- 年份
- 2024(7001)
- 2023(10176)
- 2022(8618)
- 2021(7981)
- 2020(6873)
- 2019(15851)
- 2018(15563)
- 2017(30315)
- 2016(15989)
- 2015(18088)
- 2014(17506)
- 2013(16971)
- 2012(15398)
- 2011(13769)
- 2010(14418)
- 2009(13498)
- 2008(12200)
- 2007(10708)
- 2006(9301)
- 2005(8069)
- 学科
- 济(69069)
- 经济(69001)
- 管理(47252)
- 业(46640)
- 企(39763)
- 企业(39763)
- 方法(39042)
- 数学(35954)
- 数学方法(35334)
- 融(26797)
- 金融(26795)
- 银(24172)
- 银行(24169)
- 行(23332)
- 中国(22626)
- 财(19001)
- 农(15805)
- 业经(14794)
- 制(14705)
- 地方(14095)
- 务(13337)
- 财务(13295)
- 财务管理(13268)
- 企业财务(12766)
- 理论(12538)
- 贸(11979)
- 贸易(11967)
- 易(11656)
- 中国金融(11218)
- 农业(11029)
- 机构
- 学院(218519)
- 大学(217956)
- 济(92116)
- 经济(90344)
- 管理(89413)
- 理学(78411)
- 理学院(77689)
- 管理学(76057)
- 管理学院(75692)
- 研究(64103)
- 中国(56284)
- 京(43682)
- 财(43643)
- 科学(36485)
- 财经(35618)
- 中心(33609)
- 经(32485)
- 江(30994)
- 农(30521)
- 所(29864)
- 经济学(29775)
- 业大(29618)
- 经济学院(27178)
- 北京(27094)
- 研究所(27077)
- 财经大学(26895)
- 范(26276)
- 师范(26006)
- 州(25795)
- 商学(24549)
- 基金
- 项目(150996)
- 科学(121349)
- 基金(112159)
- 研究(111078)
- 家(96190)
- 国家(95435)
- 科学基金(84569)
- 社会(72113)
- 社会科(68813)
- 社会科学(68795)
- 省(59229)
- 基金项目(58743)
- 自然(54592)
- 教育(53757)
- 自然科(53538)
- 自然科学(53532)
- 自然科学基金(52557)
- 划(49484)
- 资助(47662)
- 编号(45373)
- 成果(36268)
- 重点(33980)
- 部(33899)
- 创(32495)
- 发(31270)
- 课题(30845)
- 国家社会(30419)
- 教育部(30344)
- 创新(30217)
- 人文(29646)
共检索到314440条记录
发布时间倒序
- 发布时间倒序
- 相关度优先
文献计量分析
- 结果分析(前20)
- 结果分析(前50)
- 结果分析(前100)
- 结果分析(前200)
- 结果分析(前500)
[期刊] 中国远程教育
[作者]
王丽英 何云帆 田俊华
显性化测量与评估在线学习行为和情感状态是学习分析领域的研究热点。为克服单模态数据分析片面和多模态数据融合模糊等问题,全面感知和反馈在线学习过程状态,本研究构建了一种在线学习行为多模态数据融合模型。该模型利用自动化操作行为事件监听、表情识别、生理特征监测等原理,从行为、情绪和认知3个维度进行时序数据同步融合、分层递进诊断评估和统计聚类分析;考虑到对在线学习者具有较低的侵入性和干扰性,该模型在技术实现上采用分布式物联网技术和开放式Django Web服务器部署技术,形成学习过程状态数据的自动采集、分析、融合、评估和反馈等多层体系结构;应用该系统对MOOC环境下在线学习行为评测实验,讨论了本模型的准确性、易用性和有用性等问题。研究结果表明,本研究构建的模型能够为在线学习分析提供一种有效的技术解决方案,为同类研究可提供方法借鉴与技术实现参考。
[期刊] 情报学报
[作者]
马超 李纲 陈思菁 毛进 张霁
为有效识别旅游产品在线评论中多模态数据对在线评论感知有用性的影响因素,探究基于用户生成内容的在线旅游产品优化方法,从数据融合分析角度出发,对旅游产品在线评论中的多模态数据进行特征融合。以旅游产品的真实在线评论数据作为研究对象,进行描述性统计分析,同时使用机器学习和深度学习方法,进行文本向量嵌入与图片内容识别,融合图文特征向量,构建多模态在线评论有用性分类模型,进行模型测试。实验结果表明,与仅包含文本或仅包含图片的单模态评论相比,图文结合的多模态评论能够更好地进行在线评论有用性预测,结合评论激励机制,提高在线评论质量,能够充分发挥用户生成内容潜在价值,为产品提供者提供优化思路,为产品消费者提供决策支持。
[期刊] 情报理论与实践
[作者]
韩普 陈文祺 顾亮 叶东宇 景慎旗
[目的/意义]医学实体识别是医疗健康知识挖掘和知识组织的关键环节。深入挖掘多模态数据间语义关联可以提升医学实体识别效果，进而为领域知识补全和知识推理提供支撑。[方法/过程]提出一种基于双线性注意力融合机制的多模态中文医学实体识别模型BAF-MNER。首先通过视觉和文本编码器进行多模态医学数据的语义特征学习；接着利用双线性注意力网络实现图像和文本跨模态语义交互，并引入门控机制过滤视觉噪声；然后融合基于注意力机制的视觉特征和文本特征进而构建多模态特征表示，同时增加批量归一化层优化深度神经网络；最后将多模态特征向量输入CRF层解码获取预测标签。[结果/结论]本模型能够有效提升中文医学实体识别效果，在多模态医学数据集上的F1值较单模态基线模型提升4.07%，较多模态基线模型提升1.65%；在多模态公开数据集上的实验表明模型具有良好的泛化能力。
[期刊] 情报理论与实践
[作者]
余辉 梁镇涛 鄢宇晨
[目的/意义]在国内研究的基础上，对国外数据融合与集成相关文献进行系统梳理，旨在为数据融合与集成领域工作提供参考。[方法/过程]主要从相关研究、研究路径与方法以及应用与挑战三个方面进行回顾，并从概念、路径和应用三个方面指出未来研究方向。[结果/结论]目前研究路径与方法包括数据处理模型、基于阶段的策略、基于特征表示的方法以及基于语义的应用4个层面；从多传感器系统、生物医学、环境研究和城市建设4个领域研究发现，每个领域都存在着共同或者特殊的应用挑战。
[期刊] 开放教育研究
[作者]
薛耀锋 陈瞻 邱奕盛 朱芳清
在人工智能技术迅速发展的背景下，多模态数据分析在教育领域的重要性日益凸显。本研究通过提取学习者在线学习中产生的脑电数据、表情数据和眼动数据等，构建了基于多模态数据的认知风格智能识别框架，并运用六种机器学习模型验证其有效性。研究结果显示，四种机器学习模型的识别准确率超过80%，且最佳模型的准确率达89.17%,F1分数达0.9241。此外，与基于单模态数据的模型相比，基于多模态数据的认知风格模型识别表现更佳。这表明，多模态数据融合策略具有优越性，有助于加强在线学习平台的适应性和个性化。
[期刊] 开放教育研究
[作者]
薛耀锋 陈瞻 邱奕盛 朱芳清
在人工智能技术迅速发展的背景下，多模态数据分析在教育领域的重要性日益凸显。本研究通过提取学习者在线学习中产生的脑电数据、表情数据和眼动数据等，构建了基于多模态数据的认知风格智能识别框架，并运用六种机器学习模型验证其有效性。研究结果显示，四种机器学习模型的识别准确率超过80%，且最佳模型的准确率达89.17%,F1分数达0.9241。此外，与基于单模态数据的模型相比，基于多模态数据的认知风格模型识别表现更佳。这表明，多模态数据融合策略具有优越性，有助于加强在线学习平台的适应性和个性化。
[期刊] 开放教育研究
[作者]
唐烨伟 卜凡丽 赵一婷
如何精准识别学习者情绪，深度融合各模态情绪数据，剖析情绪发生的作用机制，已成为智能教育发展的关键问题。本研究提出学习者多模态情绪融合分析概念，从学习者多模态情绪融合分析的动因、框架与路向三个维度，探索多模态情绪数据之间的有机融合，精准感知学习者的情绪状态，挖掘多模态情绪数据的潜在价值，实现对学习发展规律的细粒度解析，推进学习者情绪识别领域的实践探索。
[期刊] 实验技术与管理
[作者]
芦楠楠 韩之远
多模态数据融合是针对单模态数据信息表达不充分而形成的一种数据处理方法，有利于更深层地挖掘和利用数据。然而，现存的多模态数据融合方法缺乏多模态数据之间复杂相关性的表示和处理。在数据相关性建模方面，超图能够很好地表示复杂数据之间的高阶关系，但容易覆盖底层特征。因此，该文提出一种基于超图卷积并结合底层特征学习的多模态融合方法。该方法首先根据多模态数据构造多模态超图，利用超图卷积获得节点高层特征表示，然后自适应学习节点底层特征权重，保留底层信息，最后将高层信息和底层信息融合，进行节点分类。通过物体识别实验，验证了底层特征的重要性。同时，在结构体健康监测的实际场景中，该方法能够很好地融合震电磁三场数据进行损伤等级判定。
关键词：
超图卷积 数据特征 节点分类 多模态融合
[期刊] 中国成人教育
[作者]
程振林
教育智能时代，基于生物技术的多模态数据表征网络学习行为方法已成为研究网络学习行为的新领域，为探究网络学习行为发生机制、表征网络学习行为提供了新的方法和手段。本研究中多模态数据支持下的网络学习行为分析，整合了教育学、信息科学、行为科学、脑科学、神经科学等学科领域的知识、技术和方法，借助学习分析技术、教育智能设备、模态传感器获得学习者多重感知状态下的学习数据，将其中学习者外显的网络学习行为和内隐的生理、心理行为指标结合起来，构建了网络学习行为的全维数据基础，极大程度上还原了网络学习的发生过程，从而更加真实、全面地刻画和呈现了网络学习行为，进一步规范了以数据为驱动的网络学习行为的全方位的分析研究。
[期刊] 情报理论与实践
[作者]
胡玉宁 胡观伟
[目的/意义]从融合主题的视角提出一种更为全面地揭示和描述学科主题的科学知识结构模型,并验证模型系统内部的耦合性和协同性。[方法/过程]基于系统论、相关性原理和三螺旋理论提出一种科学知识结构融合主题表征方法,定义"主题指纹"概念并进行模型构建;以《中国图书馆分类法》二级目录体系中"信息&科学""计算机技术"和"自动化"三个类别分支为入口,选取数据挖掘、机器学习、自然语言处理作为实证案例,运用熵值方法量化科学知识结构模型系统内部的耦合度和协同度。[结果/结论]以上所构建的融合主题的科学知识结构模型形成了融合三元主题来揭示和描述知识结构的新思路,由文献主题指纹所映射的知识系统各要素之间具有耦合特征,各要素之间的相互作用共同促进知识系统协同演化。
[期刊] 情报理论与实践
[作者]
王松 焦海燕 刘新民
[目的/意义]快速且精准地识别海量多模态数据中的价值性内容，对于促进知识传播、提升产出质量具有重要的意义。[方法/过程]基于可解释性视角聚焦知识共创中“用户+多模态知识”的双重推进机制。首先，依托BERT+BiLSTM与ResNet模型分别提炼文本与图片特征以获取多模态知识向量表示；其次，依据社会认知理论剖析用户行为，采用DeepFM捕捉交互特征间的关联生成用户向量表示；再次，借助K-BERT对文本数据嵌入知识图谱得到外部知识向量表示；最后，基于多头注意力机制融合各维度特征向量，通过动态调整权重完成价值内容的识别。[结果/结论]通过使用魅族Flyme社区数据进行实验，所构建的融合模型准确率达到88.31%，相较于其他基线模型与组合模型，评价指标均有不同程度的提升，证明嵌入外部知识并融合文本、图片与用户属性可以有效提升价值的识别效果。
[期刊] 情报理论与实践
[作者]
郭小宇 马静
[目的/意义]多模态舆情表征是多模态舆情计算与分析的基础。文章探索了一种赋予不同模态特征动态权重的舆情表征算法，可以更精准地捕捉到模态之间的依赖关系，极大降低多模态舆情表征复杂度，减少算力资源消耗。[方法/过程]SEFusion-MPOR算法在预训练模型特征的基础上，通过全连接层、门控机制与激活函数构建了压缩与激活算子，获取各模态的动态权重，使用矩阵相乘将动态权重作用于相应模态，进而构建了多模态特征融合的网络舆情表征算法。[结果/结论]在Memotion 3与MVSA-multiple两个公开的多模态舆情数据集上进行实验，与基线模型的对比表明，文章提出的表征方法在多个子任务中取得了最优结果。该方法仅通过简单操作，就达到了复杂表征算法的效果，且具有可解释性与外推性。其高效和准确的表征方法不仅适用于舆情情报处理，也适合情报分析工作中的通用多模态信息基础表征。[局限]研究验证仅限于双模态数据集，未涉及更广泛模态的数据集。
[期刊] 中国成人教育
[作者]
刘玲艳 赵波
数字化学习时代，对学习者在线学习能力的测量是实现个性化在线学习的关键。目前，数字化学习领域中，人们更加关注学习者的成绩，却往往忽略影响学习成绩的重要因素——在线学习能力。因此，文章依据Sampson能力模型及影响学习过程的因素，对在线学习行为进行数据挖掘，以构建在线学习能力模型。在此基础上，综合应用非监督学习算法（K-means算法、PCA算法）和监督学习算法（随机森林算法），构建学习能力水平预测模型；同时以Canvas Network平台课程数据为例进行实证研究，最终实现在线学习能力的计算。研究表明：学习成绩与在线学习能力息息相关，在线学习能力的测量研究对个性化在线学习的发展具有重要指导作用。
[期刊] 中国远程教育
[作者]
武法提 王兆雪
设计类问题解决能力是21世纪学习者必备的关键技能，对其进行精准测评，有助于面向智能时代的创新性人才的培养。本研究以设计类问题解决能力的多模态测评为目标，在已有测评框架基础上开展实证研究以验证其有效性，实验共招募181名被试，获取被试在设计类问题解决过程中的生理数据、交互式文本数据和心理问卷数据，分别采用BERT算法、随机森林算法和关键词词频分析法等数据挖掘方法对反思调节、同理心、观点建构、组织协调维度进行量化表征，最终通过多元回归法进行数据融合，对设计类问题解决能力进行过程性、精准化、个性化评估。结果表明，采用多模态数据表征和量化设计类问题解决能力可达72.5%的准确率。研究为多模态数据表征学习者高阶能力提供了新的思路与方法，为实现设计类问题解决能力的自动化测评提供了有力的支撑，为在真实教学环境中进行设计类问题解决能力的培养和干预奠定了基础。
[期刊] 中国成人教育
[作者]
张淑杰 刘晓怡
随着信息技术的发展，表意资源越来越多模态化，探讨以基于多模态话语的自主学习框架成为必要。系统功能语言学语境理论的话语范围、话语基调、话语方式，在自主学习语境下分别投射为学习目标、师生关系及自主学习环境设计主要是媒体设计、学生在线互动设计及评估与反思设计三个方面。本文从这三个方面对自主学习进行研究，激发学习者自主学习的参与动机、习得学习策略及自我评估能力，从而提升学习者习得表意资源的效率，发展学习者的表意潜势，最终保证教学目标的实现。
关键词：
多模态话语 自主学习 意义潜势
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
