期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
基于Node2Vec-LGBM模型的CBA球员位置预测
1
作者 何家丽 杨军 《现代信息科技》 2025年第8期65-70,共6页
随着体育数据的积累和人工智能技术的快速发展,利用大数据和机器学习方法优化球员位置预测变得尤为重要。然而,传统方法往往忽略了球员之间复杂的结构关系,而这些关系对位置预测至关重要。因此,文章提出一种基于Node2Vec和轻量级梯度提... 随着体育数据的积累和人工智能技术的快速发展,利用大数据和机器学习方法优化球员位置预测变得尤为重要。然而,传统方法往往忽略了球员之间复杂的结构关系,而这些关系对位置预测至关重要。因此,文章提出一种基于Node2Vec和轻量级梯度提升机(LGBM)的球员位置预测模型。通过数据挖掘和分析,爬取了CBA球员3个赛季的球员基础数据,并利用LGBM模型进行球员位置预测,结合超参数调优以及Node2Vec图嵌入算法,进一步提高模型本身的准确率。实验结果表明,该模型不仅能有效优化球队的阵容和战术安排,还能为球队提升竞争力和整体表现提供有力支持。 展开更多
关键词 机器学习 轻量级梯度提升机 node2vec 预测模型
在线阅读 下载PDF
基于用户价值细分的在线健康社区核心用户识别方法研究
2
作者 熊回香 詹晓敏 +1 位作者 李佳琪 肖兵 《情报科学》 北大核心 2025年第1期137-146,共10页
【目的/意义】在线健康社区核心用户识别,对社区可持续发展与社会科学的健康信息传播具有重要意义。【方法/过程】本文提出的核心用户识别方法综合考虑了用户属性特征和社会网络特征。首先利用Node2vec网络表示学习模型将用户关注网络... 【目的/意义】在线健康社区核心用户识别,对社区可持续发展与社会科学的健康信息传播具有重要意义。【方法/过程】本文提出的核心用户识别方法综合考虑了用户属性特征和社会网络特征。首先利用Node2vec网络表示学习模型将用户关注网络中的节点映射为向量,并选择最优的聚类算法对用户节点向量进行聚类及筛选,最后引入市场营销领域客户价值细分模型(RFM模型),构建融合社会网络特征的核心用户影响力评价模型,对核心用户候选集综合分析后得到在线健康社区核心用户排名。【结果/结论】选取丁香园论坛中的数据对本文所提方法进行验证,证明了本文所提方法的有效性,结果表明该方法可以较好地识别在线健康社区的核心用户。【创新/局限】引入RFM模型考虑时间、频率和价值因素等多维关键指标的影响,从用户价值角度能够较好地表征和识别核心用户,但未充分考虑核心用户影响力的动态演化过程,未来可考虑结合时间维度进一步探索核心用户识别的动态机制。 展开更多
关键词 核心用户识别 在线健康社区 RFM模型 node2vec 聚类算法 社会网络分析
原文传递
基于图嵌入的长三角城市群边缘城市功能界定——以江苏省淮安市为例
3
作者 韩刚 唐乐 刘志敏 《现代城市研究》 北大核心 2025年第1期29-35,共7页
长三角边缘地区城市功能的形成存在指向核心区的单向依赖关系,地区内城市表现出典型的功能同质化特征。城市间功能互补与差异化是实现长三角协同一体化、高质量与现代化的重要途径。文章以长三角边缘区城市淮安市为实证对象,从流空间视... 长三角边缘地区城市功能的形成存在指向核心区的单向依赖关系,地区内城市表现出典型的功能同质化特征。城市间功能互补与差异化是实现长三角协同一体化、高质量与现代化的重要途径。文章以长三角边缘区城市淮安市为实证对象,从流空间视角构建区域内城市功能交互网络,借助图嵌入技术,将网络关系降维至城市向量,从生产、商贸、交通、创新、旅游5个功能量化探讨淮安市与周边城市的功能同质化关系,结合城市自身的比较优势,进一步确定淮安市的城市功能优化路径。研究认为,淮安市的城市功能结构单一,极化现象突出,区域竞争力不足,应在巩固商贸功能优势的基础上,夯实生产和交通功能,同时积极培育创新功能,将淮安市建设成为次区域创新极核。 展开更多
关键词 长三角城市群 城市功能 城市网络 node2vec模型 淮安市
在线阅读 下载PDF
MPMFC:一种融合网络邻里结构特征和专利语义特征的中药专利分类模型 被引量:3
4
作者 邓娜 何昕洋 +1 位作者 陈伟杰 陈旭 《数据分析与知识发现》 CSSCI CSCD 北大核心 2023年第4期145-158,共14页
【目的】解决因中药自身的复杂性以及现有专利分类模型无法提取到充分的中药专利特征信息而导致的分类准确率不理想问题。【方法】提出中药专利多特征融合分类模型MPMFC:基于专利核心字段的相似度信息构建中药专利相似度网络;利用Node2... 【目的】解决因中药自身的复杂性以及现有专利分类模型无法提取到充分的中药专利特征信息而导致的分类准确率不理想问题。【方法】提出中药专利多特征融合分类模型MPMFC:基于专利核心字段的相似度信息构建中药专利相似度网络;利用Node2Vec算法从中药专利相似度网络的全局结构中捕获潜在专利间的邻里结构信息,使其映射为低维向量作为补充特征;使用注意力机制将经过RoBERTa-Tiny预训练的专利语义特征与其对应的补充特征进行特征融合,进而实现中药专利的自动化分类。【结果】在真实的7000条中药专利语料上,MPMFC模型的准确率、召回率和F1值分别达到0.8436、0.8017、0.8221,相较于基线分类模型分别提升1.58、2.59和2.11个百分点。【局限】构建中药专利相似度网络时分配权重具有一定的主观性,非中药科研人员在进行专利标注时会存在部分分类错误。【结论】MPMFC模型在中药专利分类过程中能从多角度获取并学习更丰富的特征表示,从而提高分类准确性。 展开更多
关键词 中药专利分类 专利相似度网络 特征融合 预训练模型 node2vec
原文传递
一种基于网络表示学习的miRNA-疾病关联预测方法 被引量:1
5
作者 耿霞 韩凯健 《计算机应用研究》 CSCD 北大核心 2021年第5期1365-1370,共6页
针对miRNA-疾病关联研究中信息使用不充分、过于依赖网络中节点的相似度信息以及预测准确度较低的问题,提出一种基于网络表示学习的miRNA-疾病关联预测方法(network representation learning miRNA-disease association,NRLMDA)。该方... 针对miRNA-疾病关联研究中信息使用不充分、过于依赖网络中节点的相似度信息以及预测准确度较低的问题,提出一种基于网络表示学习的miRNA-疾病关联预测方法(network representation learning miRNA-disease association,NRLMDA)。该方法通过引入长链非编码RNA(lncRNA)构造出miRNA-lncRNA-疾病异构网络,丰富原有网络的生物学信息;采用网络表征学习node2vec算法在上述提出的异构网络中以一定的游走策略获得节点的近邻序列,并通过skip-gram模型进行深度学习,从而获得节点的低维特征向量;最后基于miRNA-miRNA相似性的关联规则推断方法预测miRNA与疾病的关联。该方法能够挖掘出全局网络的拓扑结构特征,并且不需要负样本。NRLMDA在留一交叉验证和五折交叉验证以及进一步的案例研究上的实验结果优于经典方法。 展开更多
关键词 MIRNA node2vec算法 skip-gram模型
在线阅读 下载PDF
基于知识图谱与BERT的安全领域汉字文本纠错模型 被引量:1
6
作者 王子斌 张全 +3 位作者 谢聪 余沛 余泓江 李沣庭 《计算机应用》 CSCD 北大核心 2023年第S01期75-80,共6页
针对安全领域所涉及的文本中存在大量人为混淆的文字的问题,提出一种基于汉字知识图谱的BERT(Bidirectional Encoder Representation from Transformers)预训练模型,表征汉字的读音、字形、语义三个维度的特征,构建纠错算法。首先,构建... 针对安全领域所涉及的文本中存在大量人为混淆的文字的问题,提出一种基于汉字知识图谱的BERT(Bidirectional Encoder Representation from Transformers)预训练模型,表征汉字的读音、字形、语义三个维度的特征,构建纠错算法。首先,构建汉字知识图谱刻画汉字的读音、字形拆解、繁简转换、汉字与数字转换等属性和关系,并基于汉字知识图谱中的读音属性和node2vec模型训练得到汉字读音向量;其次,基于知识图谱中字形关系构建node2vec模型,得到node2vec字形向量,并结合卷积神经网络(CNN)方法训练字形向量,两者之和作为最终的字形向量;最后,基于BERT预训练模型,融合读音、字形、语义三维度的向量,并在不同维度间使用自注意力机制加权求和,发现错误字位置并选择正确的候选字。为验证所提模型的有效性,在安全领域诈骗短信数据集上,将所提模型与FASpell、SpellGCN、Soft-Masked BERT进行了对比。实验结果表明,所提模型的正确率和召回率比FASpell分别提升了24.7、21.6个百分点,比SpellGCN分别提升了22.2、13.7个百分点,比Soft-Masked BERT分别提升了20.8、32.7个百分点。可见该纠错模型能够有效识别安全领域文本的错字,在网络诈骗文本分类、要素提取等下游任务中有较好的效果。 展开更多
关键词 自然语言处理 知识图谱 汉字文本纠错 图神经网络 node2vec BERT 预训练模型
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部