2019)
基于属性的情感分析（ABSA）旨在预测给定文本中特定目标的情感极性。近年来，为了获得情感分类任务中更有效的特征表示，人们对利用注意力网络对目标和上下文进行建模产生了浓厚的兴趣。然而，使用目标的平均向量来计算上下文的注意力分数是不公平的。此外，交互机制也很简单，需要进一步改进。为了解决上述问题，本文首先提出了一种协同注意力机制，该机制对目标层面和上下文层面的注意力进行交替建模，从而关注那些与目标相关的关键词，以学习更有效的上下文表示。在此基础上，我们实现了。
2024-03-16 21:24:34
888
原创 科研学习|论文解读——了解在线环境中的多数观点形成过程：Facebook的探索性方法(IPM, 2018)
在在线社区的社会互动过程中，多数观点经常被观察到，但很少有研究用实证数据来解决这一问题。为了确定一个合适的理论视角来解释在线环境中的多数观点构建，本研究调查了偏度统计，它表明在Facebook帖子上有多少“赞”是偏向于主要评论的。从纽约时报的Facebook页面收集了3489个帖子，为期100天。结果表明，时间不是偏度增加的影响因素，但评论数量与偏度增加呈对数关系。回归模型和Chow检验显示，这种关系因话题内容不同而不同，但多数观点在总体上都是显著的。
2024-03-16 18:59:35
976
原创 科研学习|论文解读——词汇量及其对主题表示的影响 (IPM, 2017)
这项研究调查了如何通过选择性地从被建模的文本语料库的词汇中删除术语来减少主题模型训练的计算开销。我们使用三个数据集，比较了删除单独出现的术语、前0.5%1%和5%最频繁出现的术语以及前0.5%最频繁和单独出现的术语的影响，以及建模主题数量的变化（1020304050100)。对四种结果指标进行了比较。删除单独出现的术语对所有测试的结果几乎没有影响。通过文档空间密度来衡量的文档区分能力，随着频繁出现的术语的移除而降低，但随着主题数量的增加而增加。
2024-03-15 13:00:09
990
1
原创 科研学习|论文解读——迈向发现支持系统：复制、重新审视和扩展斯旺森关于基于文献发现雷诺氏病和鱼油之间联系的工作
斯旺森利用已发表的医学文献作为发现的来源，开展了一项研究项目。我们试图复制他发现的雷诺氏病和食用鱼油之间的联系以及开发基于计算机的搜索方法，这些方法可以有效地支持基于文献的发现。我们成功地复制了斯旺森的发现，并开发了一种基于MEDLINE的发现支持方法。根据这些，我们基于“文献中标记出现的频率”和“包含各种标记的记录的数量”计算统计数据。我们讨论了这些统计数据的使用，表明“标记和记录频率”是与某些源文献相关的有益文献的良好指标，并且相对记录频率有助于区分可能包含发现的文献。
2024-03-15 12:45:28
901
原创 科研学习|论文解读——指导关键词组提取的局部词向量
我们认为，这种对单词和关键词组的局部表示能够准确地捕捉它们在文档中的语义，因此有助于提高关键词组的提取质量。实证结果提供的证据表明，与在非常大的第三语料库或由同一科学领域的多个文档组成的更大的语料库上训练的嵌入以及其他最先进的无监督关键词组提取方法相比，局部表示确实可以带来更好的关键词组提取结果。第三阶段涉及关键词组的形成，其中排名靠前的词汇单元被用作关键字或关键词组的组成部分。然后，从标题和摘要中提取候选关键词组，并根据它们与参考向量的余弦相似度对它们进行排序，越接近参考向量的词向量就越有代表性。
2024-03-14 15:12:15
955
原创 人工智能|机器学习——CURE聚类算法（层次聚类）
绝大多数聚类算法或者擅长处理球形和相似大小的聚类．或者在存在孤立点时变得比较脆弱。CURE采用了一种新颖的层次聚类算法．该算法选择基于质心和基于代表对象方法之间的中间策略。它不同于单个质心或对象来代表一个类，而是选择数据空间中固定数目的具有代表性的点。一个类的代表点通过如下方式产生：首先选择类中分散的对象，然后根据一个特定的分数或收缩因子“收缩”或移动它们。在算法的每一步，有最近距离的代表点对(每个点来自于一个不同的类)的两个类被合并。每个类有多于一个的代表点使得CURE可以适应非球形的几何形状。
2024-03-14 14:39:31
1024
原创 科研学习|论文解读——一种修正评分偏差并精细聚类中心的协同过滤推荐算法
协同过滤作为国内外学者普遍关注的推荐算法之一，受评分失真和数据稀疏等问题影响，算法推荐效果不尽如人意。为解决上述问题，本文提出了一种改进的聚类协同过滤推荐算法。首先，该算法利用无监督情感挖掘技术将评论情感映射为一个固定区间中的值，通过加权修正用户评分偏差；随后，构建修正后用户-产品评分矩阵的数据场，利用启发式寻优算法计算最佳聚类数和最优初始聚类中心，进而对用户进行划分聚类，结合最近邻用户相似性与评分产生推荐；最后，基于三个自建真实数据集对所提算法性能和有效性进行全面评估。
2024-03-13 22:29:47
1581
原创 人工智能|机器学习——BIRCH聚类算法（层次聚类）
这里再来看看另外一种常见的聚类算法BIRCH。BIRCH算法比较适合于数据量大，类别数K也比较多的情况。它运行速度很快，只需要单遍扫描数据集就能进行聚类。BIRCH的全称是利用层次方法的平衡迭代规约和聚类（Balanced Iterative Reducing and Clustering Using Hierarchies），其实只要明白它是用层次方法来聚类和规约数据就可以了。BIRCH只需要单遍扫描数据集就能进行聚类，那它是怎么做到的呢？BIRCH算法利用了一个树结构来帮助实现快速的聚类，这个数结构类似
2024-03-13 12:45:44
1107
1
原创 科研学习|论文解读——Virtuous search: A framework for intellectual virtuein online search......
本文介绍了在线搜索背景下知识美德的概念框架。知识美德是指能够进行良好思考和明智推理的品质和技能，如智力上的谦逊和专注。尽管知识美德非常重要，但如今整个社会对知识美德的重视程度往往不足。鉴于在线搜索在当今生活中所扮演的制度性角色，在线搜索有机会（或许有义务）促进知识美德的发展。本文提出的框架将这一发展定位在三个方面：搜索者、系统和社会。本文讨论了每个领域的信息伦理和美德认识论方面的主要问题，并由此提出了教育、设计和研究方面的建议。
2024-03-12 23:19:35
886
原创 人工智能|机器学习——DBSCAN聚类算法（密度聚类）
DBSCAN(Density-Based Spatial Clustering of Applications with Noise)是一种基于密度的聚类算法，簇集的划定完全由样本的聚集程度决定。聚集程度不足以构成簇落的那些样本视为噪声点，因此DBSCAN聚类的方式也可以用于异常点的检测。
2024-03-09 22:02:54
1421
2
人工智能-Transformer-图像分类-基于Swin-transformer训练图像分类并部署web端
2024-04-09
人工智能-深度学习-基于三国演义小说，使用tensorflow,keras构建语言模型，根据一段文本，预测新字和生成新文本
2024-04-03
人工智能-深度学习-使用yolov3-keras模型进行实时目标检测（基于Penn-Fudan Database行人数据集
2024-04-03
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人