分类: 图书馆学、情报学 >> 图书馆学 提交时间: 2023-08-27 合作期刊: 《图书情报工作》
摘要: [目的/意义]为克服普适计算环境对移动图书馆信息接受情境自身来源的多样性和异构性的感知和计算能力不足,以实现用户信息接受的畅体验。[方法/过程]以情境感知理论为基础,采用Hopfield神经网络算法取代情境本体构建和推理,构建移动图书馆场景识别机理模型。[结果/结论]该模型简化移动图书馆场景化情境配置的复杂度,场景识别的正确率可达73%。
分类: 图书馆学、情报学 >> 图书馆学 提交时间: 2023-07-26 合作期刊: 《图书情报工作》
摘要: [目的/意义]为了挖掘用户数据背后隐藏的价值,全面了解用户需求,构建用户画像模型,为数字图书馆实现精准服务提供新动能。[方法/过程]针对数字图书馆用户画像的内涵及特征进行剖析,分析用户画像的数据来源及采集处理过程,提出数据驱动下用户画像数据化标签化关联化可视化的驱动主路线,从自然维度、兴趣维度、社交维度,构建多维度、多层级、立体化的用户画像模型。[结果/结论]详细阐述数字图书馆用户画像模型的构建流程,设计用户画像的框架模型,并将用户画像应用于数字图书馆的精准推荐、个性化检索、精准宣传以及参考决策中,以促进数字图书馆的知识服务升级。
分类: 图书馆学、情报学 >> 图书馆学 提交时间: 2023-07-26 合作期刊: 《图书情报工作》
摘要: [目的/意义]大数据环境下,用户的知识需求由分散向关联转变,利用多特征耦合可以辅助知识发现服务发现资源间的多种相关关系,从而优化知识发现服务。[方法/过程]通过分析文献内部和外部属性特征定义多特征耦合的概念,从功能角度出发,剖析多特征耦合与数字图书馆知识服务之间的关系,结合现有的知识发现系统构建多特征耦合架构,基于数据层-耦合层-服务层三层提出提升知识发现服务供给侧的方法。[结果/结论]数据层保障数据的质量,数据源由单一向混合转变;耦合层提升耦合分析效果,分析单位由粗向细转变,注重细粒度单元间的语义关联;服务层重视用户的交互体验,开发多维可视化功能。
分类: 图书馆学、情报学 >> 情报学 提交时间: 2017-11-08 合作期刊: 《数据分析与知识发现》
摘要: 【目的】利用SEER 数据库, 找出对非小细胞肺癌患者预后生存的影响因素并预测患者预后生存状态, 指导肿瘤预后评价。【方法】采用单因素统计学方法及Logistic 回归分析初步筛选预后相关因素, 利用贝叶斯网络方法构建患者术后生存预测模型, 并与其他三种常见的机器学习分类算法所建模型效能做比较。【结果】最终纳入模型的预后变量共5 项, 包括年龄、肿瘤大小、组织学分级、肿瘤分期和受累淋巴结比率。贝叶斯网络所建模型对非小细胞肺癌患者生存状况预测准确率达到72.87%。【局限】SEER 数据库内纳入的预后因素有限, 一定程度影响预测效果。【结论】贝叶斯网络可探寻变量间的关系并构建肺癌患者最优预后模型, 辅助医生判断患者预后情况及治疗效果, 优于决策树、支持向量机及人工神经网络三种模式。
分类: 图书馆学、情报学 >> 情报学 提交时间: 2017-11-08 合作期刊: 《数据分析与知识发现》
摘要: 【目的】利用SEER 数据库, 找出对非小细胞肺癌患者预后生存的影响因素并预测患者预后生存状态, 指导肿瘤预后评价。【方法】采用单因素统计学方法及Logistic 回归分析初步筛选预后相关因素, 利用贝叶斯网络方法构建患者术后生存预测模型, 并与其他三种常见的机器学习分类算法所建模型效能做比较。【结果】最终纳入模型的预后变量共5 项, 包括年龄、肿瘤大小、组织学分级、肿瘤分期和受累淋巴结比率。贝叶斯网络所建模型对非小细胞肺癌患者生存状况预测准确率达到72.87%。【局限】SEER 数据库内纳入的预后因素有限, 一定程度影响预测效果。【结论】贝叶斯网络可探寻变量间的关系并构建肺癌患者最优预后模型, 辅助医生判断患者预后情况及治疗效果, 优于决策树、支持向量机及人工神经网络三种模式。
分类: 图书馆学、情报学 >> 情报学 提交时间: 2017-10-11 合作期刊: 《数据分析与知识发现》
摘要: 【目的】为构建疾病预测模型, 以重度急性胰腺炎早期预警为例, 提出一种基于支持向量机的疾病预测模型构建方法。【方法】基于支持向量机LIBSVM3.11, 采用优化后的径向基核函数产生的分类器, 同时结合统计学单因素及多因素Logistic 回归分析方法, 进行特征变量选取, 提出一种简单易行的重度急性胰腺炎早期预警模型。【结果】所构建重度急性胰腺炎预警模型准确率达70.37%。最终纳入模型变量包括白细胞计数、血清钙离子、血清脂肪酶、收缩压、舒张压及胸腔积液。【局限】样本量有限, 主要采用支持向量机构建疾病预测模型, 未来可建立系统, 突出临床应用价值。【结论】支持向量机可构建疾病预测的最优模型, 进一步建立系统, 辅助临床决策。