大学生网络信息资源利用研究

通过对大学生网络信息资源利用的调查，分析了大学生在利用网络获取信息资源方面的现状及存在的问题，并针对大学生利用网络信息资源的障碍提出了若干对策，包括加大宣传力度、加大培训力度和提高咨询服务力度等。     

汽车驾驶员注意力分配定量研究

驾驶员的注意力分配对行车安全至关重要。目前基于驾驶员注意力分配的研究大多是基于定性的,本文从定性和定量两个角度,结合实际道路场景,借助眼动仪进行实车试验,记录并统计驾驶员在不同道路环境及驾驶环境(直行路段、掉头路段、人行横道(非路口)路段、超车、起步、靠边停车)下眼动数据,分析其注视点、注视时间及注视区域的特性,并得出在不同道路环境及驾驶环境下注意力的分配模式,揭示驾驶员在驾驶过程中的注意力分配特点。本文研究结果对驾驶员安全驾驶、车辆辅助系统、无人驾驶系统及驾驶员驾驶培训考核标准的改进有着十分重要的意义。     

大学生网络使用危机研究

网络的迅速发展正在改变着人们的生活,而大学生作为快速接受新生事物的群体,网络不可避免的影响着他们的生活.本文从大学生网络使用心理、行为危机等方面进行阐述,并提出了相应的对策.     

注意力资源与网络环境下的图书馆信息服务

围绕注意力资源,从5个方面对图书馆信息服务的创新问题进行了探讨。     

大学生网络道德现状调查研究

通过问卷调查的方式,对江苏省常州市部分本科院校在校大学生的网络使用情况、网络道德、高校网络建设情况等进行了调查。通过对数据的统计,找出大学生网络道德存在的问题,并分析原因,进而提出高校道德教育建设的相关建议。     

基于互信息-图注意力网络的大学生综合素质分类模型

为对高校大学生综合素质进行科学有效的分类,提出一种基于互信息-图注意力网络的大学生综合素质分类模型(Mutal＿GAT).首先,对原始数据进行预处理和分析,并通过门控循环单元算法(GRU)获得特征向量矩阵;然后,通过互信息方法提取数据之间的关联信息,并以此形成互信息关联矩阵;最后,通过图注意力网络的多头机制实现分类预测.结果表明,Mutal＿GAT模型在均方误差、准确率和召回率3项指标上均优于未加入互信息的图注意力网络、支持向量机、贝叶斯和随机森林随机梯度决策树分类算法.该模型在高校学生综合素质评定领域中具有良好的应用前景.     

大学生网络成瘾研究现状

互联网技术突破了时空限制、社会限制,为人们生活、学习、工作带来了方便,但无节制地使用网络,却孕育出了一种心理异常的新型疾患——网络成瘾症（internet addic-tion disorder,IAD）,简称网瘾症。大学生是受网络影响最深的一个群体,大学生网络成瘾也是一个长期困扰家长、学校和政府的综合性的社会问题,已引起广大学者和人们的高度关注和重视。因此,预防、治疗大学生网络成瘾具有现实意义。     

大学生网络道德现状实证研究

在进行实证研究的基础上,真切地认识了大学生网络道德的现状。这种现状的出现有大学生的心理特征、社会需求迫切和性意识的发展等方面的原因。应该加强网络法制建设,加强网络技术管理,增强校园网络的引导作用,针对网络特征开展大学生思想道德教育。     

大学生网络信息素养教育问题研究

随着科技的发展和互联网的广泛使用,网络对大学生的影响愈来愈大,网络信息素养教育也越来越重要。而高等教育肩负着国家培养具有较高信息素养的优秀人才的历史重任,所以加强大学生网络信息素养的教育是高等院校非常紧迫而有意义的工作。大学生网络信息素养的提高需从制定网络信息素养培养目标、课程的设置、学科整合、教师网络信息素养的提高和加强大学生网络道德教育等方面进行。     

大学生网络信息素养教育问题研究

随着科技的发展和互联网的广泛使用,网络对大学生的影响愈来愈大,网络信息素养教育也越来越重要.而高等教育肩负着国家培养具有较高信息素养的优秀人才的历史重任,所以加强大学生网络信息素养的教育是高等院校非常紧迫而有意义的工作.大学生网络信息素养的提高需从制定网络信息素养培养目标、课程的设置、学科整合、教师网络信息素养的提高和加强大学生网络道德教育等方面进行.     

大学生网络使用状况及安全意识研究

对大学生网络使用状况进行调查,结合调查结果,从提高大学生网络安全教育的重视程度、加强大学生的网络安全教育、提高大学生的网络安全防范水平和加强对大学生网络使用的监督管理等方面提出思考.     

数字图书馆注意力资源的利用

网络时代数字图书馆的地位日趋显著,在浩瀚的数字信息海洋中掌握注意力资源成为一种必然的趋势。注意力资源的获得与掌握可以通过数字图书馆与读者双方面的努力完成。阐述了数字图书馆注意力资源的利用价值,给出了数字图书馆注意力资源开发和利用的要点。     

大学生网络信息素养的培养

阐述了网络信息素养的主要内涵，分析了加强大学生网络信息素养培养的重要性，进而提出了大学生网络信息素养培养的措施，包括：强化信息意识，树立网络信息资源观念；加强计算机和网络技能的培训；提高英语应用能力和规范大学生的网络行为等。     

大学生注意力调控能力的性别比较研究

应用Stroop干扰任务,对37名一年级男女大学生的注意力调控能力进行了检测和性别比较．Stroop干扰任务的核心是：受试必须抑制“背景”干扰,正确地提取和处理“前景”信号．与常用的Stroop干扰任务不同的是,运用开发的计算机软件,让受试者通过触摸荧屏来完成任务．通过这套软件,精确地记录了男女大学生的操作正确率和反应时间．结果表明,一年级男女大学生在两个不同难度级别(刺激呈现时间分别为1000ms和750ms)的测试中,反应正确率和反应时间两个行为指标上的得分非常接近．这一结果提示,男女大学生在注意力调控能力方面不存在显著性差异．     

河北科技师范学院大学生网络文献信息资源利用的调查分析

以《大学生网络文献信息资源利用调查》结果为依据，分析了大学生网络信息资源利用的现状与存在问题，并提出了相应的改进建议。     

增强型注意力网络点击通过率预估方法

针对以往模型在对点击通过率(click-through rate,CTR)进行建模预测时,存在着特征重要性学习不足、特征交互低效等问题,提出了一种增强型注意力网络预估模型,用于动态学习特征重要性和特征交互信息,模型主要由注意力层、双线性交互层和全连接神经网络层构成。注意力层的多尺度多头自注意力机制通过设置不同尺寸子空间增强特征重要性学习能力,在得到特征重要性后,进一步采用张量积双线性交互学习特征交互信息。通过对注意力的子空间尺寸大小、张量积交互形式、神经网络层数和节点个数等进行定量分析,确定模型的最佳参数。实验证明,该模型相比已有模型拥有更好的预测能力。     

网络文化与大学生思想教育

当今时代,是现实世界与虚拟世界并存的时代,大学生的思想教育已不再是原来单一的方式,我们必须把网络作为另一个重要的思想教育平台,以提高当代大学生的思想素质.     

基于图注意力网络的舆情演变预测研究

要想实现对纷繁复杂的网络舆情的监控和管理,预防舆情危机的突发状况,一个关键的解决方案就是对网络舆情事件的发展趋势进行预测.然而,目前针对舆情演变预测的研究工作却十分有限,尤其是社交网络环境中的舆情演变预测.本文将评论文本的情感值作为演变预测的对象,利用情感词和舆情事件中评论文本的语义相似度,为事件发展的每个时间段都构造一个对应的图结构,再结合门控循环单元（GRU）与图注意力网络（GAT）对情感时间序列进行预测.为了验证模型的有效性,本文以Twitter中弗洛伊德事件的评论文本作为数据集,开展与基于图卷积网络的预测模型的对比实验.实验结果表明,本文提出模型的R²决定系数为0.569,平均绝对误差（MAE）、均方误差（MSE）和均方根误差（RMSE）均小于基于图卷积网络的预测模型,能较好地实现舆情事件中评论文本的情感演变预测.     

融合图注意力网络和注意力因子分解机的服务推荐方法

为了解决服务推荐过程中的特征稀疏问题、提高服务的语义表示能力,进而提升推荐的准确性和有效性,提出基于图注意力网络(graph attention networks,GAT)研究服务推荐方法,引入服务的组合权重和组合的结构信息,综合利用多种服务特征,提高服务推荐质量。将GAT和注意力因子分解机(attention factorization machine,AFM)结合在一起,利用多头自注意力机制,学习每个节点在图邻域中的重要性;进行信息聚合,处理网络中的不同图结构,以适应服务动态变化的场景。 实验结果显示,在数据平衡的情况下,提出的方法性能表现均好于对比方法;在数据不平衡的情况下,提出的方法大部分性能指标也表现良好,达到了提升服务推荐准确性和有效性的目标。     

具有局部和全局注意力机制的图注意力网络学习单样本组学数据表征

针对生物组学数据中基因数目远大于样本数目的高维“大p小n”问题,提出一种具有局部和全局注意力机制的图注意力网络GATOr.该模型首先在组学数据上利用Pearson相关系数计算特征之间的相关性,构建组学数据的单样本网络;然后提出一种结合局部和全局注意力机制的图注意力网络从单样本网络中学习基于图的组学特征表示,从而将组学数据的高维特性转化为低维表示.实验结果表明,GATOr与其他传统分类算法相比,在分类任务的准确率及其他指标上均取得了较优性能.