机读格式显示(MARC)

• 000 02368nam0 2200637 450

• 001 0000326927

• 005 20181219144700.0

• 010 __ |a 978-7-03-056476-4 |d CNY78.00

• 099 __ |a CAL 012018073252

• 100 __ |a 20180619d2018 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 面向网络行为的情感识别关键技术研究 |A mian xiang wang luo xing wei de qing gan shi bie guan jian ji shu yan jiu |f 刘三[ya], 李小文, 刘智著

• 210 __ |a 北京 |c 科学出版社 |d 2018

• 215 __ |a xiii, 170页 |c 图 |d 24cm

• 300 __ |a 国家社会科学基金一般项目“面向高校青年网络行为的情感识别关键技术研究”(14BGL131)成果

• 320 __ |a 有书目

• 330 __ |a 当前，随着大数据在教育领域中战略地位与应用价值的逐步凸显，教育工作者和研究者都迫切希望从学生参与的各种活动（网络社交或现实生活）中探寻表明其学习与生活状态的信息。情感是教育活动中一种非常重要的非智力因素，它对激发学习者的学习动机、创建优良学习情境和促进人格健康发展都起着重要作用。美国新媒体联盟与美国高校教育信息化协会在2016年联合发布的《地平线报告（高等教育版）》中提出情感计算将在三到五年内对教育产生巨大影响。借此契机，本书以量化学习者的情感为出发点，面向学习者在网络社交和学习评论、论坛讨论等不同情境下的行为信息，探讨了网络行为数据的采集方法、文本情感检测与计算机制、面向不良情感的话题提取方法以及不良情绪个体的心理测量机制，同时提供了相应的实验分析和结果展示。

• 393 __ |a ya = 女(左)牙(右)

• 606 0_ |a 互联网络 |A hu lian wang luo |x 情感 |x 识别 |x 研究

• 690 __ |a TP393.4 |v 5

• 701 _0 |a 刘三[ya] |A liu san [ya] |4 著

• 701 _0 |a 李小文 |A li xiao wen |4 著

• 701 _0 |a 刘智 |A liu zhi |4 著

• 801 _0 |a CN |b NMU |c 20180619

• 905 __ |a XATU |d TP393.4/708

• 920 __ |a 211010 |z 2

• 920 __ |a 221020 |z 1

• 920 __ |a 215010 |z 1

• 920 __ |a 222107 |z 1

• 920 __ |a 221400 |z 1

• 920 __ |a 232010 |z 1

• 920 __ |a 211030 |z 1

• 920 __ |a 262010 |z 1

• 920 __ |a 231010 |z 1

• 920 __ |a 244020 |z 1

• 920 __ |a 245010 |z 1

• 920 __ |a 222010 |z 1

• 920 __ |a 261020 |z 1

• 920 __ |a 243160 |z 1

• 920 __ |a 242020 |z 1

• 920 __ |a 231220 |z 2

• 920 __ |a 232090 |z 1

• 920 __ |a 237010 |z 1

• 920 __ |a 235010 |z 1

• 920 __ |a 244050 |z 1

• 920 __ |a 244010 |z 1

• 920 __ |a 242010 |z 1

• 920 __ |a 261030 |z 1

• 920 __ |a 212020 |z 1

• 920 __ |a 242120 |z 1

• 920 __ |a 211260 |z 1

• 920 __ |a 211070 |z 1

• 998 __ |a NMU