- 年份
- 2024(7701)
- 2023(10580)
- 2022(9050)
- 2021(8436)
- 2020(7102)
- 2019(16365)
- 2018(15935)
- 2017(31069)
- 2016(16398)
- 2015(18523)
- 2014(18115)
- 2013(17349)
- 2012(15444)
- 2011(13676)
- 2010(13364)
- 2009(11899)
- 2008(11189)
- 2007(9257)
- 2006(7666)
- 2005(6340)
- 学科
- 济(69843)
- 经济(69785)
- 管理(46766)
- 业(44297)
- 企(37708)
- 企业(37708)
- 方法(36006)
- 数学(32467)
- 数学方法(31855)
- 地方(16280)
- 农(16043)
- 中国(15750)
- 财(15214)
- 业经(14284)
- 贸(12634)
- 贸易(12623)
- 易(12295)
- 理论(11641)
- 学(11327)
- 农业(10838)
- 技术(10614)
- 和(10414)
- 环境(10252)
- 务(10033)
- 财务(9980)
- 财务管理(9960)
- 制(9776)
- 企业财务(9388)
- 划(9370)
- 地方经济(9343)
- 机构
- 学院(221589)
- 大学(219028)
- 管理(92151)
- 济(90518)
- 经济(88836)
- 理学(81619)
- 理学院(80787)
- 管理学(79062)
- 管理学院(78651)
- 研究(66197)
- 中国(49513)
- 京(43804)
- 科学(40844)
- 财(38282)
- 业大(32059)
- 中心(31995)
- 财经(31944)
- 农(30926)
- 所(30896)
- 江(30793)
- 经(29356)
- 研究所(28354)
- 范(28080)
- 经济学(27876)
- 师范(27796)
- 北京(26331)
- 经济学院(25358)
- 院(25069)
- 州(24578)
- 经济管理(24556)
- 基金
- 项目(163475)
- 科学(131552)
- 基金(120727)
- 研究(118972)
- 家(105124)
- 国家(104329)
- 科学基金(92025)
- 社会(76744)
- 社会科(73027)
- 社会科学(73009)
- 省(64477)
- 基金项目(64018)
- 自然(60693)
- 自然科(59400)
- 自然科学(59390)
- 自然科学基金(58268)
- 教育(56372)
- 划(54254)
- 资助(49103)
- 编号(48238)
- 重点(36921)
- 成果(36249)
- 部(36055)
- 创(35406)
- 发(35387)
- 创新(32899)
- 国家社会(32312)
- 课题(32279)
- 科研(31742)
- 教育部(31539)
共检索到299720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] 华中师范大学学报(自然科学版)
[作者]
操凤萍 张锐汀 窦万峰
为缓解跨域推荐数据稀疏与冷启动问题，该文提出一种融和双塔隐语义与自注意力机制的跨域推荐模型(DLLFM-DA/Self atten CDR model, DLDASA),能够有效提升目标域推荐准确率.首先利用提出的双塔隐语义模型(DLLFM),借助源域和目标域用户的类别偏好和项目类别，生成高质量隐语义；其次，在隐语义特征迁移过程中引入域适应(domain adaptation),有效对齐源域与目标域的特征分布，最小化源域与目标域间数据分布差异，提供更高质量的隐语义特征迁移；然后利用多头自注意力机制捕捉两个域之间的差异性与相关性，对差异信息进行筛选与融合，缓解负迁移问题，以提升跨域推荐质量；最后，在Movielens-Netflix和一品威客(YPWK)-猪八戒网(ZBJW)真实数据集上，将DLDASA与基线单域和跨域推荐模型进行对比实验，结果表明，均方根误差(RMSE)和平均绝对误差(MAE)均有明显改善.该研究验证了DLDASA模型能够更充分地提取用户特征，有效缓解目标域信息不足的问题.
[期刊] 华中师范大学学报(自然科学版)
[作者]
张婧 陈增照 段超 王虎
当前，从海量的互联网信息中获取满足用户需求的视频资源变得越来越困难，用户面临严重的信息焦虑和信息过载问题，然而各种辅助信息中蕴含着大量的与用户兴趣偏好及项目特征相关的信息并没有在经典推荐系统中得到利用.鉴于深度学习在特征提取和注意力机制在特征选择方面的突出表现，充分有效利用各种辅助信息缓解矛盾是当前研究的热点和难点问题.针对以上问题，该文提出了一种新颖的利用文本上下文信息的深度混合推荐方法.该方法将视频标题和视频简介组合，经过预训练的词嵌入模型Glove转化为词向量，通过融合多头注意力机制的卷积神经网络提取项目潜藏因子，再结合概率矩阵分解实现用户对视频资源的评分预测.在ML-100k、ML-1m、ML-10m、Amazon四个公开数据集上的实验结果表明，该研究提出的方法结果优于PMF、CDL、ConvMF等基线模型.
[期刊] 清华大学学报(自然科学版)
[作者]
张仰森 郑佳 黄改娟 蒋玉茹
微博情感分析是获取微博用户观点的基础。该文针对现有大多数情感分析方法将深度学习模型与情感符号相剥离的现状,提出了一种基于双重注意力模型的微博情感分析方法。该方法利用现有的情感知识库构建了一个包含情感词、程度副词、否定词、微博表情符号和常用网络用语的微博情感符号库;采用双向长短记忆网络模型和全连接网络,分别对微博文本和文本中包含的情感符号进行编码;采用注意力模型分别构建微博文本和情感符号的语义表示,并将两者的语义表示进行融合,以构建微博文本的最终语义表示;基于所构建的语义表示对情感分类模型进行训练。该方法通
[期刊] 南京农业大学学报
[作者]
唐伯青 赵大勇 熊锋 李德强
[目的] 识别作物和杂草是农业智能化中自动除草的关键步骤之一。本文旨在解决作物与杂草识别精度低、检测模型实时性和鲁棒性差等问题。以叶年龄处于3～8叶期的玉米及其伴生杂草为研究对象，提出一种高效准确的玉米苗与杂草的检测方法。[方法] 该方法以实时目标检测视觉自注意力模型为基础框架，用小尺度卷积等效替代大尺度深度卷积的思想，以较小的精度损失降低推理耗时。引入一种包含上下文信息的自顶向下注意力机制强化模型对小目标的检测效果。应用组合图像增强策略，提升模型精度与泛化能力。[结果] 改进后模型的平均检测精度为90.11%，推理阶段单张图片耗时33.67 ms，模型参数量44.86 MB。改进后的模型比主流目标检测模型总体精度更高，且推理速度处于前列。[结论] 所提方法对于玉米苗与伴生杂草的整体检测性能优秀，能够提高杂草识别的准确性和效率。
[期刊] 情报学报
[作者]
朱茂然 王奕磊 高松 王洪伟 郑丽娟
商品在线评论中存在着大量的比较语句,其中蕴涵着用户对不同商品或服务的体验及评价。通过挖掘评论文本中的比较信息,能够帮助企业洞察产品的市场竞争力。本文关注中文评论中的比较句识别任务,摒弃了先前研究中经常采用的模式识别方法,提出基于深度学习方法的层次多注意力网络模型。该模型获得了较好的识别精度,优于传统的分类模型和常见的深度学习文本分类模型,F1分数达到81%。本文提出的层次多注意力网络模型是端到端的,缩减了大量人工干预,有效简化了比较评论识别的工作量。
关键词：
比较评论 文本分类 深度学习 注意力机制
[期刊] 工业工程与管理
[作者]
朱鹏烨 孙林辉 袁晓芳 代宗
为有效预测煤矿提升机司机注意力分配情况，从人自上而下及自下而上的信息加工机制出发，以SEEV模型思想为基础，应用主观期望效用理论，提出了基于信息突显性、努力程度及任务属性的注意力分配模型。为验证模型的有效性，开展自由监视操控任务的工效学眼动实验，将眼动实验值与模型理论值进行拟合及回归分析。结果表明：注意力分配模型理论值与眼动实验值显著相关且吻合度高，验证了模型的可用性。研究提出的注意力分配模型对煤矿提升机司机注意力培训、人机界面设计及防范人因失误具有一定指导意义。
[期刊] 清华大学学报(自然科学版)
[作者]
贾旭东 王莉
文本序列中各单词的重要程度及其之间的依赖关系对于识别文本类别有重要影响。胶囊网络不能选择性关注文本中重要单词,并且由于不能编码远距离依赖关系,在识别具有语义转折的文本时有很大局限性。为解决上述问题,该文提出了一种基于多头注意力的胶囊网络模型,该模型能编码单词间的依赖关系、捕获文本中重要单词,并对文本语义编码,从而有效提高了文本分类任务的效果。结果表明:该文模型在文本分类任务中效果明显优于卷积神经网络和胶囊网络,在多标签文本分类任务上效果更优,能更好地从注意力中获益。
[期刊] 情报理论与实践
[作者]
曾忠禄
文章以注意力理论为基础,提出了基于竞争对手注意力的竞争对手分析模型。利用该模型,企业可以通过分析竞争对手的注意力聚焦来预测竞争对手的行为。竞争对手分析可从3个层次进行:①直接分析竞争对手的注意力聚焦;②分析影响注意力聚焦的3个因素;③分析影响竞争对手决策者假设的两个因素。本模型部分弥补了现有竞争对手分析理论的不足,为竞争对手分析提供了新的视角。
[期刊] 华中师范大学学报(自然科学版)
[作者]
陈宇 邢锐 雷建军
学龄人口是区域教育资源配置的重要依据,对区域内下一年小学入学规模进行准确预测,可以为区域内教育管理部门对教育资源进行调配提供辅助决策支持.该文针对区域内小学入学规模预测问题,考虑区域经济、人口等相关因素和小学入学规模的关联关系,提出了基于注意力机制的循环网络预测模型.该模型以长短时记忆网络模型为基础,引入注意力机制,自动提取小学入学规模与经济、人口等特征之间的关联关系以及进一步增强历史关键时间点的信息表达,提升预测准确率.在采用真实数据集进行试验的结果说明,该模型对比其它模型在多个评价指标上均有提升,具有更准确和更稳定的预测效果.
[期刊] 运筹与管理
[作者]
王永 刘岽 杜锡为 肖玲
为充分获取用户的个性化信息，提高推荐算法的准确性，提出一种融合注意力机制的自编码器推荐算法。算法首先针对数据中蕴含的低阶特征和高阶特征，针对性地设计了特征提取模块，以增强传统编码器的泛化能力和记忆能力，然后利用注意力机制对特征进行融合，得到关于用户偏好信息的向量表示，最后通过解码器预测用户对物品的购买意愿，实现个性化推荐任务。在Movilens100k、Movielens1m和Yahoo Music三个数据集上进行实验，并与主流个性化推荐算法进行对比，本文算法在F1值和归一化折损累计增益(NDCG)上均有较大的提升。在互联网推荐场景下，本文算法能够充分挖掘出用户的偏好信息，为用户提供高质量的推荐结果即给出最合理的物品购买决策建议，从而最大化满足用户需求。
关键词：
推荐算法 自编码器 注意力机制 协同过滤
[期刊] 运筹与管理
[作者]
曾宪聚 张雅慧 冯耕中
鉴于中国A股市场个人投资者比例相对较高但其理性程度相对较低的实际情况,在拓展Tetlock模型的基础上构建了一个两资产三阶段的理性期望模型。研究发现:首先,被报道股票的价格受到注意力效应的影响,存在正向注意力溢价;其次,注意力交易者对被报道股票的交易量在媒体报道后放大,且存在买卖不平衡性;最后,作为对有限理性的补偿,注意力受媒体报道的影响程度越高,其收益越低。论文在统一的分析框架之内考察了媒体报道对缓解信息不对称和引发投资者注意力效应两方面的影响,有助于在理论上为进一步探索媒体报道对股票市场的影响机理、在实践中为监管层更好地利用媒体力量促进股市健康发展提供理论启示。
关键词：
媒体报道 投资者注意力 股票价格
[期刊] 运筹与管理
[作者]
吴彬溶 王林
为更加准确地预测我国粮食总产量，基于自适应差分进化算法来智能地选择基于注意力机制的双向独立循环神经网络的超参数，并考虑了粮食作物单位产量、农业生产条件、科技因素、农业保险、市场及经济因素五大类影响因素，构建了基于注意力机制的ADE-Bi-IndRNN粮食产量预测模型。经过预测分析得出我国2020—2024的粮食产量分别为6.67亿吨、6.72亿吨、6.80亿吨、6.99亿吨、7.02亿吨，总体呈现震荡上涨趋势，平均年增长率为1.15%。同时，通过对多个变量进行的注意力权重的分析，发现现阶段对我国粮食总产量预测贡献最大的三个变量为：谷物单位面积产量，粮食作物总播种面积，耕地灌溉面积，且政府对农业保险的政策性补贴、粮食进口量、谷物生产价格指数、农业生产资料指数也有助于提升我国的粮食总产量，并据此对我国粮食行业发展提出了建议。
[期刊] 情报理论与实践
[作者]
由丽萍 刘越 王世兴
[目的/意义]在社会危机事件发生后，及时、有效地对社交网络上的文本内容进行情绪分类，有助于准确掌握公众情绪状态、优化社会危机事件管控方案。[方法/过程]基于框架语义理论构建危机情绪分类词典和危机情绪类别体系，采用融合自注意力机制的LSTM神经网络分类模型，实现优化的、细粒度的危机情绪分类。[结果/结论]以微博危机事件评论数据为例，通过不同参数的组合以及模型对比实验，获得了较高的准确率，验证了模型的可行性和有效性。为社交网络文本危机情绪分类提供优化的理论模型和方法支持，同时为相关领域的研究提供语义资源。
[期刊] 情报理论与实践
[作者]
由丽萍 刘越 王世兴
[目的/意义]在社会危机事件发生后，及时、有效地对社交网络上的文本内容进行情绪分类，有助于准确掌握公众情绪状态、优化社会危机事件管控方案。[方法/过程]基于框架语义理论构建危机情绪分类词典和危机情绪类别体系，采用融合自注意力机制的LSTM神经网络分类模型，实现优化的、细粒度的危机情绪分类。[结果/结论]以微博危机事件评论数据为例，通过不同参数的组合以及模型对比实验，获得了较高的准确率，验证了模型的可行性和有效性。为社交网络文本危机情绪分类提供优化的理论模型和方法支持，同时为相关领域的研究提供语义资源。
[期刊] 情报学报
[作者]
马霄 邓秋淼 张红玉 文轩 曾江峰
学术论文推荐旨在为研究人员从海量学术资源中快速筛选出感兴趣的论文。现有论文推荐方法主要基于论文标题等文本内容和引用关系等进行推荐，使得蕴含丰富语义的多源学术信息的表示学习不够充分，制约了推荐准确度的进一步提升。同时，当前方法往往关注论文推荐的准确性，而忽略了可解释性，降低了论文推荐系统的可信度和用户满意度。为解决上述问题，本文提出了一种融合异质图表示学习与注意力机制的可解释论文推荐方法，该方法能够有效利用异质学术图中的语义信息，为推荐结果提供文本解释说明。具体来说，首先，提出了一种基于异质图表示学习与注意力机制的论文推荐模型，融合多源学术信息来构建语义丰富的异质学术图，并利用注意力机制学习不同节点和元路径的重要性，以获得更准确的节点表示。其次，提出了一种基于特征的文本解释生成模型，该模型将可解释文本生成方法引入论文推荐场景，能够在为作者提供推荐列表的同时生成文本解释，以告知其推荐缘由，从而提高论文推荐的可解释性。最后，构建了一个包含论文元数据、特征词、引用上下文的学术数据集，基于该数据集的对比实验结果表明，本文提出的基于异质图表示学习与注意力机制的论文推荐模型推荐准确度更高，解释生成模型能够为论文推荐结果提供质量较高的可解释文本说明。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
