教学课程资源库 更多>>

关键词： 知识图谱   多源无标签数据   语义偏好  

摘要： 为了全面提升多源无标签数据的推荐能力，实现高效准确的数据推荐效果，提出一种基于知识图谱的多源无标签数据推荐算法。构建多源无标签数据知识图谱，向量化处理多源无标签数据。融合数据的知识表示和时间编码，经过映射处理获取深层次的用户行为项特征。通过Transformer机制编码用户语义表示和解码用户偏好，对用户语义偏好和目标内容展开预测，获取用户和候选多源无标签数据发生交互的概率，实现多源无标签数据推荐。实验结果表明，所提算法可以快速为用户提供准确的多源无标签数据推荐结果。

关键词： 中医学   课程思政   可视化分析   知识图谱   教学改革  

摘要： 推动以课程思政为目标的中医学课堂教学改革,培养担当民族复兴大任的时代新人。中医学课程思政、中医学教学方式、中医学专业课程思政等是目前中医学课程思政领域研究方向的热点,但目前研究时间较短,合作研究较少,尚未出现成果丰富的学者。我国中医学课程思政研究可从加强中医学教师课程思政能力的建设、推进中医学课程思政一体化、促进线上教学与课程思政协同发展、探索交叉学科对中医学课程思政影响等方面深入,构建中医药特色的课程思政。

关键词： 中文实体抽取   数据驱动   深度学习   知识图谱  

摘要： 中文实体抽取(Chinese Named Entity Recognition，CNER)是中文自然语言处理领域的一项核心任务，是信息抽取的关键一步，是问答系统、机器翻译和知识图谱等下游任务的基础。CNER方法分为知识驱动和数据驱动两大类。知识驱动方法包括基于规则和词典与机器学习的传统方法，存在忽视上下文语义信息、计算成本高和低召回率的问题，而数据驱动方法包括深度学习与预训练语言模型。随着深度学习的发展，数据驱动通过端到端的深度神经网络对文本数据集进行特征提取，可以有效解决知识驱动方法的不足之处，但目前缺少基于数据驱动的中文实体抽取方法的总结。首先介绍中文实体抽取的定义和发展历程。然后详细整理中文实体抽取任务的典型数据集，工具、评价指标。接着围绕数据驱动的中文实体抽取方法进行系统分析和总结。最后对中文实体抽取任务的未来研究方向进行展望。

关键词： 食品安全   追溯   CiteSpace   VOSviewer   本文网刊:  

摘要： 本研究基于Web of Science核心合集数据库,以“food”和“traceability”为检索词,采用数理统计和文献计量法对2004~2022年食品安全追溯系统领域内发表的1369篇文献的发文量、作者、国家、机构进行分析,并通过对关键词构建知识图谱,总结食品安全追溯系统研究演进的趋势。结果表明,食品安全追溯系统研究受到国内外广泛关注,发文量呈上升趋势,其中中国是发文量最多的国家,为331篇,H指数居第二。研究团队多以高产者为合作队伍,且存在跨域跨国合作。由关键词图谱可知,该领域的研究热点为智能合约、区块链、互联网、追溯技术和信息透明度。未来的研究主题主要有追溯技术适用性、社会主体参与度、以稳定同位素比和多元素分析开展的食品掺假与产地溯源的研究、解决编码混乱问题等。

关键词： 高校   传染病防控   知识图谱  

摘要： 目的探讨我国高校传染病防控研究的进展、热点、发展动态及变化趋势,为后续高校传染病防控深入研究提供参考。方法基于CiteSpace、Scimago Graphica和Gephi软件对纳入研究的3635篇文献进行作者、机构和关键词等信息的可视化分析。结果高校传染病防控研究的发文数量自新冠疫情暴发后激增,之后逐渐减少,两次发文波峰都与相关传染病暴发有关;从纳入文献来看,作者和机构间的合作较少,且多来自高校;研究关键词以高校、大学生、传染病、学生、突发公共卫生事件、应对策略和健康教育为主;我国高校传染病防控研究可划分为2003—2009年的探索期、2010年的暴发期、2011—2019年的缓慢发展期以及2020年至今的广泛探究期4个阶段。结论高校传染病防控应常备不懈,加强不同领域作者与研究机构间合作,构建系统性、整体性强且能用以指导实践的高校传染病防控机制。

关键词： 职业生涯教育   知识图谱   趋势   大学生  

摘要： 文章依托Cite Space(可视化文献分析软件)对2013—2022年关于我国大学生职业生涯教育的341篇文献进行可视化分析后发现:年度文献数量呈现平稳中逐步下降的趋势,且在我国尚未形成稳定的核心研究者群体;研究者发文较为独立分散,研究领域主要包括职业生涯教育的概念、意义、发展现状和课程建设4大方面。基于此,未来研究应当关注完善“三全育人”格局下的协同育人机制、深化课程思政融入职业生涯教育、加强数字技术与职业生涯课程融合3个方面,进一步提升大学生职业生涯教育的质量和效果。

关键词： 汉代服饰   可视化分析   CiteSpace   关键词聚类   研究热点  

摘要： 【研究意义】通过分析汉代服饰相关研究文献,了解国内对中国汉代服饰领域的研究脉络、热点和发展趋势,探索未来汉代服饰的研究空间;【研究方法】本文通过计算机检索中国知网(CNKI)核心数据库,选取了1970年1月1日至2023年11月30日收录的相关领域的中文文献。运用CiteSpace信息可视化软件与NoteExpress文献处理软件,对汉代服饰研究的年发文量、关键词共现与聚类、研究热点等进行相关可视化分析。【研究结果与结论】从纳入的检索文献447篇中分析得出,近年来学术界对于汉代服饰的研究主要是建立在墓葬及陪葬品上展开的服装属性、文化属性以及社会风尚三大研究范畴。以随葬品及墓葬的汉代服饰研究是未来该领域的研究趋势。

关键词： 碳交易   CiteSpace   可视化分析  

摘要： 近年来,我国碳排放权交易备受国家政策和研究者的关注。为发现该领域的研究热点与趋势,本文选取中国知网(CNKI)数据库文献进行可视化分析,从年度发文量、研究作者和机构、关键词等角度进行知识图谱绘制,将图谱结合文献内容与实际深入分析,并基于以上分析展望碳排放权交易未来趋势,提出碳交易未来研究相关建议。

关键词： 应急管理   CNKI   CiteSpace  

摘要： 健全国家应急管理体系和能力建设是提高国家治理体系和治理能力的重要组成部分。本文基于CNKI和CiteSpace可视化分析,对2013~2023年国内文献进行梳理,探讨应急管理研究热点和趋势。研究发现:应急管理发文量总体呈上升趋势,但作者和机构之间的联系较少;应急管理研究以应急管理、突发事件、应急预案、社会治理、公共安全、公共卫生、大数据和传染病八个关键词进行聚类;未来将从应急管理的体系建设、利用大数据等技术和加强公共卫生安全角度研究应急管理。

关键词： 细菌素   乳酸菌   文献计量   CiteSpace  

摘要： 乳酸菌细菌素是乳酸菌在代谢过程中产生的一类具有抑菌活性的天然蛋白质或多肽类物质,具有无抗药性、可生物降解、抑菌效果好等优点,在食品、医药、饲料领域应用前景广阔。本文基于文献计量学方法,检索2000~2023年CNKI数据库和Web of Science(WOS)核心合集有关乳酸菌细菌素领域的文献,得到627篇中文文献和2543篇英文文献。使用CiteSpace软件从年度发文量,发文国家、作者、机构和期刊,高被引文献,关键词共现聚类等角度分析该领域的研究现状和热点。结果显示:2000~2022年发文量总体呈上升的趋势。西班牙、印度、中国的发文量在国家排行前三。CNKI数据库与WOS数据库发文量最高的作者分别是中国农业大学李平兰和巴西圣保罗大学Todorov SD。发文量最高的期刊分别是《食品工业科技》与《Journal of Appled Micbiogy》。CNKI数据库中关键词分析可以看出,文章多是从不同食品样本中分离、筛选、鉴定获得产细菌素的乳酸菌,进一步评价细菌素的抑菌活性,并探讨其在食品行业中的应用;突现词分析表明细菌素抑菌机制、细菌素与益生菌的联系是目前研究热点。WOS数据库中关键词“胃肠道”、“基因特征”、“单增核李斯特菌”、“抑菌活性”出现频次较高,主要热点是抑制抗生素耐药细菌的乳酸菌细菌素的挖掘及其基因特征的解析。通过文献综合分析,为我国科研人员从事相关研究和预测行业未来发展趋势提供参考和帮助。