规模化猪场养殖管理信息平台的应用效果评价
这是一篇关于猪,养殖管理信息平台,应用,效果,对比分析的论文, 主要内容为随着我国经济的快速发展和人民生活水平的不断提高,近年来,养殖业发展迅速,规模不断扩大,对利用信息技术的需求越来越明显。然而,传统养殖场存在养殖管理模式粗放,信息化和人员文化水平相对较低,养殖条件一般等问题。为了提高猪场养殖效益,本研究利用J2EE和C/S和B/S开发模式、Web语言、W eb数据库等技术构建规模化猪场养殖管理信息平台,并结合实际情况对平台系统进行优化。新疆石河子六康牧业、149团鑫兴旺养殖合作社猪场从免疫程序、母猪年断奶活仔猪数(Piglets weaned/Sow/Year,PSY)、母猪周转率、商品猪成活率、母猪每年出栏肥猪数(Market pigs/Sow/Year,MSY)进行数据化管理的实际应用,并对比使用规模化猪场养殖管理信息平台和传统养殖模式的应用前后效果。构建以免疫程序、母猪年断奶活仔猪数、母猪周转率、商品猪成活率、母猪每年出栏肥猪数为参数,基于Web语言合作开发,并优化应用适合本地规模化猪场养殖管理的信息平台,在新疆石河子六康牧业、149团鑫兴旺养殖合作社300多头母猪规模化养猪场,对平台应用前养殖模式和平台应用后养殖模式比较分析,建立并优化免疫程序,经过新疆石河子六康牧业、149团鑫兴旺养殖合作实际应用后,母猪、仔猪发病率把控在15%以下,母猪妊娠末期采食量增加20%,则相应的母猪新生仔猪的出生均重提高5%,同时窝均断奶仔猪数分别达到预期目标值11头、12.5头,当母猪周转率保持在30~33%时,有利于养殖经济效益的提升,母猪背膘在8~15mm时,下床母猪发情时间缩短在7天之内,提高母猪发情比例65%以上,猪场PSY基于较前传统养殖模式分别增长0.56头、0.64头,同时猪场MSY分别增长1.75头、3.9头,育肥猪的成活率也保持在97%左右。结果表明,成功构建并优化规模化猪场养殖管理信息平台,可显著降低猪场母猪、仔猪发病率、提高仔猪出生重及窝均断奶仔猪数,以及母猪发情率、周转率和育肥猪的成活率明显升高,该平台优于传统养殖管理模式。
基于情感分析的协同过滤推荐算法优化及实现
这是一篇关于推荐算法,情感分析,协同过滤,聚类分析,对比分析的论文, 主要内容为推荐系统是根据用户的行为特点和兴趣偏好进行个性化的产品推荐,在网络购物、视频社交、以及新闻社交等平台上应用广泛。其作用主要包含以下两点:第一,解决信息过载问题,帮助用户更快的发现自己感兴趣的内容。第二,解决长尾信息无法被展示的问题,让更多优质的商品得以展示。在推荐系统中,协同过滤推荐算法应用广泛,但仍存在着很多问题。对于数据的稀疏性、推荐结果的片面性和时效性等问题的解决还有待研究,如何做到提高推荐效率的同时提高推荐结果的精度,仍需进一步的研究。因此,本文考虑利用情感分析和聚类分析方法对协同过滤推荐算法进行优化,具体的研究内容如下:(1)在提高推荐结果精度方面,利用基于贝叶斯分类的情感分析方法,将用户评论内容进行情感分析。利用所得用户的情感值和产品特征向量,构建用户-产品特征情感值的评价矩阵,减少了评价矩阵的稀疏性,提高了推荐结果精度。(2)在提高推荐效率方面,利用k-means++对用户的情感偏好向量进行聚类分析,计算类型用户的评价特征向量,再利用改进的相似度计算方法进行目标用户的行为预测,极大提高了推荐效率。(3)在模型对比分析方面,以原始协同作为参考,就基于情感分析的聚类协同、用户-产品的聚类协同、用户-产品特征的聚类协同进行实验对比。实验分别控制不同训练集比例、和不同TopN数量条件,将实验结果进行多角度对比分析,最终发现本文提出的模型对推荐结果精度和推荐效率具有优化效果。综上所述,本文将情感分析、聚类分析与协同过滤相结合,构建优化模型并将其应用到图书推荐,进行多个实验对比,结果表明基于情感分析的聚类协同在准确率、召回率、F值上均优于其他算法。最后,本文将所得结论进行总结,并提出进一步的研究方向和思路,为优化推荐模型提供参考建议。
新世纪国内外体育场馆研究进展演化的计量可视化分析
这是一篇关于体育场馆,Cite Space软件,国内外,对比分析,知识图谱,计量学的论文, 主要内容为本研究主要运用文献资料、知识图谱分析等方法,依托Cite Space可视化分析软件对中国知网和Web of Science数据库收录的新世纪以来国内外体育场馆研究核心合集文献进一步整理分析,旨在厘清国内外体育场馆研究的热点前沿和未来发展趋势,以期为新时代我国体育场馆研究更为科学化发展提供理论指引。本研究共分6章,较为全面展示了新世纪以来国内外体育场馆研究的动态趋势及热点前沿,并对国内外该领域研究进行对比分析,具体得出以下结论:(1)国内外体育场馆研究发文量整体呈递增态势,国内科研成果数量远高于国外。2008年-2013年间是国内学者研究该领域的巅峰时期,2016年-2020年该领域研究引起了国外学者广泛关注。(2)陈元欣教授和王健教授是国内该领域研究的高产作者;而国外该领域发文量较多的是Goppert K学者。华中师范大学是国内该领域研究的主要科研机构;而美国佛罗里达州立大学和英国伦敦大学的是国外该领域主要科研机构。国内外高产作者和科研机构对该领域的合作有待加强。(3)国内外该领域研究呈现多学科、多元化融合趋势,其刊载该领域学术期刊种类较多,且分布较为广泛,主要涉及了体育科学、建筑科学、社会学、经济学、物理学、教育学、历史学等学科领域。国内体育学核心期刊是刊载该领域的主要期刊;而国外该领域研究学科分布较为分散,《结构与建筑技术》、《国际体育史杂志》等杂志是国外学者主要学术交流阵地。(4)国内体育场馆研究关键词主要围绕体育产业、体育经济、体育管理、公共体育服务等方面开展,且具有明显的政策导向和问题导向;而国外学者则注重体育场馆作为建筑,对其建造、设计以及为球迷满意度等方面开展,更侧重于科学与技术的结合。(5)国内学者研究热点主要围绕场馆冠名权、委托经营管理等现实问题开展,其研究方法多为案例分析、实地调研、文献资料、问卷调查等方法;而国外学者主要围绕建筑设计、营销策略等方面问题开展,其研究方法注重定性与定量相结合,如模型构建、访谈法、回归分析等方法,更加注重场馆领域的应用性研究。(6)国内学者对于场馆运营管理现状与对策持续年限最长,其基础性、重复性研究较多,在近10年间较多学者借鉴国外场馆运营管理的成功经验开展研究;而国外学者则更为注重体育场馆为城市建设、经济发展、运动普及等方面所带来的影响研究,其研究呈多元化趋势。
态度系统视角下枸杞在线评论研究
这是一篇关于情感分析,在线评论,评价理论,态度系统,对比分析的论文, 主要内容为随着互联网和电子商务的迅猛发展,挖掘电商平台用户在线评论成为情感分析研究热点之一。文本内容涵盖了图书、电影、酒店、旅游业、电子产品等多个行业,食品类评论文本有待深入研究。此外,目前情感分析主要任务包括褒贬两极情感倾向分类,较少深入挖掘语义层面上文本中蕴含的情感态度资源。基于此,本文以评价理论下的态度子系统为理论框架,结合情感分析技术,从词汇层面挖掘枸杞中英文在线评论中的态度资源分布特点和实现手段差异,以及探究评论者如何通过评价资源表达态度及立场并与读者建立联系。本文以淘宝和亚马逊购物平台的枸杞中英文在线评论各1000条作为语料,通过数据采集与预处理、特征词提取与情感分析、依托评价理论态度系统资源标注与分析这三个环节来研究分析用户对保健食品枸杞的情感倾向及其在线评论中评价话语态度资源分布特征,并试图回答以下三个问题:(1)消费者网购时关注的枸杞产品要素有哪些?对其满意度如何?(2)枸杞中英文在线评论中态度话语资源的分布特点、实现手段有何异同?(3)在线评论的人际意义是如何通过态度资源实现的?首先,针对电商在线评论的特点,本研究使用八爪鱼数据采集器抓取淘宝网和亚马逊的评论数据,使用Jieba和NLTK工具包进行分词、词频统计以及提取特征词。其次使用SO-PMI算法构建枸杞领域情感词典,借助Python进行情感倾向分析,遍历情感词、程度副词和否定词,计算出每个包含特征词的评论的情感值,得到消费者对每个产品特征的满意度。最后依托马丁评价理论中的态度系统,利用UAM Corpus Tool标注工具对评论中的态度资源进行分类、统计和评论分析,探索英汉在线评论中的态度资源的分布和实现手段。(1)通过情感分析发现中外消费者关注的枸杞五种特征权重由高到低依次为质量>包装>价格>物流>服务,且各个要素的满意度存在差异,英文评论总体满意度从高到低为质量>物流>价格>包装>服务,中文评论总体满意度从高到低为质量>包装>服务>物流>价格。根据实验结果对商家提出针对性的建议,帮助其加深对消费者购物取向的了解,从而提供贴合消费者需求的产品。(2)此外,依托态度系统对比枸杞中英文评价话语资源类别,发现态度资源总体分布和实现手段一致,呈现积极词汇多于消极词汇、鉴赏资源>情感资源>判断资源的特征,三个子系统内部的态度资源的分布及实现手段存在差异,评论者倾向于传达对产品的观点/态度,而不是内心的情绪或评判人们的行为。(3)英汉在线评论人际意义的词汇实现形式呈现出形容词>动词>名词>副词的特征。本文以真实的在线评价为例,结合商务语篇特点分析了中英文评论书写者在表达情感态度时的词汇选择差异和对评论阅读者的影响,挖掘了态度系统框架内的食品领域情感词,丰富了对食品在线评论的话语研究。本研究结合评价理论态度系统和大数据挖掘方法,为研究中英在线评论态度资源类型分布及实现手段的异同提供了有效的理论框架和实证方法。未来的商务话语分析可以建立在此理论框架上,并根据数据类型进一步扩展,探索不同体裁中评论话语的特点和差异。本研究的一个局限在于仅关注态度系统人际意义的直接实现,未来的研究可以进一步研究商务话语中其他评价话语的隐性构建,如隐喻和语义韵。
基于CiteSpace国内外太极拳研究态势的对比分析
这是一篇关于CiteSpace,太极拳,知识图谱,对比分析,研究热点的论文, 主要内容为随科学技术的蓬勃发展和我国日益倡导增强文化自信的新时代背景下,太极拳运动以及有关太极拳的科研成果都在随时间的推移而愈发繁荣,这些都进一步推动了太极拳的可持续发展。本研究利用科学知识图谱在网络信息开发领域的强大优势,借助CiteSpace V可视化软件,运用文献资料法、知识图谱分析法、数理统计法、比较分析法等研究方法,以中外对比的角度对相关太极拳的国内CNKI(China National Knowledge Infrastructure)数据库中995篇中文核心期刊和国外WOS(Web of Science)数据库中1599篇外文文献进行研究和分析,包括发文量特征,作者、机构、国家及其相关合作,研究热点和前沿几个方面,旨在为科研者更好对太极拳展开相关的探究提供借鉴和参考,为太极拳的进一步发展以及我国体育事业的更快更强发展而贡献力量。经深入研究和分析,得出以下结论:(1)国内外太极拳相关研究的发文量整体呈上升趋势,且都具有阶段性,但其发文量特征存在显著差异。国外太极拳相关研究的发文量高于国内,但国内发文量的起伏变化大于国外。(2)国内外太极拳相关研究作者及高产作者均不胜枚举,但国外作者间相互合作的密度高于国内;国内研究机构数量高于国外,但研究机构间的合作却明显低于国外,国内研究机构以体育院校和医药大学为主,国外研究机构以医院和综合院校为主;高产国家主要集中在中国和美洲、欧洲一带的发达国家,中国作为太极拳的原产国,在该研究领域中占有举足轻重的地位。(3)国内外太极拳相关研究热点和前沿有明显的差异性。从研究热点来看,国内研究的主体集中在太极拳技战术、太极拳教学和太极拳文化等方面,以太极拳和老年人为主的相关运动生理学和医学领域的研究始终是国外的研究热点;从研究热点的演变来看,国内演变路径从太极拳的动作和技战术到太极拳教学再到太极拳文化及传播等,而国外研究热点的演变则几乎没有变化,一直在对太极拳运动对老年人的影响等方面进行实验研究;从研究前沿来看,国内的研究趋势基于太极拳运动及对老年人的影响和太极拳文化及传播两个方面展开研究,且越来越重视太极拳文化方面的研究,而国外研究趋势依旧围绕太极拳、平衡、老年人等高突现率关键词进行探究,重视太极拳在运动生理学、运动医学、运动康复学等领域的研究。(4)当前国内外太极拳相关研究正朝着更加成熟的方向发展,且国内外太极拳的相关研究都经历了三个阶段。国内的三个阶段可划分为平稳发展阶段、快速发展阶段和较快发展阶段,国外的三个阶段可划分为初步发展阶段、一般发展阶段和快速发展阶段。
泰安市泰山区产业升级问题研究
这是一篇关于泰安市泰山区,产业升级,对比分析的论文, 主要内容为中国特色社会主义进入新时代后,我国经济各方面矛盾凸显,产业升级成为各地经济发展中必须攻克的难关。泰山区位于山东省泰安市,因坐拥“五岳之首”的泰山形成了以旅游业为主体的产业结构,但随着旅游业的发展,自然资源潜力不断被挖掘,其他产业发展的相对滞后造成“短板效应”,使得近些年泰安市泰山区经济结构不合理、产品结构单一,生产总值增幅不断下降,经济发展略显乏力,泰安市泰山区需要更加可持续的产业升级以维持“新常态”下经济中高速增长的发展要求。因此,本文基于产业升级的理论研究,力求探索泰安市泰山区产业升级的发展现状,发现产业升级中存在的问题并为将来的产业升级提出指导性的政策建议。本文首先梳理了西方产业优化的相关理论,发现国内产业升级研究多为某地某产业实证研究,对产业基础较好或服务业发展较好的区域研究较少。然后,研究泰安市泰山区产业结构现状。在了解泰安市泰山区产业发展特点的基础上,与曲阜市、济南历下区历城区进行对比研究,通过结构偏离一份额分析与灰色定权聚类模型三种分析方法分析泰安市泰山区产业结构升级,得出产业结构高度化水平较高,合理化程度不足的结论。再对产业合理化即泰安市泰山区各产业升级进行分析,结合案例分析从宏微观两种角度分析每一产业内部结构存在的问题,得到第一、第二产业内部存在较多结构性问题的结论。最后,根据以上分析得到研究结论,提出今后泰安市泰山区产业升级应该坚持的方向和各产业不同的发展建议。
基于情感分析的协同过滤推荐算法优化及实现
这是一篇关于推荐算法,情感分析,协同过滤,聚类分析,对比分析的论文, 主要内容为推荐系统是根据用户的行为特点和兴趣偏好进行个性化的产品推荐,在网络购物、视频社交、以及新闻社交等平台上应用广泛。其作用主要包含以下两点:第一,解决信息过载问题,帮助用户更快的发现自己感兴趣的内容。第二,解决长尾信息无法被展示的问题,让更多优质的商品得以展示。在推荐系统中,协同过滤推荐算法应用广泛,但仍存在着很多问题。对于数据的稀疏性、推荐结果的片面性和时效性等问题的解决还有待研究,如何做到提高推荐效率的同时提高推荐结果的精度,仍需进一步的研究。因此,本文考虑利用情感分析和聚类分析方法对协同过滤推荐算法进行优化,具体的研究内容如下:(1)在提高推荐结果精度方面,利用基于贝叶斯分类的情感分析方法,将用户评论内容进行情感分析。利用所得用户的情感值和产品特征向量,构建用户-产品特征情感值的评价矩阵,减少了评价矩阵的稀疏性,提高了推荐结果精度。(2)在提高推荐效率方面,利用k-means++对用户的情感偏好向量进行聚类分析,计算类型用户的评价特征向量,再利用改进的相似度计算方法进行目标用户的行为预测,极大提高了推荐效率。(3)在模型对比分析方面,以原始协同作为参考,就基于情感分析的聚类协同、用户-产品的聚类协同、用户-产品特征的聚类协同进行实验对比。实验分别控制不同训练集比例、和不同TopN数量条件,将实验结果进行多角度对比分析,最终发现本文提出的模型对推荐结果精度和推荐效率具有优化效果。综上所述,本文将情感分析、聚类分析与协同过滤相结合,构建优化模型并将其应用到图书推荐,进行多个实验对比,结果表明基于情感分析的聚类协同在准确率、召回率、F值上均优于其他算法。最后,本文将所得结论进行总结,并提出进一步的研究方向和思路,为优化推荐模型提供参考建议。
基于情感分析的协同过滤推荐算法优化及实现
这是一篇关于推荐算法,情感分析,协同过滤,聚类分析,对比分析的论文, 主要内容为推荐系统是根据用户的行为特点和兴趣偏好进行个性化的产品推荐,在网络购物、视频社交、以及新闻社交等平台上应用广泛。其作用主要包含以下两点:第一,解决信息过载问题,帮助用户更快的发现自己感兴趣的内容。第二,解决长尾信息无法被展示的问题,让更多优质的商品得以展示。在推荐系统中,协同过滤推荐算法应用广泛,但仍存在着很多问题。对于数据的稀疏性、推荐结果的片面性和时效性等问题的解决还有待研究,如何做到提高推荐效率的同时提高推荐结果的精度,仍需进一步的研究。因此,本文考虑利用情感分析和聚类分析方法对协同过滤推荐算法进行优化,具体的研究内容如下:(1)在提高推荐结果精度方面,利用基于贝叶斯分类的情感分析方法,将用户评论内容进行情感分析。利用所得用户的情感值和产品特征向量,构建用户-产品特征情感值的评价矩阵,减少了评价矩阵的稀疏性,提高了推荐结果精度。(2)在提高推荐效率方面,利用k-means++对用户的情感偏好向量进行聚类分析,计算类型用户的评价特征向量,再利用改进的相似度计算方法进行目标用户的行为预测,极大提高了推荐效率。(3)在模型对比分析方面,以原始协同作为参考,就基于情感分析的聚类协同、用户-产品的聚类协同、用户-产品特征的聚类协同进行实验对比。实验分别控制不同训练集比例、和不同TopN数量条件,将实验结果进行多角度对比分析,最终发现本文提出的模型对推荐结果精度和推荐效率具有优化效果。综上所述,本文将情感分析、聚类分析与协同过滤相结合,构建优化模型并将其应用到图书推荐,进行多个实验对比,结果表明基于情感分析的聚类协同在准确率、召回率、F值上均优于其他算法。最后,本文将所得结论进行总结,并提出进一步的研究方向和思路,为优化推荐模型提供参考建议。
本文内容包括但不限于文字、数据、图表及超链接等)均来源于该信息及资料的相关主题。发布者:代码货栈 ,原文地址:https://m.bishedaima.com/lunwen/47557.html