随着健康医疗数据的快速积累,数据驱动的医疗分析越来越受重视,合适的医疗活动表征对这些分析至关重要。然而,当前大多数表征方法缺乏对医疗数据时序性、数值敏感性的考虑,影响了分析方法的效果和可解释性。该文针对住院病例,提出了一种基于主题模型加强的医疗活动表征学习方法,该方法利用活动间时序关系和主题分配情况,构建了一个无监督学习的多层感知机模型。在大规模真实住院数据集上的测试结果表明:该方法所得表征可以有效提升疾病聚类、后续活动预测、剩余住院天数预测3项医疗分析任务的效果,同时表征具有良好的医学可解释性。

【目的】通过引入随机游走模型,解决有监督排序学习中训练数据的标记信息难以获取的问题。【方法】提出一种基于重启随机游走模型的排序学习方法,通过游走模型完成训练数据的自动标注,降低排序学习对标记数据的依赖性,并在OHSUMED数据集上进行实验。【结果】当已标注样本在数据集中占比50%时,该方法能有效完成排序学习任务,与标注样本占比100%的排序学习算法相比,其排序效果明显优于Rank Net算法,略低于List Net算法。【局限】本文方法要求对每个查询单独进行随机游走,这对实际应用中多样查询下的文档标注工作

在协作学习中，如何对个体学习者的学习投入进行有效监测与评价并挖掘其内在特征与演变规律成为研究者面临的重要挑战。本研究基于协作学习投入理论、自我调节学习理论构建了协作学习情境中学习投入的数字化表征模型，指出该情境中的学习投入具有多维性、情境性、时序性、连续性等特征，同时提出了可操作的指标体系。随后，在协同写作学习场景中应用该模型，通过分析学生的录屏、对话、学习视频等数据，探究协作学习中的学生学习投入情况。研究结果表明：学习者在行为投入上比较稳定，但是在认知投入和社会投入上呈现“倒U形”变化趋势；行为投入、认知投入、社会投入以及学业成绩存在互惠的内在关系；浅层投入型、中等投入型、深层投入型的学习者在各维度上的投入并不均衡。本研究构建的学习投入数字化表征模型能够较为全面地刻画学生的学习投入，有助于揭示学习投入的本质特征和演变规律。

基于PISA2018我国四省市学生和学校的调查数据，在教育生产函数的框架下，通过机器学习的研究方法，探讨不同学生和学校特征在学业表现中的重要性。研究发现，在学生特征方面：个体社会经济地位和课上学习时间在数学、阅读、科学表现中的重要性最突出，且学习时长对学业成绩的影响存在学科差异；学生职业期望在数学和科学成绩上的重要性较为突出；学生的社会经济地位及课上学习时长在高、低学业表现学生群体中的重要性均相对突出。在学校特征方面，弱势学生比例及教师数量在三种学业表现中都相对重要，且其在高、低学业表现学校群体中的重要性相对突出。此外，比较发现，在初中阶段，学校特征类因素对学生学业表现的影响更大。因此，建议提高学生课堂学习的效率，增强青少年对基础学科的认同感；推进公共教育服务均等化，加大对教育资源优越地区相对弱势学生群体的关注力度；调整初中阶段教育资源配置结构，优先保障对学校的投入。

对碳价进行科学准确的预测，有利于提高碳市场风险防范能力。本文提出一种基于二次分解和机器学习的碳价组合预测模型，将影响碳交易价格的内部和外部因素输入预测模型，汇总各序列的最优预测值即得到碳价的最终组合预测结果。以湖北碳市场价格为样本开展实证研究，结果表明：该组合预测模型达到了较高的预测精度，有利于提高碳交易价格预判的准确度、提高碳市场运行效率。基于此，建议采取二次分解和机器学习方法开展碳交易价格预测工作，建立跨试点碳价风险预警联动机制，根据经济发展形势及时调整碳配额发放总量。

车险业务中影响车险损失的风险因子很多,如从人因子、从车因子、从属地因子和保单属性因子等,保险公司通常利用这些风险因子对个体风险进行分类,一方面作为车险定价的依据,另一方面也为部门沟通、业务选择和市场细分提供支持。因此,识别风险因子的重要性对提升整个车险业务质量有非常重要的意义。近年来机器学习算法在车险损失预测中的应用越来越多,但目前的研究主要考虑了损失预测的精度,对风险因子的重要性测度缺少系统深入的研究。为此,本文对8个车险数据集,利用两种集成学习方法(随机森林和XGBoost),比较了它们与广义线性回归模型在索赔频率风险因子重要性测度上的一致性。研究结果表明,这两种集成学习方法不仅能提高预测精度,还能提供较一致的风险因子重要性测度。

研究在"技术怎样促进学习"这一核心命题的多变量探索实验基础上,针对"学习内容及其资源"这一变量进行了深入的实证研究。依据实证研究的过程与结论及其相关理论基础,分析了S-DIP深度学习资源表征态,总结了与表征态映射的数字化学习资源表征方法及其特征,归纳了深度学习资源的五项开发原则,构建了CRF深度学习资源开发模式,最后对深度学习资源的内涵进行了深入理解,提出了其应用策略。

从现有研究状况来看,心理学领域的问题解决研究和学科问题解决及其教学研究之间仍然缺乏有机结合。以表征为切入点和突破口,指出了约翰斯顿所提出的表征类型和化学三角形的缺陷;依据表征对象的空间尺度和抽象程度,修正并扩展了表征类型的概念和关系;依据认知的深刻程度建立了多重表征模型;深入阐述了该模型的结构、特征及其教学价值。多重表征模型可以较好地阐释学习的过程并指导教学实践,是构建认知理论和理科学科教学实践之间的桥梁。

互联网时代三元空间的出现改变了知识的本质,带来了全新的知识观:那些在互联网中由群体智慧汇聚的碎片化、展现各自观点、基于问题情境、具有学科交叉的内容成为知识。虽然目前联通主义知识观、回归论知识观已经对这类知识进行描述和阐释,但关于这类知识究竟是什么,又是如何汇聚和发展,并没有术语性的界定,也缺少规律上的认识。本文将这类知识界定为网络化知识,并系统阐述其内涵与特征,同时采用理论建模的方法构建网络化知识表征模型,以期为后续知识生产传播、知识发展演化等基础规律的探究提供有力的抓手。本研究首先基于联通主义知识观和回归论知识观梳理网络化知识的内涵与特征,认为网络化知识是指由群体智慧汇聚生成的信息、理解、技能、价值观和态度,具有动态、个性、群聚、生长以及存在于网络中等基本特征。在此基础上,研究结合网络化知识的新特征,从实体与属性的角度构建了知识表征理论模型,用以表征网络化知识。

科技安全是总体国家安全观的重要组成部分,从防范科技安全风险来说,如何确定表征科技安全的核心要素框架尤为重要。本文基于结构—功能理论,阐述了一条科技安全的要素—结构—功能—表征(输出)分析逻辑链条。在此基础上,提出科技安全ESFR的分析模型。运用规范研究方法和理论预选方法,融合各种已有科技属性评价体系的研究成果,构建表征科技安全核心要素的内容框架,该框架的主要内容包括完整性、自主性、协同性、抗逆力和竞争力五个维度。通过这五个维度,可以评估中国科技安全状态和能力,从而有助于防范科技安全风险。

远程开放教育的特征是基于“三大信息网络”学习环境之上的自主性学习。就目前开放教育“试点”初期而言，自主性学习应分为初级和高级两个阶段。在初级阶段，自主性学习首选的方法是“网络、多媒体学习法”，强调“文字教材学习法”，“期末复习法”，“三法”有机结合，逐步向广义的自主性学习方法过渡。

【目的】基于长时间序列多源数据，开展雷击火驱动因子分析，采用机器学习方法构建动态、高分辨率雷击火火险预测模型，为雷击火防控提供支撑。【方法】分析大兴安岭地区2010—2020年雷击火时空分布规律，基于闪电监测数据、卫星遥感数据、气象再分析资料、DEM等多源数据选取闪电、气象、植被、地形4类18个雷击火潜在驱动因子，研究其特征及与雷击火发生的关系；提取历史雷击火点和随机生成的非雷击火点对应的驱动因子，构建原始样本集，计算各驱动因子的重要性和相关性矩阵进行驱动因子挑选；基于优化后的训练样本集，采用梯度提升决策树（GBDT）、随机森林（RF）和极端随机树（ERT）3种集成学习模型进行雷击火火险预测能力评估，选择表现最优的方法用于构建大兴安岭地区雷击火火险预测模型并应用。【结果】2010―2020年大兴安岭雷击火出现次数最多和最少的年份分别为2015和2012年，主要集中于5―7月，发生时段主要集中于10:00―17:00；雷击火高发区为漠河县、塔河县、新林区和呼中区。闪电与雷击火的空间分布基本一致，但闪电越多雷击火发生次数不一定越多，2011年闪电次数最多，为114 632次，雷击火仅出现11次。在闪电强度为-20～-40 kA、陡度为-4～-8 kA·μs~(-1)、相对湿度小于40%、降水量小于4 mm、气温大于29℃、大气压为91～95 kPa且风速为1～3 m·s~(-1)的气象条件下更易发生雷击火。NDVI（归一化植被指数）、GPP（总初级生产力）、Et（蒸散量）、NPP（净初级生产力）大小与雷击火发生呈正相关。雷击火在海拔300～900 m、坡度0～12°范围内出现次数较多，坡向对雷击火发生影响不大。特征选择后剩余13个特征参量分别参与3种集成学习算法模型构建，其中，ERT模型预测能力最好，其AUC达0.97，查准率、查全率和F1 Score均高于GBDT和RF模型。ERT模型预测的高风险区与实际雷击火点分布区的空间一致性很好。【结论】利用多源大数据，尤其是卫星观测数据，获取更多与雷击火发生有关的潜在驱动因子，并依靠机器学习，能够较好体现因子间非线性关系及自行学习参数间复杂关系能力的优势，本研究构建的雷击火火险预测模型具备很好的泛化性、自适应性和较高的空间分辨率。

空间可达性是评价医疗设施布局合理与否的重要指标,传统的医疗设施空间可达性评价,或者从医疗服务供需状况着手,或者从供需双方之间距离因素着手,均无法全面评价居民实际所能获取的医疗资源。本文采用基于潜能模型的评价方法对江苏省如东县医疗设施空间可达性进行分析研究,该方法综合考虑了医疗设施服务能力、居民点人口数量、医疗设施与居民点之间的出行阻抗。研究表明,通过选取合适的出行摩擦系数,该方法能够较为全面准确地测度较小研究单元的医疗设施空间可达性,辅以GIS技术,可以很直观地揭示研究区域内医疗设施空间可达性差异,结合公共卫生管理部门制定的医疗资源配置标准,还可较为准确判定缺医地区,为政府相关部门规划决策提供依据。

研究目的:以武汉、南京、广州三市为例,量化分析土地市场中开发商行贿的表征。研究方法:Logistic模型及Moran指数。研究结果:(1)开发商行贿在"供给"和"需求"两种力量的推动下进行;(2)开发商行贿具有区域集聚性和区域差异性。研究结论:(1)在宏观因素和微观因素的影响下,开发商行贿是出于对制度环境和企业实力通盘考虑后作出的理性选择,具有不得已而为之的被动性;(2)开发商行贿有一定的空间相关性,且高-高关联的特征最为显著。

参照体选择在分配公平、薪酬满意研究中扮演重要角色,而以往研究多是关注焦点对象与参照体在薪酬上的数量差异。本文认为,参照体"数量差异"并不能完整表征参照体的效应,为此提出了"信息知晓度"、"判断关联性"、"比较频率"、"数量差异"等四类表征,在理论基础上构造路径模型与研究假设。实证研究表明,信息知晓度、判断关联性正向影响特定参照体的比较频率;数量差异正向影响分配公平、薪酬水平满意,比较频率负向影响分配公平、薪酬水平满意。通过三种研究路径的比较研究证实,自我生活成本等七类参照体相对重要。未来亟需就参照体选择的相关机制在纵贯上、在不同的组织情境下及考虑个体差异等方面予以深入考察。