7个研究背景和意义示例,教你写计算机可信度论文

今天分享的是关于可信度的7篇计算机毕业论文范文, 如果你的论文涉及到可信度等主题,本文能够帮助到你

多电飞机机电系统效能评估方法研究

这是一篇关于飞机机电系统,效能评估,指标体系,多数据源,可信度,数据融合的论文, 主要内容为机电系统是多电飞机的重要组成部分,其综合性能是飞机进行飞行、升级、维修等任务的必要前提,直接影响给定任务的完成程度。而可靠的效能评估有助于分析实际作业中机电系统的运行情况及其结构功能设计,是研究系统完成任务所需能力的有力工具。本课题以面向能量的多电飞机机电系统为研究对象,从提高效能结果可靠性出发,对机电系统的效能评估方法开展了系统的研究。首先,总体设计多电飞机机电系统效能评估方法。通过指标体系设计和评估体系设计两大模块,分析总体效能评估方法流程。同时对机电系统的能量分布形式、飞机飞行阶段特点等基础理论展开研究。然后,详细设计效能指标体系。结合飞机机电系统的结构、功能,以及机电系统效能的任务特点,构建了一种服务于机电系统的效能指标体系构建模式,依据模式拟定了面向能量的多电飞机机电系统效能指标体系。同时,详细设计效能评估体系,研究了基于信念图和灰色关联理论的指标数据可信度计算和表达方法,实现了定性、定量指标数据的可信度计算和数据统一表达;通过层次分析法(AHP)和熵权法相互补的组合赋权法,对效能指标体系进行了相对权重分析;采用扩展贝叶斯理论和线性加权法,完成了指标数据的融合和系统综合效能的研究。最后,利用多电飞机机电系统的分布式仿真平台设置了评估算例,将提出的效能评估方法进行了实例化验证。实验结果表明,所提出的效能评估方法稳定可行。通过MATLAB软件设计了多电飞机机电系统效能评估软件,实现了本课题提出的效能评估方法的功能,为研究多电飞机机电系统的效能提供了辅助工具。

智能评教系统的研究与实现

这是一篇关于教学评价,可信度,文本排序,前后端分离,数据可视化的论文, 主要内容为教学质量评估是高校监控、保障和提高教学服务与教学质量的重要手段,是教学管理者加强教学管理和决策教育发展的核心,是教师及时调整教学方式的参照。因此评教工作得到了高校、教学管理者和教师的普遍重视。但在目前的评教系统中普遍存在如下两个问题:学生敷衍应付评教或不适应新型教学模式等诸多因素大大削弱了评教结果的真实性;评教结束后,系统仅将学生评教的原始文本反馈给教师,未对文本进行质量评估后再行展示,降低了教师的查阅效率。针对上述问题,本文完成了以下三方面的工作:针对评教数据不够客观真实的问题,本文引入电商领域的评价可信度概念,提出了基于行为特征及关系网络的可信度算法。首先构建影响评论可信度的特征,借助多项式回归模型拟合并预测评论的诚实度,然后构建学生、评论内容和课程的关系网络,将依据特征生成的评论诚实度作为关系网的输入,利用学生、评论以及课程间的潜在联系,迭代计算学生的可信度、课程得分的可靠性和评论的诚实度。实验结果表明,该算法的平均绝对误差、均方误差和平均绝对百分比误差均低于经典回归模型和关系模型。针对评论文本质量良莠不齐的问题,本文提出了基于BERT语义度量的文本排序算法,按照评论质量进行排序,凸显更有价值的评论。算法模型包括两个阶段:在第一个阶段中,根据上下文偏置和句法关系提取出评教领域的属性词和观点词,将其作为核心词并加以组合,随机生成带有目标语义和结构上下文噪声的句子,从而泛化出一些观点性强、信息密度高的目标评论;在第二个阶段中,对Sentence-BERT进行微调后,计算待召回评论与目标评论的语义相似度,得到待召回评论的质量评估分值,最后将待召回评论按照分值降序排列,得到前Top-K条评论。本文提出的算法在折损累计增益、平均准确率和用户满意度上均优于传统模型。将上述算法的结果可视化,从而构建出全新的智能评教系统。系统基于B/S的开发模式,采用前后端分离的开发方式,选取Vue作为前端开发框架、Flask作为后端开发框架、My SQL作为数据库。开发完成后,对系统进行了功能测试和非功能性测试,测试结果符合预期。两个月的试运行表明系统功能完备且用户体验良好。综上,本文针对评教数据真实性不足和评论文本质量参差不齐等问题,创新性地研发了一个较为完整的教学评价系统,该系统生成的评教结果更加客观公正,同时提高了教师和教学管理者查阅评论的效率。该系统能更好地为教学评价提供智能计算支撑。

结合争议文本内容分析的量化辩论模型及其应用

这是一篇关于辩论系统,可信度,IBIS模型,争议文本内容的论文, 主要内容为辩论是解决复杂决策问题的方法之一。辩论模型是对辩论的形式化描述,其目的是求解可接受争议集。现有的辩论模型大多建立在Dung的抽象辩论框架基础上,其特点是忽略争议文本内容,将争议抽象为一个节点,只考虑争议之间的攻击或支持关系,通过求解语义扩充得出最终的可接受争议集。有些辩论模型增加了对争议及争议之间的攻击强度的量化表示,最终求解争议的可信度值,但依然忽略争议文本内容。在实际辩论中,争议之间的关系往往隐藏在争议文本内容之中,如果有多名专家对同一问题发表了内容相似的观点,若不经过处理就采用争议评价算法进行计算,则会出现争议节点的可信度值被重复计算的可能性。为解决上述问题,本文提出一种结合争议文本内容分析的量化辩论模型,给出争议节点约简算法和争议评价算法,并将其应于在线研讨平台中。具体工作如下:(1)结合目前研究现状与实际辩论应用需求,提出一种结合争议文本内容分析的量化辩论模型。该模型建立在基于抽象辩论的IBIS模型基础之上,先采用可信度方法对抽象辩论图进行量化表示,将争议的不确定性及争议之间的攻击强度统一用可信度因子表示;然后对争议节点文本内容进行聚类分析,识别出内容相似的观点,并采用争议节点约减算法将内容相似的争议节点进行聚合;最后采用基于可信度的争议评价算法计算各个争议的可信度,并按可信度值对方案共识值进行排序,得出最终的可接受方案集。(2)提出一种基于争议文本内容分析的约减算法。该算法分为两个部分,争议节点文本聚类算法和争议节点聚合算法。首先自辩论树根节点开始逐层向下对每个节点的兄弟节点进行文本聚类,使文本内容相似的节点聚集成簇,然后根据聚类结果,将文本内容相似的节点聚合成一个节点,对辩论树进行剪枝,并修正相关争议节点的可信度。(3)提出一种基于可信度的争议评价算法,用于计算争议节点的可信度值。该算法分为两个部分,可信度合成算法和可信度传递算法。其中可信度合成算法用于聚合子争议节点的综合响应强度,可信度传递算法用于计算子争议节点可信度更新对祖先争议节点可信度的影响。最后,依据本文提供的辩论模型设计并实现了一个基于B/S架构的辩论子系统,并把该子系统整合到全研讨系统中。通过一个具体实例证明该模型的有效性。

多电飞机机电系统效能评估方法研究

基于深度学习与知识增强的新闻推荐方法研究

这是一篇关于新闻推荐,知识图谱,可信度,RippleNet,实体入度的论文, 主要内容为随着信息技术的快速发展,现如今的社会对推荐系统的要求也越来越高,特别是在推荐的精度方面,如何更加精准的将一个项目推荐给合适的用户是推荐系统的核心要求。然而新闻推荐具有不同于电影,旅游等项目推荐的独特性,在这些推荐领域,推荐系统已经相当完善,要想继续追求更高的精度会产生过高的边际效用,新闻推荐的一大特点就是它具有很高的时效性,一篇新闻文章在一周内的热度会呈指数型下降,如何保证能在新闻文章保持高热度的情况下进行精准推荐是一个热点研究方向。传统的推荐方法在新闻推荐上的成效不容乐观,为了进一步的提高新闻推荐的精度,大量的知识图谱应用于新闻推荐当中,知识图谱的各节点与边能较好的表示文章中各个实体间关系,相较于传统的推荐方法能更好的解决数据稀疏性与冷启动的问题。近年来越来越多的人对新闻推荐有着巨大的研究兴趣,通过对国内外相关研究与参考文献的分析总结,得出目前新闻推荐主要分为非神经网络学习与神经网络学习两种方法,而非神经网络学习的方法基本上是对相似性度量和加权方法的创新,个性化程度低,创新方法简单。在神经网络推荐方法中使用知识图谱进行推荐又是一大热门方向,然而在知识图谱中很少有考虑到关系实体对文章的影响,和在Ripple Net模型中同一层实体的重要性程度问题,而为了解决上述问题,本文使用知识图谱,引入了实体加权与可信度概念来提升新闻推荐的性能。本文的主要贡献体现在以下两方面:(1)提出了一种基于知识增强和可信度识别的新型新闻推荐方法,将新闻文章的知识图谱通过Trans-E方法嵌入至向量空间中,通过实体表示层、上下文嵌入层、信息蒸馏层这三层知识增强模型得到知识增强后的文章向量,然后与用户向量进行链接推荐。在实体表示层引入了可信度概念,通过关系实体可信度识别模型(RTD)将判别出对文章影响近乎为零的,或是可能曲解文章大义的关系实体,将低于可信度阈值的关系实体剔除,从而提升新闻推荐的性能,最后通过实验结果验证出模型的可行性与有效性。使用KRED提供的微软新闻数据集与其他基准模型进行实验对比,验证了RTD模型在新闻推荐上的有效性。(2)提出了一种基于Ripple Net的实体加权新闻推荐模型(R-EW),以用户爱好为原点通过水波模型一层一层向外扩张,构建出一张由用户偏好为原点的知识图谱,提出Ripple Net中每一层实体的重要程度不同的理念,突出了个别实体的重要性,利用Ripple Net的有向边的特性,引入了实体入度的权重计算,得到最终的文章向量与用户向量进行新闻推荐,最后通过实验结果验证出模型的可行性与有效性。通过使用Bing-news数据集验证,与其他基准模型进行实验对比,表明了本文模型在新闻推荐任务中有着优秀的性能,证明了其可行性与有效性。

用户生成内容（UGC）对消费者购买意愿的影响研究——以“小红书”为例

这是一篇关于用户生成内容,可信度,有用性,意见领袖影响力,消费者购买意愿,小红书的论文, 主要内容为在“互联网+”环境之下,互联网生态正在逐步完善。电子商务平台也更加规范和成熟,从行业发展看,内容、社交、电商融合的趋势愈发明显。电商与内容业务加速交叉融合,电商平台增加内容模块,而内容平台跨界拓展电商业务。用户生成内容(UGC)己成为电子商务的一个共同特征。一大批UGC社区电商应运而生,小红书作为行业佼佼者,用户数已超过3亿,并持续快速增长。在小红书,用户通过图文、短视频等形式记录生活的点滴或分享使用体验、购物攻略等。内容设计时尚、美妆、美食、旅游、学习等各个领域。UGC的输出很好地解决了电商交易过程中信息不对称的问题。消费者在进行网络购物时,获取商品信息的方式不仅限于商家单方面输出,通过在线评论、口碑等方式,UGC对商品和服务进行评论、反馈,为潜在消费者的购买决策提供有价值的参考根据。本文首先对UGC的概念进行界定,为了挖掘UGC的核心,对UGC的动机研究进行讨论。同时,从UGC的特征、消费者行为、及中间作用机制三个角度,对UGC和消费者购买意愿的相关应用研究进行总结。结合对小红书UGC模式的分析,提炼出本文UGC的3个核心特征:UGC的可信度、有用性和意见领袖影响力。在技术接受模型(TAM)的扩展模型基础上作出修改,提出6个假设。构建了本文的理论模型及理论假设。根据理论模型与理论假设设计了4个维度12个测量项的初始量表,并完成调查问卷的设计。在通过预测试及预测试样本的信度、效度分析后确定正式量表。针对小红书用户,通过线上发放问卷的方式回收问卷339份,其中有效问卷277份。运用SPSS软件对样本数据进行描述性统计分析、信度、效度分析。通过主成分分析法探索因子,提取出4个因子载荷值大于0.5的主因子。将测量项根据提出的因子进行归类,得到量表。该量表与初始量表一致。随后,用AMOS软件进行验证性因子分析,验证该量表的结构效度、聚敛效度及区分效度。经检验,量表的适配度良好、信度高、区分度较好。最后,再用AMOS软件进行结构方程模型验证。在确认该模型适配度好的前提下,通过路径分析,验证理论模型及假设是否成立。验证结果表明:UGC的可信度、意见领袖影响力对消费者购买意愿产生积极的影响。同时,意见领袖影响力对可信度产生积极影响;可信度、意见领袖影响力对有用性产生积极影响。针对研究结论,结合小红书的相关经验,最后分别从社区电商平台的角度和品牌方的角度提供可行的策略和建议。