李仁德
- 作品数：41 被引量：69H指数：4
- 供职机构：上海理工大学图书馆更多>>
- 发文基金：国家自然科学基金上海市教育委员会创新基金上海市教育委员会科技发展基金更多>>
- 相关领域：文化科学经济管理自动化与计算机技术自然科学总论更多>>
- 基于LDA模型的网络刊物主题发现与聚类被引量：4
- 2019年
- 随着智能终端的普及,文本的主题挖掘需求也越来越广泛,主题建模是文本主题挖掘的核心,LDA生成模型是基于贝叶斯框架的概率模型,它以语义关联为基础,很好地解决了文本潜在主题的提取问题。对文本聚类过程的核心技术LDA生成模型、数据采样、模型评价等作了较为深入的阐述和解析,结合网络教育平台的2794篇学习刊物进行了主题发现和聚类实验,建立了包含3800个词项的词库,通过kmeans算法和合并向量算法(UVM)分两步解决了主题聚类问题。提出了文本挖掘实验的一般方法,并对层次聚类中文本距离的算法提出了改进。实验结果表明,该平台刊物的主题整体相似度比较好,但主题过于集中使得许多刊物的内容不具有辨识度,影响用户对主题的定位。
- 杨传春张冰雪李仁德郭强
- 关键词：LDA模型主题发现层次聚类文本挖掘
- 浅析新形势下高校网络舆情监控与新闻宣传的路径被引量：1
- 2019年
- 本文基于第41次中国互联网络发展统计大数据,归纳总结高校网络舆情的研究现状,提出当今高校网络舆情监控与新闻宣传的可执行方案。
- 李婧李仁德
- 关键词：高校网络舆情预警新闻宣传
- “三全育人”视角下高校图书馆引导式科研竞赛服务探究——以上海理工大学图书馆为例被引量：4
- 2022年
- 随着图书馆服务的不断拓展和延伸,高校图书馆逐渐由基础保障性服务向多样化、专业化、精准化、个性化服务转变。本文基于“三全育人”的指导理念,对上海理工大学图书馆持续性开展的引导式科研竞赛服务进行深入剖析,并提出高校图书馆引导式科研竞赛服务的可持续发展策略。
- 李婧李仁德
- 关键词：三全育人
- 股民对证券评论信息供给的满意度分析被引量：1
- 2013年
- 通过实地问卷调查,考察股民对证券评论的使用现状,探寻股评存在的问题.研究结果表明,我国证券市场浓厚的投机氛围导致投资者对消息面的依赖,证券评论对投资者的教育功能存在不足.完善我国证券市场的建设,加强对投资者的教育是解决证券评论信息供给问题的重要途径.
- 李仁德
- 关键词：信息供给
- 基于平衡计分卡模式的高校图书馆绩效评估
- 2018年
- [目的/意义]高校图书馆作为非营利组织在评估方面有其自身的特点,本文试图利用平衡计分卡这一有效的评估模式,对高校图书馆进行评估研究。[方法/过程]利用平衡计分卡的四个维度进行拓展,对评估目标和目的进行具体分析,并创新性地加入第五个评估维度-创新,为高校图书馆绩效评估提供了参考意义。[结果/结论]平衡计分卡作为一种有效的评估模式,在高校图书馆具体应用过程中,要结合自身特点进行优化,以达到更好的评估目的。
- 孙卓睿李仁德
- 关键词：平衡计分卡图书馆高校绩效管理
- 基于文本挖掘的网络科学会议主题研究被引量：3
- 2018年
- 网络科学研究发展迅猛,已经对物理,计算机和管理等学科产生了深远的影响。然而,中国国内目前最新的网络科学主题发展态势一直缺乏直观的分析。以2017年第十三届全国复杂网络大会的会议摘要为研究对象,从基于文本挖掘的主题提取与聚类的角度分析了网络科学最具代表性的复杂网络会议的研究趋势,该会议的研究趋势一定程度上可以反映出国内网络科学领域最新的研究态势。首先对会议摘要的文本信息进行预处理,通过自建词典和停用词库对文本进行jieba分词。然后使用LDA主题模型对摘要的主题分布进行识别,基于摘要间的JS距离进行凝聚层次聚类,得到10类会议主题。研究拓展了主题模型在学术会议研究态势与研究热点挖掘上的应用范围,丰富了学术会议主题挖掘与研究热点分析的思路,能为其他学术会议快速挖掘研究态势提供借鉴;同时提出一种基于主题模型和社交网络分析相结合来挖掘机构关联关系的研究方法,以机构研究主题相似度为参考指标,为机构寻找合适的科研合作单位提供参考建议。
- 李小珂赵紫娟郭强刘建国李仁德
- 关键词：主题建模文本挖掘凝聚层次聚类网络分析
- 基于四阶奇异值分解的推荐算法研究被引量：3
- 2019年
- 三阶奇异值分解推荐算法可以综合考虑用户、物品标签和物品三部分信息,挖掘三者之间的潜在关系进行推荐,然而该方法并没有引入其他方面的有效信息,如用户情感。为了考虑更多维度的信息,本文在三阶奇异值分解推荐算法的基础上,提出了一种加入用户情感信息的四阶奇异值分解推荐算法。该方法基于从评论中的emoji表情提炼出的用户情感偏好,再引入四阶张量模型,存储用户、用户情感、物品标签和物品四元组数据,应用四阶奇异值分解,从而进行个性化推荐。在某在线互联网教育的实证数据集上的实验结果表明,该方法比三阶奇异值分解推荐算法以及传统推荐算法在准确率和召回率性能指标上都有明显提升,其中进行Top-1推荐时,准确率和召回率可以达到0.513和0.339。本文的工作为移动通信端的个性化推荐提供了借鉴。
- 郭强岳强李仁德刘建国
- 关键词：多维信息奇异值分解
- 基于文本挖掘的互联网教育课程主题发现与聚类研究被引量：7
- 2018年
- 如何通过有效的数据挖掘对互联网教育平台中的课程主题进行挖掘、聚类是当前互联网教育亟待解决的问题之一。实验基于文本信息对某互联网教育平台的1 472门课程体系的主题分布及类别进行了分析。采集了某平台1 472门课程的描述信息,进而通过自建词典和停用词库对文本进行切词分词,并通过TF-IDF对词频权重进行处理。利用LDA主题模型对课程的主题分布进行识别,发现了230个主题,并得到了每门课程在这230个主题下的文档–主题分布以及主题–词分布。进一步基于分布相似性函数对课程进行层次聚类,发现基于不同抽象层次主题的课程相互关联。最后将16个主题信息进行了可视化,这些主题分别从内容和数量两个角度反映出了课程的主题特征以及课程的聚合分布情况。
- 李梦杰刘建国郭强李仁德汤晓雷
- 关键词：主题发现层次聚类互联网教育文本挖掘
- 引入用户情感的高阶奇异值分解推荐算法研究
- 2018年
- 传统的三阶奇异值分解推荐算法(HOSVD)通过挖掘用户、物品标签和物品三者之间的潜在关系进行推荐,然而该方法并没有将用户的情感考虑进来。基于从评论中emoji表情提炼出的用户情感偏好,提出了一种引入用户情感的HOSVD推荐算法。该方法将emoji表情分成积极、中立和消极三类,分别给每类情感赋予不同的权重,之后计算不同类emoji表情数量的加权和来表征用户的情感;再引入三阶张量模型,应用HOSVD分解进行个性化推荐。在某在线互联网教育的实证数据集上的实验结果表明,该方法比基于物品的协同过滤算法、PersonalRank算法和采用用户-社刊分类-社刊三元组信息的HOSVD算法在准确率和召回率性能指标上都有明显提升,其中进行Top-1推荐时,准确率和召回率可以达到0.353和0.281。这为移动通信端的个性化推荐提供了借鉴。
- 郭强岳强李仁德刘建国
- 一种适用于高饱和度交叉口的公交优先信号配时优化方法
- 本发明提出了一种适用于高饱和度交叉口的公交优先信号配时优化方法，针对采用公交优先的高饱和交叉口，在其采用绿灯时间延长策略后，对其信号配时进行优化，即对后续的各个流向也采用绿灯延长，使排队长度能在三个周期内恢复到零，减少由...
- 舒仕杰赵靖韩印吴静婷李仁德龚德风
