基于大五人格模型的社交媒体公众用户虚假新闻应对意愿研究     

王诣铭  夏志杰  辜丽琼 《科学与管理》2020,40(1):83-91

为了提升公众应对社交媒体虚假新闻传播的意愿,讨论社交媒体不同人格特质用户虚假新闻应对意愿的差异和相关性。基于大五人格模型、计划行为理论、风险感知理论及前人相关研究提出若干研究假设,然后利用偏最小二乘(PLS)路径分析对模型进行验证。研究结果表明外倾性、宜人性人格特质会通过行为态度对用户在社交媒体平台应对虚假新闻的意愿产生显著的影响;宜人性、尽责性人格特质受感知风险的影响较大;最后根据结论,针对不同人格特质与其使用社交媒体平台的行为特征,提出了可操作的建议。  相似文献   

基于改进支持向量机模型的交通拥堵情况预测     

辜丽琼  宋祖康  杨阳 《教育技术导刊》2019,18(12):61-64

随着机动车数量的迅猛增加,城市交通拥堵状况日益严峻,城市道路拥堵严重影响着居民的日常工作和生活,因此研究道路拥堵程度,以及对道路拥堵变化进行预测则显得尤为重要。为此,构建一个基于拥堵指标的MM-SVR模型,在考虑下一时段可能到达路段的潜在车流量情况下,对道路拥堵情况进行深入探究。首先,融合速度、区域内交通流量构建道路拥堵程度指标,然后基于历史数据构建将马尔科夫链与支持向量机预测相结合的MM-SVR模型对道路拥堵进行预测,以向前[n]阶状态的交通流量和速度作为输入量,将道路拥堵程度指标作为输出量。在实例验证中,使用广州市某片区的实时交通流数据对模型效果进行评测,并且使用SVR以及Adaboosting模型进行对比实验。实验结果表明,该模型无论是在拟合优度还是预测误差上均优于对比模型,在实时反映交通流拥堵情况方面有着良好表现。  相似文献   

基于机器学习与情感词典的文本主题概括及情感分析     

宋祖康  阎瑞霞  辜丽琼 《教育技术导刊》2019,18(4):4-8

作为社交网络重要载体,微博成为信息传播的重要平台,承载着公众情感表达及舆论传播的重要功能。对微博博文及评论作出主题概括及情感分析在网络管控、舆情监测及公众情绪引导方面具有重要的实践意义。提出一种基于机器学习与文本分析的主题概括及情感分析模型。以武汉理工大学研究生坠亡事件为话题,利用Word2vec将文本转化为词向量,并且通过机器学习聚类方法对舆情各个生命周期过程进行主题概括,采用基于词典文本分析方法,对评论文本进行多元情感分析,对表现突出的情感大类作细粒度分析,最终实现基于主题与情感分析的多元细粒度公众情感变化分析模型。该分析模型可在特定舆情事件下得出公众在各阶段的关注中心及情绪变化规律,实现舆情主题与情感变化的协同演化研究。  相似文献