课程文献中心 更多>>

关键词： 网络营销   直播带货   社交电商营销  

摘要： 随着互联网技术的快速进步及消费者行为的持续变迁,网络营销作为一种新兴的营销策略,使传统商业模式发生深刻变革。在此背景下,直播带货作为一种创新的网络营销形式,近年来迅速兴起并展现出显著的市场影响力。直播带货不仅整合了娱乐、社交与购物等多重元素,还凭借其实时互动、亲身体验等特性,极大地增强了消费者的参与感。这一标志性营销模式的涌现,无疑对社交电商的营销策略产生了深远影响,促使社交电商平台重新评估并调整其营销策略,更加聚焦于内容创新、用户体验优化及社群运营,力求在激烈的市场竞争中占据优势地位。

关键词： 加减八珍汤   缺血性脑卒中   网络药理学   孟德尔随机化  

摘要： 目的:探索加减八珍汤治疗缺血性脑卒中的作用机制。方法:收集加减八珍汤的药物活性靶点与缺血性脑卒中的治疗靶点进行交集基因分析和蛋白互作筛选,富集分析得到药物治疗疾病的相关生物通路。基于eQTLGen数据库、GWAS数据库,以snp为工具变量将核心靶点进行孟德尔随机化分析。结果:筛选出121个潜在有效成分,13个共有成分,2015个潜在靶点,疾病交集靶点115个,加减八珍汤交集缺血性脑卒中相关靶点19个,PPI筛选潜在核心靶点5个。功能富集分析筛选147个GO条目,生物过程(BP)132个,分子功能(MF)9个,细胞成分(CC)6个。KEGG富集分析得到57条信号通路。孟德尔随机化分析结果示其中仅MMP9与缺血性脑卒中风险之间存在因果联系。结论:加减八珍汤治疗缺血性脑卒中是通过多靶点、多途径实现,其中MMP9受体是发挥治疗作用的核心靶点,疗效发挥可能与调控炎症反应、保护脑组织再灌注损伤、维持血脑屏障稳态有关。

关键词： 量子光学   量子卷积神经网络   粒子群优化算法   量子机器学习   参数化量子电路  

摘要： 针对当前量子卷积神经网络模型中参数化量子电路缺乏自适应目标选择策略的问题,提出了一种基于粒子群优化算法自动优化电路的量子卷积神经网络模型。该模型通过将量子电路编码为粒子,并利用粒子群优化算法对电路进行优化,从而搜索出在图像分类任务上表现优异的电路结构。基于Fashion MNIST和MNIST标准数据集的仿真实验表明,该模型具有较强的学习能力和良好的泛化性能,准确率分别可达94.7%和99.05%。相较于现有量子卷积神经网络模型,平均分类精度最高分别提升了4.14%和1.43%。

关键词： 孕产妇   一般心理求助   网络心理求助   电子健康素养  

摘要： 目的:比较孕产妇一般心理求助和网络心理求助的现状及影响因素异同,为改善孕产妇心理求助提供实证支持。方法:便利抽样法选取某妇幼保健院282名孕产妇,采用一般求助问卷、网络心理求助行为量表、求助负担量表、简易心理状况评定量表、电子健康素养量表、人际心理资本量表,进行问卷调查。结果:①一般心理求助与网络心理求助在不同的社会经济和个人背景下表现出显著差异,孕产妇一般心理求助在家庭月收入中差异显著,网络心理求助在孕产妇文化程度和健康状况中差异显著;②两种求助方式均与电子健康素养、人际心理资本显著正相关,求助负担、心理状况与两种求助方式显著相关但方向相反,家庭月收入、家庭关系仅与一般心理求助相关显著;③多元回归分析显示,控制人口学变量的影响后,心理状况、电子健康素养显著正向预测两种求助方式,且对网络心理求助的作用更大(β=0.41>0.16,P<0.001);家庭月收入(β=-0.15,P<0.05)、家庭关系(β=0.37,P<0.001)、人际心理资本(β=-0.17,P<0.001)显著预测一般心理求助,但不能预测网络心理求助。结论:心理状况和电子健康素养是影响孕产妇两种求助方式的共同因素,网络心理求助受更少的个体变量影响。

关键词： 音乐分类   傅里叶变换   残差胶囊网络   门控循环单元   视觉注意力机制  

摘要： 个性化的音乐推荐服务能为人们带来情感上的寄托和提供更多的便捷。然而,音乐类型的分类和标签的标注需要挖掘大量的音乐特征,耗费时间和人工成本。基于此,该研究将音频数据经过傅里叶变换转换为Mel频谱图,将残差胶囊网络与门控循环单元相结合,构建音乐类型分类模型。同时,基于残差胶囊网络,引入视觉注意力机制,构建音乐标签标记模型。结果显示,音乐类型分类模型在GTZAN和FMA-smile数据集上的分类准确率能达到89.8%和85.2%。该研究结果能为音乐推荐平台的个性化服务提供一定的参考。

关键词： 深度学习   脉冲神经网络   类脑训练框架   基准测试   图像分类  

摘要： 随着脉冲神经网络(spiking neural network,SNN)研究需求的不断增长,开源类脑训练框架也迅速发展。然而,目前缺乏针对这些框架的系统性选择指南。为了解决该问题,提出了一种基于图像分类任务的SNN基准测试方法。本文为两种SNN训练方法,即直接替代梯度反向传播训练方法以及从人工神经网络(artificial neural network,ANN)到SNN的转换训练方法分别设计了卷积神经网络和全连接深度神经网络模型,并使用MNIST、FashionMNIST和CIFAR-10基准图像数据集,以训练时间和分类准确率为评估指标,比较了不同类脑训练框架的性能差异。研究结果表明,在SNN直接训练中,类脑训练框架SpikingJelly在训练时间和分类准确率方面均表现优异;而在ANN到SNN的转换训练中,Lava框架实现了最高的分类准确率。

关键词： 社交媒体互动   消费者购买意向   电子商务   市场营销  

摘要： 本文采用问卷调查方法获取研究数据样本,在理论分析的基础上运用统计分析方法,从网络社交媒体互动中的互动频率、正面情感表达、意见领袖互动、个性化体验和社交证明机制的多维视角,实证探讨网络社交媒体互动对消费者购买意向的影响。研究结论表明,网络社交媒体互动对消费者购买意向具有显著正向影响效应;社交媒体互动中的互动频率、正面情感表达、意见领袖互动、个性化体验以及社交证明机制等细分维度,均对消费者购买意向均产生显著正向影响作用。最后,根据研究结论,就企业网络社交媒体营销实践提出相关建议。

关键词： 人工智能   增加值贸易   网络地位   技术距离   调节效应  

摘要： 以人工智能为代表的新一轮科技革命是中国实现高水平对外开放和贸易高质量发展的重要依托。本文构建了人工智能影响增加值贸易网络地位的理论机制,利用2005—2018年45个国家制造业数据进行实证检验,同时分析技术距离的调节效应。研究结果显示:人工智能显著提升了增加值贸易网络地位;人工智能对发达国家和发展中国家的增加值贸易网络地位均具有显著的提升效应,但对发展中国家的提升效应更强;相对于劳动密集型行业和资本密集型行业,人工智能对技术密集型行业增加值贸易网络地位的提升效应更为显著;人工智能对内资企业和外资企业的增加值贸易网络地位均具有显著的提升效应,但对外资企业的提升效应更强。机制检验显示,人工智能主要通过加速劳动力替代和释放国内消费潜力促进增加值贸易网络地位提升。拓展性分析表明,人工智能对增加值贸易网络地位的正向影响并不存在“低端锁定”效应,但会受到技术距离的负向调节,且该调节效应在发达国家、资本密集型行业和内资企业中更强。

关键词： 文物安防   复合感知   融合分析   神经网络  

摘要： 传感器感知技术在文物安防领域得到了广泛应用.然而,由于文物安防场景的复杂性,基于单一线索感知的装备监测误报率较高,制约了要地保护的智能化应用推广.提出了一种装备复合感知数据融合分析方法,设计基于自注意力机制的全局相关性神经网络,对要地多传感器异常事件的联动触发规律进行时空域建模,实现多传感器数据的联合优化和互补,提升系统状态监测精度.在三星堆祭祀坑示范地测试结果表明:融合了多种传感器数据的成套复合装备误报率从原来的10.24%下降为1.10%,验证了所提方法的有效性.

关键词： 暂态电压稳定   稳定超前判别   迁移学习   条件生成对抗网络   数据生成  

摘要： 为解决样本不平衡导致的暂态电压稳定判别准确性不足的问题以及实现暂态电压稳定超前判别,提出一种基于条件生成对抗网络(CGAN)与迁移学习的暂态电压稳定超前判别方法。考虑暂态电压稳定样本类型,利用CGAN定向扩增暂态电压样本集,解决样本不平衡问题,从而提升暂态电压稳定判别准确性;考虑到CGAN生成器与暂态电压时序预测模型具有相似的学习任务,将CGAN生成器模型迁移至暂态电压时序预测模型,结合工程判据实现暂态电压稳定超前判别,并进一步提升暂态电压稳定判别准确性。在CEPRI-VC暂态电压稳定分析系统中验证了所提方法的有效性。