周燕
- 作品数：22 被引量：44H指数：4
- 供职机构：华南农业大学更多>>
- 发文基金：国家社会科学基金广东省教育教学改革项目更多>>
- 相关领域：自动化与计算机技术文化科学经济管理社会学更多>>
- 高校概率统计公共课教学改革的几点探讨被引量：5
- 2018年
- 本文根据高校概率统计公共课的教学要求,结合笔者多年从事概率统计公共课和其他专业课程的教学经验,针对本校农科院校课程设置和学生培养目标的特殊性,在大数据技术蓬勃发展的时代背景下,提出了几点关于概率统计公共课程的体系设置、教学方法等方面的优化建议。
- 周燕
- 关键词：概率统计课程设置课程改革
- 地理信息系统教学中人工智能技术的综合应用
- 2022年
- 通过对地理信息系统教学特点进行分析,探讨了其教学中存在的技术瓶颈,然后结合人工智能技术的综合应用,给出了教学改革的新思路。
- 周燕
- 关键词：地理信息系统人工智能技术地理教学
- 基于虚拟最近邻矩阵的用户偏好数据挖掘仿真
- 2023年
- 为了准确挖掘用户偏好,提升数据挖掘效率,避免信息过载问题,提出基于虚拟最近邻矩阵的用户偏好数据挖掘方法。在考虑用户特征与用户偏好的条件下,采用协同过滤算法计算用户相似性,通过目标用户和邻近用户的相似性对目标项目展开预测评分,并按照从高到低的顺序对评分结果进行排序,构建虚拟最近邻矩阵,结合评分结果,获取用户偏好信息。以用户偏好预测结果为依据,通过K-means聚类与关联规则算法组建用户偏好挖掘模型,获取用户偏好数据。仿真结果表明,所提方法可以以较高的准确性和效率完成用户偏好数据挖掘,数据挖掘结果较为理想。
- 周燕肖莉
- 关键词：协同过滤算法用户偏好数据挖掘
- 基于毕业生就业数据挖掘的高校教学管理探究被引量：3
- 2019年
- 文章对华南农业大学数学与信息学院的毕业生就业数据进行了挖掘,并基于数据挖掘的结果提出了高校教学管理的建议,包括建立高校毕业生就业情况数据库;学校应重视学生领导才能的培养;学校应重视专业课的教育;学校应注重大学生的思想素质教育等。
- 周燕李凤黄蔚
- 关键词：毕业生高校教学管理
- 基于文本挖掘的文章特征提取及流量控制被引量：1
- 2020年
- 本文探究微信公众号文章阅读量预测的可行性及预测所需特征。首先爬取公众号文章并估计其阅读量达到稳定所需的时间,再对数据进行分词处理,提取文章的多个特征构成变量。最后通过随机森林和XGBoost训练模型并预测文章阅读量,验证了通过文本挖掘提取公众号文章特征并预测流量的可行性。
- 曾颖李志涛周燕
- 关键词：文本数据挖掘中文分词
- 多元线性回归模型视角下5G概念股票市场风险影响因素分析被引量：1
- 2020年
- 近些年,随着我国5G技术的发展,5G概念板块成为股票投资的热门选择。股票市场风险影响因素的变化对股票市场的稳定性及投资者的投资策略有影响。文章以5G概念股票的VaR值为因变量,相关财务指标数据作为自变量,对数据进行多元线性回归分析并建立回归模型,得出影响5G概念股票市场风险的主要因素,并提出相关风险管理的建议。
- 林琳熔郑文珍刘梦茹彭培豪周燕
- 关键词：VAR多元线性回归
- 基于数据挖掘的慕课学习的需求特征分析
- 2020年
- 本文通过挖掘慕课数据来研究学习者对课程需求的特征。首先构建了非线性回归的学习人数预测模型和基于随机森林的学习人数分类模型,得到开课时间、课程类别、开课学校这三个变量对学习人数有影响。然后用TF-IDF提取关键词并进行可视化以及基于Gibbs抽样建立主题个数为9的LDA主题模型,发现学习者对高等数学这门课的讲解思路、习题答疑、课程内容以及开课学校都有较强的关注点。
- 林媛叶幸郭桂璇肖莉周燕
- 关键词：课程特征可视化
- 关于“盲盒热”现象的消费影响因素研究
- 2022年
- 文章以广州大学生的435份问卷为样本,旨在探讨盲盒消费群体的特点及其消费行为的影响因素。文章采用PLS-PM模型、Apriori关联分析、Logistic回归和随机森林算法,挖掘青年群体购买盲盒的影响因素。结合行为经济学,从客观和主观两个角度对数据和结论进行解释和印证。结果表明,该群体注重个人追求的满足程度,跟风消费概率较低。此外,大学生对潮流的追求程度是盲盒消费的重要因素。
- 蔡淑慧何华周燕
- 关键词：行为经济学
- 基于企业人才需求分析的高校本科人才培养模式的改革研究被引量：4
- 2019年
- 招聘信息一方面能够直接反映用人单位对人才基本条件、能力和素质的要求,同时也能够为高等院校及时了解社会对人才的需求变化情况,为人才培养方案提供参考信息。文章对企业招聘特别是计算机和数据类人才需求信息进行统计分析和数据挖掘,从而总结当今热门行业和人才需求特点与趋势,同时结合笔者自己教学经验,对高等院校的数据与信息类专业课程设置和人才培养模式改革给出了几点的建议。
- 周燕朱艳丽杨敏
- 关键词：K-MEANS聚类主成分分析关联规则挖掘课程设置
- 基于社交数据挖掘的心理健康预警建模与分析被引量：3
- 2020年
- 本文利用现有的较完善的通用情感词典,并加入网络用词,构建与抑郁症有关的情感词典,结合现有的情感分析手段分析语句中的情感值。人工筛选抑郁用户及非抑郁用户,爬取用户的基本信息及微博内容,从获取的数据中选择相关的信息作为特征。将构建好的特征向量及人为标注的标签(是否抑郁)作为数据集,并随机划分为训练集和测试集,通过XGBoost、SVM、决策树、lightGBM等算法构建不同的分类器,结合精确率、召回率和F1值等指标,得出最优分类器XGBoost,XGBoost分类模型的准确率为91%,召回率为59%,F1分数为71%。该实验结果也表明用社交数据来预测抑郁倾向是可行的。
- 林靖怡黎大坤吴平鑫王旭周燕
- 关键词：情感分析
