作者：张文德 著
页数：456
出版社：武汉大学出版社
出版日期：2024
ISBN：9787307243330
电子书格式：pdf/epub/txt
网盘下载地址：下载高校大数据整合与抽取推荐——理论与方法技术
内容简介
高校大数据整合与抽取推荐—理论与方法技术是通过对高校主要数据模型的梳理，提供统一的基于云的高校数据整合和共享平台，实现高校内部数据的整合和共享，为教学、科研、管理提供数据决策支撑，提高高校的信息化水平。本书是国内外第一部较为全面系统地介绍了高校大数据整合与抽取推荐的理论与方法技术图书，具有较好的基础性、实用性及可操作性。全书论述严谨，注重理论与实践相结合，具有启发性，以期能给读者带来实际帮助，产生最大价值。适用于从事高校信息化工作的人员、高校管理人员、大数据管理人员及信息推荐等方面的教学科研人员，本书也是高校大数据运用的第一指南。
作者简介
张文德，华中科技大学博士，中国科技信息研究所出站博士后，二级教授，博士生导师，现任福建省高校教育信息化学会理事长，福州大学信息管理研究所所长。曾任福州大学信息化建设办公室主任，中国教育和科研计算机网福州主节点主任，福建省超级计算机中心主任，福建省教育厅教育信息化专家委员会主任委员，福州大学图书馆馆长。主要研究方向：信息化管理、信息管理与信息系统、电子政务、知识产权、计算机应用、情报学。出版专著二十部，发表论文三百余篇，获国家知识产权局专利及著作权十余项。研究成果获福建省人民政府、福州市人民政府等奖励十余项，个人还获得中国侨界贡献奖(创新人才)、中国教育和科研计算机网突出贡献奖、福建省高层次人才等荣誉称号。
目录
1.高校大数据概况
1.1 高校大数据发展
1.2 高校大数据基本问题
1.3 高校大数据应用
1.4 高校大数据治理与监测
1.5 高校大数据服务内容与研究框架
2.高校大数据技术进展
2.1 高校大数据产业发展政策
2.2 高校大数据多源异构数据融合
2.3 高校大数据挖掘、稀疏与画像技术进展
2.4 高校大数据整合与抽取推荐技术进展
3.高校数据精简整合系统范式管理
3.1 高校数据精简范式的建立
3.2 不含有主键的数据库记录精简范式
3.3 含有主键的数据库记录精简范式
3.4 存储子系统的冗余数据精简
3.5 实验与结果分析
4.高校碎片化信息整合构建
4.1 高校碎片化信息整合概述
4.2 基于随机森林的整合特征选择模型
4.3 实验与结果分析
5.高校课程评价对象与评价词抽取
5.1 评价对象和评价词基本概况
5.2 MOOC课程评论采集及预处理
5.3 MOOC课程评论的评价对象与评价词抽取模型
5.4 实验与结果分析
6.高校大数据的资源推荐方法
6.1 高校在线学习资源推荐概况
6.2 基于深度距离分解的在线学习资源推荐方法
6.3 融合评论情感分值的评分改进策略
6.4 实验与结果分析
7.高校大数据的图卷积神经网络慕课推荐方法
7.1 基于图卷积神经网络的慕课推荐
7.2 考虑用户画像的图卷积神经网络慕课推荐
7.3 实验与结果分析
8.高校大数据的慕课群组推荐方法
8.1 基于BERT-wwm-ext的课程评论情感分析
8.2 基于NeuMF的慕课群组推荐
8.3 实验与结果分析
9.高校大数据整合与抽取推荐总结与展望
9.1 高校大数据整合与抽取推荐总结
9.2 高校大数据整合与抽取推荐展望
主要参考文献
1.1 高校大数据发展
1.2 高校大数据基本问题
1.3 高校大数据应用
1.4 高校大数据治理与监测
1.5 高校大数据服务内容与研究框架
2.高校大数据技术进展
2.1 高校大数据产业发展政策
2.2 高校大数据多源异构数据融合
2.3 高校大数据挖掘、稀疏与画像技术进展
2.4 高校大数据整合与抽取推荐技术进展
3.高校数据精简整合系统范式管理
3.1 高校数据精简范式的建立
3.2 不含有主键的数据库记录精简范式
3.3 含有主键的数据库记录精简范式
3.4 存储子系统的冗余数据精简
3.5 实验与结果分析
4.高校碎片化信息整合构建
4.1 高校碎片化信息整合概述
4.2 基于随机森林的整合特征选择模型
4.3 实验与结果分析
5.高校课程评价对象与评价词抽取
5.1 评价对象和评价词基本概况
5.2 MOOC课程评论采集及预处理
5.3 MOOC课程评论的评价对象与评价词抽取模型
5.4 实验与结果分析
6.高校大数据的资源推荐方法
6.1 高校在线学习资源推荐概况
6.2 基于深度距离分解的在线学习资源推荐方法
6.3 融合评论情感分值的评分改进策略
6.4 实验与结果分析
7.高校大数据的图卷积神经网络慕课推荐方法
7.1 基于图卷积神经网络的慕课推荐
7.2 考虑用户画像的图卷积神经网络慕课推荐
7.3 实验与结果分析
8.高校大数据的慕课群组推荐方法
8.1 基于BERT-wwm-ext的课程评论情感分析
8.2 基于NeuMF的慕课群组推荐
8.3 实验与结果分析
9.高校大数据整合与抽取推荐总结与展望
9.1 高校大数据整合与抽取推荐总结
9.2 高校大数据整合与抽取推荐展望
主要参考文献
