教学课程资源库 更多>>

关键词： 旅游需求预测   搜索引擎数据   特征选择   移动设备   PC  

摘要： 精准的旅游需求预测为旅游管理者制定战略和配置有限资源提供了重要参考。而随着互联网的发展,大多数游客会在出行前收集相关的网络旅游信息,据此制定合理的旅游计划,尽可能的规避途中的风险。大量研究表明,搜索引擎数据在一定程度上反映了潜在的游客需求,将其引入旅游需求预测模型可提高需求预测精度。大部分研究在使用搜索引擎数据进行旅游需求预测时,同时使用移动设备和个人电脑(PC)两个终端的总体搜索量,但由于游客在两个终端的搜索模式存在明显差异,进而导致旅游需求预测的结果存在一定偏差。本文以四姑娘山为例,探究不同终端搜索引擎数据在旅游需求预测中的表现,并为更精准的旅游需求预测提供经验证据。首先,依据现有理论和研究基础构建了旅游需求预测的实证研究框架,并收集了相关搜索关键词数据,进一步地将总体搜索量按不同终端来源进行分解。其次,本文预选Boruta、LASSO和SCAD三种方法进行特征选择,对筛选出的变量进行分析并放入旅游需求模型中进行预测。通过评估和比较三种特征选择方法下的预测结果,确定了本文的最佳特征选择方法。最后,在最佳特征选择方法的基础上,正式构建旅游需求模型以探究不同终端搜索引擎数据在旅游需求中的预测性能。实证结果表明:(1)搜索引擎数据可在一定程度代表游客对旅游信息的需求,且Boruta特征选择方法的预测性能表现最佳;(2)与现有的研究相似,相较于时间序列模型,包含搜索引擎数据的模型的预测精度更高;(3)相较于包含其他终端的预测模型,包含PC终端搜索引擎数据的模型的预测精度更高;(4)多个终端的搜索引擎数据不一定比单一终端的搜索引擎数据在旅游需求预测中表现出更好的预测性能。本文以四姑娘山为例,对不同搜索引擎数据在旅游需求预测中的表现进行实证检验。本文为使用搜索引擎数据进行旅游需求预测提供了新的视角,也为旅游需求预测理论贡献了中国案例和证据。

关键词： 高校图书馆   信息资源   优化配置   投入产出  

摘要： 随着人类社会由工业社会向信息社会的转变,高校图书馆信息资源的来源、载体、形式、数量产生巨大变化,在经费有限的情况下,信息资源合理配置成为高校图书馆面临的重要问题,如何通过科学配置各种信息资源,最大程度满足读者需求,令投入产出效率最大化,具有研究价值和意义。 本文以S大学图书馆的信息资源为研究对象,在信息资源配置理论的指导下,以图书馆近五年的信息资源利用统计结果为数据来源,利用文献调研法、投入产出理论、趋势分析法、包络分析法和定性分析法,设定投入产出指标,计算信息资源总体配置效率,并以2019年的数据为样本,带入DEA效率分析模型,计算馆藏信息资源分类配置效率,对效率视角下馆藏信息资源配置的相对效率进行分析,提出存在的问题并给出优化方案和保障措施。 通过研究得出信息资源优化配置方案:首先,图书和数据库资源投入比例优化,降低图书的投入比例,提高相应的数据库的投入比例;其次,根据DEA效率分析结果,配置各大类图书的经费和人员的投入比例;最后,综合数据库特性和投入产出效率,对数据库的投入进行决策。本文同时提出通过兼并优势的图书资源协同采购策略、以效率评价为基础的图书分类采购计划、规范图书采购标准,提高采购质量、合理分配管理人员,提升人工效率和以效率评价为参考的数据库采购决策对优化方案给予保障。

关键词： 数字人文   高校档案   资源开发  

摘要： 信息技术的快速发展与信息获取的个性化需求推动了数字人文研究的发展。为了进一步满足人们的知识需求，就必须创新信息服务方式，实现信息的广泛共享，促使数字信息技术与人文学科交叉融合。档案知识服务具有极强的技术性，又要满足用户个性化的档案获取需求，因此对数字人文给予了广泛关注，强调在现代档案技术支持下满足用户对档案资源聚合使用的需求。本文从数字人文理念出发，研究高校档案信息资源开发与实施的有效工作路径

关键词： 信息检索系统   数据融合   聚类   子集选择算法  

摘要： 随着互联网技术的不断发展,信息检索技术成为人们获取信息的主流方式。已有的研究表明,选用合适的融合技术可以提升检索性能,但是通常基于融合的检索系统的实现效率远低于一般的检索系统。另一方面,线性组合是一种灵活有效的数据融合方法,但因其需要大量训练数据和一个需要人工判断的相关性判断文件,所以很少被使用。然而到目前为止,几乎所有的研究只是探讨如何提高融合结果的有效性,没有考虑融合方法的实现效率。当参与融合的成员系统的数量越来越多,提高融合效率变成一个非常重要的问题。基于此,本文重点研究经济有效的数据融合技术。论文的主要工作如下:(1)本文提出了一种带有部分关联判断的半监督的权重训练方法,通过只判断每个查询的每个结果的排名前2、4、6、8、10的文档来形成“轻量级”的相关性判断文档集合替代人工判断的官方相关性文件,并用以训练权重。实验证明,该方法在TREC 2018年和2019年的精准医疗数据集上只判断20%-50%的文档,训练出的权重几乎和判断100%的文档同样有效。实验还发现,当只判断20%文档时,某些查询包含的相关文档数量非常少,这表明对于给定的查询,集合中识别的相关文档数量将显著影响融合的性能且两者之间存在正相关关系。(2)本文提出一种基于聚类的子集选择算法。为了同时考虑成员系统的性能和差异性,该方法用欧式距离表示两个成员系统之间的差异性,通过K-means进行聚类,再从簇中选择性能较好的成员系统来得到参与融合的检索系统子集。实验表明该方法在TREC 2020年健康信息的数据集上取得显著效果,与现有的子集选择方法相比有明显的优势。(3)在信息融合的几何框架的基础上,进一步分析成员系统之间的差异性和融合结果的性能之间的精确关系,提出一个综合指标值,进而提出基于几何距离的子集选择算法。在TREC 2017年和2018年的精准医疗数据集实验结果表明,该方法与只考虑成员列表性能的方法相比,确实可以提升融合效果。对于Comb SUM和Comb MNZ融合算法来说,提升效果比较明显。但是对于线性组合方法来说,效果则不太明显。

关键词： 政务信息资源   资源目录   业务协同  

摘要： 中国作为人口大国,政府职能部门众多。各级部门在日常工作过程中会产生大量政务信息资源。所谓政务信息资源是指政务部门在履行职责过程中制作或获取的,以一定形式记录、保存的文件、资料、图表和数据等。但是,这些资源分散在各级部门中,彼此孤立。工作人员忙于应对多种系统,效率低下,数据也无法从宏观角度直观呈现。因此,科学有效地对信息资源进行统一管理和维护对政务信息的资源共享,业务协同和数据开放有着重要意义。本文旨在通过对政务信息资源现状的分析,结合国家对政务信息资源共享管理的要求和实际业务场景,设计实现一套政务信息资源目录系统,解决了信息资源无从定位、难以跨部门共享的问题。主要工作包括:调研相关业务和技术理论基础,包括信息资源的注册流程、元数据结构等,为后期工作做好铺垫;根据系统实际使用场景,确定系统需求。首先按照业务场景对系统用户进行了职能划分,然后对系统进行了详细的需求分析。在需求分析的基础上,从整体角度对系统进行了概要设计。这一部分包括了技术架构、功能结构、整体流程、数据模型等几个方面。按照模块划分,从功能、输入输出项、接口设计、交互界面4个方面对系统进行了详细设计。设计测试用例验证系统功能,确保可用性。针对系统当前状况和未来改进的方向做出总结和展望。通过对政务信息资源目录系统的实现,为政务部门信息共享、信息定位提供了便捷的操作方案,一定程度上提升了工作效率。

关键词： 旅游需求预测   季节趋势分解   注意力机制   长短期记忆网络   卷积神经网络  

摘要： 随着社会经济的迅速发展,网络信息化和大数据时代的到来,日益扩大膨胀的信息和数据在人们的生活的方方面面随处可见。游者们为了高效和准确地获取信息,搜索引擎成为了旅游日常获取目的相关信息不可或缺的工具。当前,众多学者对旅游需求预测的研究主要是通过构建复杂的预测模型来提高预测模型的预测性能。而这种预测模型大部分存在着模型过拟合,很难精确地提高预测模型的预测性能。事实上,将影响旅游需求的多种不同因素引入旅游需求预测模型中,从而无需构建过于复杂的预测模型同样可以提高旅游需求预测模型的预测准确性。鉴于此,本文提出了两种基于搜索引擎数据的旅游需求预测预测模型。 一种是基于季节性趋势分解和带有注意力机制的长短期记忆网络的旅游需求预测模型(SAL)。为了更准确地进行对游客量预测的建模,我们将影响旅游需求的多种不同因素引入到模型构建中。在这个框架中,我们使用了一个季节性趋势方法和一个带有注意力机制的长短期记忆网络,前者用于对数据分解,后者使用注意力网络对于特征进行权重自动分配,识别特征的重要程度,并使用长短期记忆网络进行预测。实验中,我们基于澳门旅游需求数据集(Macau2018),来验证SAL预测模型在旅游需求预测任务中的有效性。实验结果表明SAL预测模型的预测性能显著优于实验中使用的对比模型。 另一种是基于卷积神经网络和双向长短期记忆网络旅游需求预测模型(CBL)。为了更准确地进行对游客量预测的建模,我们结合了影响旅游需求的多种不同因素。在这个框架中,我们使用了卷积神经网络和双向长短期记忆网络,前者用于将影响旅游需求的多种不同因素进行特征提取,后者用于处理非线性时序序列,通过历史数据对未来数据进行预测,将数据的时序特征充分地利用。实验中,我们基于香港旅游数据集(HK2012-2018),并验证了CBL模型在旅游需求预测任务中的有效性。实验结果表明CBL预测模型的预测性能显著优于实验中使用的对比模型。

关键词： 考研推荐系统   推荐算法   搜索引擎  

摘要： 据目前统计的数据,2022年考研人数约为422.5万人,相比去年的377万人增长了约45.5万。随着考研人数的不断增加,如何快速、正确地获取考研的相关信息显得异常重要。目前市面上的教育辅导系统大多数以展示考研信息为主,对考研资源的集成整合能力较弱,无法根据学生自身条件给予个性化地推荐。所以,研发一个能够提供智能推荐功能的考研辅导系统是十分有必要的。基于上述研究现状,本文设计了一个具有智能推荐功能的考研服务系统。本系统能够给用户提供了用户登录及注册,学院贴吧等应用性功能。提供对考研信息精准搜索,对考研信息的智能推荐以及考研学伴的模糊匹配的功能。 首先,本系统使用Java语言配合Spring-Boot主流开发框架,结合前后端分离优势,使用了My SQL数据库与Redis中间件等技术,能够保证系统稳定的运行。其次,针对考研信息抓取过程中对目标关键字推荐的需求,在原有的关键词推荐算法的基础上提出了一种基于概率Rough Set的Web爬虫关键词推荐算法。利用部分考研关键词作为数据集进行对比实验,发现基于概率Rough Set的Web爬虫关键词推荐算法能够得到很好的效果。针对提高学友匹配的推荐效率和准确性的需求,提出了一种基于聚类和协同过滤的学友推荐算法,能够很好地实现系统功能需求。针对系统运行初期为了考研资料推荐功能避免冷启动的需求,本文设计了一个基于迁移学习的考研资料文本卷积推荐算法,实验表明基于迁移学习的考研资料文本卷积推荐算法结果较好。最后还对系统的功能性与非功能性需求进行了检测,试验结论基本符合系统原本的设定要求。 本系统结合软件工程专业方法,结合人工智能技术,开发了该智能考研服务系统。通过测试,该系统应用效果良好,具有很好的实际应用前景。

关键词： 医院   计算机网络信息资源   管理  

摘要： 随着国家医疗卫生事业的全面发展以及人民群众对医疗需求的不断提高，各医疗机构纷纷将网络信息技术引入医疗业务开展及机构管理中，由此提升医疗机构的运行效率。对于医院而言，计算机网络信息资源是现代化医院发展的重要内容，各医院需要通过科学有效的管理手段获取与利用计算机网络信息资源，使其为医院的高效运行发挥积极的作用。由此，本文在明确医院计算机网络信息资源的概念及内涵的基础上，结合当前医院计算机网络信息资源管理的现状，分析其中存在的问题及其产生的原因，提出优化医院计算机网络信息资源管理的策略。

关键词： 用户情感   可用性   信息检索系统   信息检索   任务   用户类型  

摘要： 近年来,在信息技术与互联网快速发展的时代背景下,用户越来越多地利用学术信息检索系统进行文献检索。而随着“情感化设计”的兴起与热推,研究人员开始逐渐意识到情感是人机交互中普遍存在的核心元素之一。因此,开发具备智能性的学术信息检索系统时应该重视用户的情感因素。当前,尽管情感因素逐渐引起了信息行为研究人员的注意,但用户在使用学术信息检索系统过程中源自于系统本身的用户情感对系统可用性评价有何影响却鲜有被关注和探索。加之现有各类学术信息检索系统的可用性水平参差不齐,亟需提出相应的优化建议,进而提高用户的体验和检索效率。因此,面向用户情感的学术信息检索系统可用性研究,不仅可以从情感视角剖析用户对于系统各功能模块的情感如何影响其对可用性的评价,而且可以将研究成果应用到系统优化设计中,为设计智能化的学术信息检索系统提供可行的建议。 首先,本研究基于情感评估理论和情感化设计理论,提出了面向用户情感的学术信息检索系统可用性评价研究框架。依据情感评估理论,用户的情感是由认知所引发的,用户在使用学术信息检索系统过程中产生的情感很多是源自于对系统功能模型和系统的信息资源等维度的认知。依据情感化设计理论,学术信息检索系统中需要良好的情感化设计来实现与用户的友好交互,优化用户体验,提升用户的检索效率,进而才能进一步的提供更好的检索服务。在研究框架的指导下,本研究基于二维分类法设计了认知维度和知识差异较大的两项搜索任务,并基于已有相关研究成功完成问卷设计,通过线上发放的形式收集298份有效问卷。 然后,本研究利用样本T检验和线性回归分析等方法对处理后的问卷调查数据进行分析。研究结果表明:一、被调查用户对于CNKI的系统内文献质量呈现最高的正向情感强度;二、任务类型会因为任务难度与复杂度不同而显著性影响用户对于系统内文献质量的情感强度;三、不同类型的用户会因为对学术信息检索系统使用熟练程度不同而造成其对系统可用性评价的差异;四、用户对导航系统与系统内文献质量的情感强度会显著正向影响其对CNKI可用性的评价得分。 最后,基于上述实证结果,本研究以CNKI为例,针对性的提出学术信息检索系统可用性的优化建议以及提升用户信息素养的建议。在学术信息检索系统优化方面,系统的设计要基于用户情感与认知的关联,对可能导致用户产生负向情感的功能模块进行改进和优化;同时也要对会显著影响用户可用性评价的系统功能模块进行改进和优化。在提升用户信息素养方面,在对用户进行信息素养培训时需要专业信息培训人员精心设计培训方式和培训内容。可按照用户对于系统的熟练程度进行区别,进而为其提供个性化的学习内容。此外,也需要设计合适难度的信息检索任务,让检索任务的难度先易后难,让用户循序渐进的与文献数据库进行交互,使得检索难度循序渐进。检索任务的主题也可以选择用户当下真实的信息需求,以提高用户的检索意愿,保证信息素养培训的顺利进行。

关键词： 高校   人事档案   信息资源   开发   利用  

摘要： 档案是记载和体现德才水平、学业和工作成绩等方面的重要原始记录，更是高校和社会各界极为重要的人事信息资源库与潜在人才资源库。人才档案信息系统开发正是为了最大限度利用这些人才信息资源，挖掘高校人事档案更深层的价值。目前，有效开发利用高校人事档案信息系统资源，已成为新时代对高校人事档案管理工作提出的必然要求。