我要投稿 查看投稿进度
学术期刊
在线客服
客服电话：400-188-5008
客服邮箱：service@ccnpub.com
投诉举报：feedback@ccnpub.com
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享

请选择 目标期刊

我国C2C电子商务产业的倾向性布局及聚集机制 下载：67 浏览：314

王一海 《中国经济》 2018年7期

摘要:
我国以"淘宝网"为代表的C2C电子商务产业已有十余年的发展历程,这期间C2C电子商务从商业模式、支付方式、信用体系、物流方式到市场监管机制都不断地走向成熟。本文分析了当前我国C2C电子商务产业的布局特征,基于空间自相关分析方法研究C2C电子商务产业的聚集机制及其形成原因;以浙江诸暨市邱村为例,重点研究了影响我国C2C电子商务产业聚集机制形成的各种因素。

歧义丛生的“真实”——对《大墙下的红玉兰》及其讨论的历史性考察 下载：65 浏览：469

赵天成 ​ 《文学研究》 2019年1期

摘要:
从维熙的中篇小说《大墙下的红玉兰》在发表之后引起热烈讨论,其中"真实性"问题成为了各方争辩的焦点。本文在参照性的视野中,从细节真实、典型性、倾向性和爱国主义的角度,梳理了这场讨论中的关键点,并结合从维熙的文学观念与同时期创作做了延伸讨论。"真实性"历来被视为现实主义的根本要素,但同时也是一个充满冲突的概念。从维熙的小说及其后续讨论,充分表现了当时语境下人们对于相关问题的认识,是历史化地理解社会主义现实主义的典型案例。

融合卷积神经网络与层次化注意力网络的中文文本情感倾向性分析 下载：43 浏览：257

程艳 叶子铭 王明文 张强 张光河 《当代中文学刊》 2019年1期

摘要:
文本情感倾向性分析是自然语言处理研究领域的一个基础问题。基于深度学习的模型是处理此问题的常用模型。而当前的多数深度学习模型在中文文本情感倾向性分析方面的应用存在两个问题:一是未能充分考虑到文本的层次化结构对情感倾向性判定的重要作用,二是传统的分词技术在处理文本时会产生歧义。该文针对这些问题基于卷积神经网络与层次化注意力网络的优点提出了一种深度学习模型C-HAN(Convolutional Neural Network-based and Hierarchical Attention Network-based Chinese Sentiment Classification Model),先用并行化卷积层学习词向量间的联系与组合形式,再将其结果输入到基本单元为双向循环神经网络的层次化注意力网络中判定情感倾向。实验表明:模型在中文评论数据集上倾向性分类准确率达到92.34%,和现有多个情感分析模型相比有所提升;此外,对于中文文本,选择使用字级别词向量作为原始特征会优于词级别词向量作为原始特征。

基于倾向性评分匹配的患者术后医院感染的影响因素再评价 下载：56 浏览：419

解晓曦1 赵晓明2 《预防医学杂志》 2019年8期

摘要:
目的探索倾向性评分匹配法在患者术后医院感染的影响因素分析中的适用性。方法回顾性收集某医院2016年术后住院患者,首先精确匹配未发生医院感染和发生医院感染的入院诊断,并采用倾向性评分匹配的方式均衡2组基本人口学信息以及部分住院情况,对匹配后的人群采用logistic回归模型分析医院感染的影响因素。结果匹配后2组在年龄、性别、手术方式、ICU病人比例、急诊病人比例以及手术切口类型等方面的差异均无统计学意义(P>0.05),2组均衡可比。logistic多元回归分析提示导尿管留置天数增加(OR=1.35,95%CI:1.06～2.38)、患者有糖尿病(OR=2.16,95%CI:1.23～3.59)、患者具有脑梗死病史(OR=1.98,95%CI:1.13～3.74)是医院感染发生的危险因素,术前预防使用抗生素(OR=0.86,95%CI:0.62～0.95),术前生物样本菌群培养(OR=0.92,95%CI:0.57～0.98)为医院感染的保护因素。结论倾向性评分匹配可以减少常规收集数据的研究的选择偏倚,其研究结论与非匹配性研究不完全一致。可进一步结合多中心数据,推广倾向性评分匹配法在挖掘包括医院感染在内的医院常规监测疾病的影响因素,指导临床实践。
[1/1]
|<
<
1
>
>|
在线客服：：点击联系客服
联系电话：：400-188-5008
客服邮箱：：service@ccnpub.com
投诉举报：：feedback@ccnpub.com
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享