- 年份
- 2024(10215)
- 2023(14210)
- 2022(11781)
- 2021(10923)
- 2020(9079)
- 2019(20644)
- 2018(20297)
- 2017(38899)
- 2016(20853)
- 2015(23555)
- 2014(22834)
- 2013(21901)
- 2012(19960)
- 2011(17847)
- 2010(18349)
- 2009(17277)
- 2008(16183)
- 2007(14379)
- 2006(12462)
- 2005(11038)
- 学科
- 济(77893)
- 经济(77811)
- 管理(61433)
- 业(58316)
- 企(50130)
- 企业(50130)
- 方法(34035)
- 数学(29747)
- 数学方法(29115)
- 融(27490)
- 金融(27482)
- 中国(27231)
- 银(25702)
- 银行(25668)
- 行(24814)
- 财(22882)
- 农(20674)
- 制(19692)
- 地方(19010)
- 业经(18631)
- 学(17307)
- 技术(17013)
- 理论(16490)
- 务(14602)
- 财务(14545)
- 财务管理(14517)
- 农业(13836)
- 体(13819)
- 企业财务(13818)
- 贸(12679)
- 机构
- 学院(281006)
- 大学(278188)
- 济(109114)
- 经济(106532)
- 管理(106032)
- 研究(93559)
- 理学(91118)
- 理学院(90035)
- 管理学(88051)
- 管理学院(87513)
- 中国(76106)
- 京(58871)
- 科学(58300)
- 财(53376)
- 农(47288)
- 所(46588)
- 中心(45008)
- 江(43102)
- 研究所(42441)
- 业大(41887)
- 财经(41684)
- 经(37686)
- 农业(37119)
- 范(37059)
- 师范(36617)
- 北京(36573)
- 州(35548)
- 院(34513)
- 经济学(33828)
- 技术(31872)
- 基金
- 项目(191803)
- 科学(150874)
- 研究(139922)
- 基金(137528)
- 家(120849)
- 国家(119820)
- 科学基金(102906)
- 社会(87875)
- 社会科(83306)
- 社会科学(83283)
- 省(77887)
- 基金项目(71929)
- 自然(66610)
- 自然科(65163)
- 自然科学(65144)
- 划(64883)
- 教育(64868)
- 自然科学基金(63961)
- 编号(56808)
- 资助(56506)
- 成果(46315)
- 重点(43743)
- 创(42583)
- 发(41643)
- 部(40725)
- 课题(40630)
- 创新(39862)
- 国家社会(36611)
- 科研(36575)
- 性(35663)
共检索到424015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] 图书情报工作
[作者]
易明 姚玉佳 胡敏
[目的/意义]为准确识别影响公共价值共识的重要因素及其作用方式，提升政务新媒体广泛凝聚共识的能力和水平，提出一种融合XGBoost与SHAP的政务新媒体公共价值可解释性模型。[方法/过程]以“今日头条”下500篇政务头条号文章及32185条评论为研究对象。首先，识别文章的公共价值共识，并从内容、形式、情感3个维度提取文章特征变量，将预处理后的数据作为模型的输入。其次，构建基于XGBoost的政务新媒体公共价值共识预测模型，并与LR、SVM、LGBM等其他主流机器学习算法进行实验对比，找到综合最优模型。最后，引入SHAP解释框架，对各特征变量的重要性进行量化和归因。[结果/结论]结果发现，XGBoost模型在准确率、召回率、F1-score、AUC4项性能指标上均优于对比模型，性能优异。此外，文章主题类型、公共价值类型、文章长度、内容形式、文章情感属性、标题情绪符数量是影响政务头条号文章共识的重要特征，它们对公共价值共识的影响方式、影响方向和影响力度各有差异。
[期刊] 中国远程教育
[作者]
罗杨洋 韩锡斌
机器学习技术的可解释性是人工智能与教育教学深度融合的关键所在。打开机器学习模型的“黑箱”，理解机器学习模型结构的教育意义、推理的机制和预测结果的应用条件是实现人机互信的基础，也是促进人工智能在教育教学中应用的前提条件。本研究以五种基于机器学习算法构建的学生成绩预测模型为例，分析了混合教学场景中解释学生成绩预测模型主要关注的三个方面：预测模型结构所代表的教育意义、预测模型内在推理机制所揭示的预测关系和预测结果对教学实践的启示。结果发现：（1）只采用学生的部分学习过程数据预测学习成绩时，学生的行为模式与学习成绩的映射关系存在多种模式，试图构建学生在线行为与学生成绩一一对应关系的预测模型难以获得较好的预测结果；（2）本研究中的预测模型最高可预测正确所有混合课程中74.7%的学生，不同学习成绩组学生的预测准确率差异较大，成绩为A和B的学生预测准确率较高，达到80.6%和85.3%，成绩为C及以下的学生预测准确率最高只达到63%;(3)本研究中的预测模型对学生个体的预测结果只有当学生积极参加所有在线学习活动时才具有较高可信度，当学生个体出现在线学习活动缺失时预测结果可信度较低。研究还对教师在混合课程场景下如何应用成绩预测模型提供了建议：（1）针对混合课程的特点应用预测结果；（2）理解模型的推理机制以灵活切换预测模型；（3）依据学生在线学习行为参与的完整性判断预测结果是否可信。
[期刊] 情报理论与实践
[作者]
曾江峰 程征 黄泳潼 段尧清
[目的/意义]在政府态度识别研究中，针对没有考虑到新闻文本中可能存在多个评价对象、政府态度识别结果可解释性不强等问题，基于Span-ASTE构建政府态度识别模型，提升态度识别效果。[方法/过程]首先，采用BERT提取词级别特征，基于跨度转化为跨度特征表示；然后，联合方面术语和观点术语提取任务提取评价对象和态度描述语，利用双通道跨度剪枝策略筛选得到对象和态度描述语候选池；最后，结合候选池中的对象和态度描述语计算得到态度极性结果。[结果/结论]以美国国务院新闻文本为实验数据进行实验验证。实验结果表明：Span-ASTE在进行政府态度识别时具有一定优越性。相比于效果较好的对比模型，其精确率、召回率和F1值分别提升了约15.68%、19.37%和17.48%；在进行多对象态度识别时同样具有良好的性能表现；态度描述语可为态度极性的判断提供解释依据。[局限]政府态度识别效果还有待进一步提升，且数据规模较为有限，未来可尝试对数据集进行扩充。
[期刊] 中国内部审计
[作者]
杨明月
政务新媒体是移动互联网时代党和政府联系群众、服务群众、凝聚群众的重要渠道之一。审计部门应根据自身职能，进一步明晰审计政务新媒体功能定位，促进其更好发挥政务公开、政务服务、凝聚共识等作用。文章从审计政务新媒体与中央权威媒体的关系、受众需求和宣传稿件推送关注情况、国家对政务新媒体的要求等方面进行了多维度研究，以期为审计政务新媒体更加科学地进行功能定位提供支撑。
关键词：
审计 政务 新媒体 功能定位
[期刊] 情报杂志
[作者]
陈强
[目的/意义]本研究旨在通过梳理政务新媒体研究的国际文献,发现政务新媒体研究前沿热点问题,缩小政务新媒体研究的"知沟",推动国内政务新媒体理论和实践发展。[方法/过程]通过EBSCOhost、Science Direct、SAGE Journals Online、Springer Link、Taylor&Francis Online等数据库和Google获取289篇政务新媒体的国际文献。在此基础上,采用议题分类的方式对289篇文献进行全面系统的归纳、整合与评述。[结果/结论]政务新媒体的国际研究主要基于政
[期刊] 世界经济
[作者]
孙鲲鹏 杨凡
本文关注数字化政务新媒体的社会治理效应，具体结合税务部门微博这一政务新媒体，从不完全信息理论和信息中介理论出发，分析税务部门微博对企业税务决策的影响机理。基于手工爬取的超40万条税务部门微博数据，使用多期双重差分方法进行的经验研究发现，税务部门开通微博有效提升了企业税收遵从和税收征管效能，并起到促进企业间税负公平、优化税收营商环境的作用。具体而言，税务微博是通过传播税收知识法规、提高对企业涉税声誉惩戒和提升企业对政府信任来发挥治理作用。本文从理论上扩展了关于数字政务手段内涵和企业税收遵从影响因素方面的文献，并从实践上为数字政府建设、深化税收征管服务改革提供了参考。
关键词：
政务新媒体 微博 企业避税 税负公平
[期刊] 浙江社会科学
[作者]
王建华 周毅
政务新媒体语言应用的表达模式是指政务语用主体根据一定的语用意图,在网络化数字化的语境中,以多种模态的话语方式构建的具有相应功能和特点的言语行为模式。客观性、生成性和关联性是其突出特点。语用表达模式有不同的类型,从语用研究三要素出发,第一层次可分为基于语用意图的表达模式、基于语用载体的表达模式和基于语用方式的表达模式三种,各类之中又可分出第二层次的类别,共有十种模式。政务新媒体表达模式之间是相互依存、相互联系的,存在着分工协同、层级函变和标记提示等关系。
关键词：
政务新媒体 语用模式 性质 特征 关系
[期刊] 征信
[作者]
吴晖 韩海庭 屈秀伟 孙圣力
针对征信领域广泛使用深度学习等黑盒大数据信用评估技术所带来的模型透明度低、可解释性差等问题,研究提出了一种基于倾向评分的信用评估模型解释方法,利用该通用框架可以对大数据征信的黑盒模型进行解释性分析,从而满足金融领域的KYC和KYB要求,增加机器学习、深度学习等技术在征信领域的适用性。
[期刊] 情报科学
[作者]
樊茗玥 王若楠 覃睿 刘凌燕
【目的/意义】在信息时代,用户对社会化媒体的信任程度显得尤为重要。针对目前社会化媒体信息内容可信度低的问题,提出了社会化媒体信息可信度的影响因素,以期为社会化媒体用户、平台及信息监管部门的相关行为提供参考依据。【方法/过程】结合具有心理学特征的MAIN模型,提出社会化媒体信息可信度体系,并借助实证数据,从信息内容角度对社会化媒体信息可信度的影响因素进行了深入研究。【结果/结论】研究表明,信息内容的实用性、客观性、可靠性和相关性对社会化媒体信息可信度会产生积极影响,但是信息内容的一致性则不会产生直接影响。
[期刊] 情报学报
[作者]
冯立杰 秦浩 王金凤 刘鹏 仵轩 张芷芯
作为推动社会进步与经济发展的重要力量，如何快速且精确地识别潜在颠覆性技术对于提升企业竞争力、推动产业变革等具有关键意义。本文提出一种融合专利数据与社交媒体数据的潜在颠覆性技术早期识别方法，是对已有研究理论和方法的重要补充。第一，检索相关领域专利数据，对数据进行划分；第二，基于颠覆性技术的特征，选取与颠覆性技术相关的指标以构建指标体系，并计算其技术影响力；第三，依托Bi-LSTM (bi-directional long shortterm memory)训练专利指标与技术影响力之间的关系，预测出候选颠覆性技术，并结合BERTopic提取技术主题；第四，通过BERTopic主题建模基于社交媒体数据提取出社会主题，并通过关注度和情感倾向对社会主题进行评价；第五，通过语义相似度，将社会主题与技术主题匹配映射，以对技术主题进行分类，进而识别出潜在颠覆性技术；第六，以医疗机器人为例，阐述该识别方法的应用过程。研究结果表明，Bi-LSTM模型在准确率、精准率、召回率和F1-score上均超过90%，优于其他模型；将医疗机器人领域中的潜在颠覆性技术划分为高关注度-积极态度、低关注度-积极态度与低关注度-消极态度3种类型；识别出的医疗机器人潜在颠覆性技术，能够为国家发展政策制定与相关产业布局提供参考。
[期刊] 世界经济
[作者]
刘伯凡 赵玉兰 梁平汉 张军
本文通过机器学习算法收集和整理了中国县级政府政务微博的运营信息，匹配中国家庭追踪调查（China Family Panel Studies,CFPS）2012-2018四轮调查数据，探讨了政务微博如何影响居民对地方政府的信任水平。研究发现，县级政府开通政务微博后，当地居民对县级官员信任程度较均值水平提高11.63%。县级政府发布的政务微博数量越多，居民对县级官员信任程度越高。异质性检验、移动份额工具变量和平行趋势检验等均支持这一结果。本文从“技术赋能”角度丰富了数字政府运用影响政府信任的相关机制研究。县级政府可以通过发布政务微博缓解政务信息不对称，提升政府信任水平，并可以通过转发上级政府微博提升政府信任水平。
[期刊] 华中师范大学学报(自然科学版)
[作者]
肖明 肖毅
自然口语中话语标记的研究对言谈互动、话语理解、情感分析、人机对话和口语机器翻译具有重大意义.为实现话语标记的自动识别，该文基于依存语法理论，分析判定话语标记的句法依存关系、语义依存关系、话轮位置以及共现成分的语义与功能信息.针对人工智能深度学习方法缺乏原理和语义上的解释性问题，运用朴素贝叶斯、决策树、大规模线性支持向量机以及贝叶斯网络四种解释性强的机器学习方法，对话语标记进行识别对比实验.研究结果表明，贝叶斯网络识别准确率可达92.3%,验证了该研究结论的可行性和有效性.
[期刊] 管理评论
[作者]
曾宇容 吴彬溶 王林 张金隆
玉米期货价格预测和预警工作有助于指导农业经济高质量发展，而自2020年6月以来我国玉米期货价格波动剧烈，亟需准确高效的玉米期货价格预测方法。针对现有研究未充分考虑疫情、政策调控及新闻文本中潜在的预测信息等不足，本文综合考虑了玉米市场的供求关系、政策调整、国际市场冲击、疫情冲击、突发事件的影响等导致玉米价格波动的多重因素，设计了有效的玉米期货价格可解释性预测框架。同时，针对现有玉米期货价格预测可解释性不足的问题，提出了一种新颖的DE-TFT可解释性玉米期货价格预测模型，该模型采用差分进化算法对时域融合变换器(temporal fusion transformers, TFT)的参数进行智能高效的优化。TFT是一种新颖的基于注意力的深度学习模型，将高性能预测与时间动态可解释分析相结合，表现出优异的预测性能。TFT模型可以产生可解释的玉米期货价格预测结果，包括时间步长的注意力分析和输入变量的重要性排序。在实证研究中，潜在狄利克雷分配模型用来分析“中华粮网”收集的玉米新闻资讯和政策调整的内容及主题，卷积神经网络用来提取新闻资讯的潜在预测信息，可解释的实验结果表明，反映国内疫情状况的百度指数“疫情”的引入和量化后的玉米新闻文本特征都能进一步提升玉米期货价格预测的精度。
[期刊] 开放教育研究
[作者]
卢宇 章志 马安瑶 陈鹏鹤
自动批阅是数字化教学平台与智能化教育评价的重要实现形式和基本功能。基于深度学习的自动批阅模型逐步成熟但其内部结构复杂且决策过程不透明，导致用户难以信任其批阅结果并影响大规模部署。本研究提出了可解释自动批阅模型的基本框架，包含自动批阅基础模块、自动批阅解释模块与自动批阅交互模块。在此基础上，本研究构建了可解释自动批阅模型的实例并嵌入智能导学系统开展准实验研究。实验结果表明，嵌入可解释自动批阅模型的智能导学系统，有效提升了学习者对自动批阅功能和系统整体的信任度，也有助于提高技术接受度，交互模块的解释性信息也不会增加学习者的认知负荷。最后，本研究提出了可解释人工智能在教育领域开展自动批阅的研究建议和展望。
[期刊] 情报学报
[作者]
余以胜 韦锐 刘鑫艳
本文通过在基于物品的协同过滤(ICF)算法中引入偏置,同时考虑图书与用户自身的因素,从而提升推荐算法的可解释性、准确性,并且保持较高的实时性。并且,通过对比分析与离线实验证明,本文的算法bas-ICF在推荐理由的合理性、丰富度方面,都比原有的ICF表现更优秀,同时推荐准确度也有略微提升,并保持了优秀的实时性。
关键词：
推荐模型 协同过滤 可解释性 图书信息
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
