生鲜产品的多变量SVR需求预测——基于在线评论的顾客感知因素提取

为探索在线评论数据中蕴含的顾客感知产品信息对生鲜产品需求量预测准确度的影响，针对生鲜产品电商平台中大量评论数据，利用网络爬虫技术和Word2vec模型建立产品特征词库，提取主要需求预测影响因素，并基于产品特征词库对评论文本分类将影响因素量化，构建多变量SVR需求预测模型，同时运用粒子群算法对SVR模型中的主要参数进行优化，在此基础上进行实证分析。结果表明:1)Word2vec模型能挖掘在线评论数据中顾客关注的产品特征，有效提取顾客感知的需求预测影响因素；2)与单变量SVR模型相比，加入评论中顾客感知因素的多变量SVR在预测产品需求量时误差更小。利用在线评论中顾客感知因素建立多变量SVR需求预测模型能有效提高生鲜产品需求量预测准确度。     

基于Logistic模型的春玉米MODIS LAI产品订正

基于Logistic模型,利用2011—2013年辽宁省实测的叶面积指数和作物发育期数据,构建回归模型对MODIS LAI产品进行订正及效果检验。以抽雄期为分界线,分2个时段构建Logistic模型,对春玉米的全生育期进行模拟,利用模拟结果建立MODIS LAI产品的多种订正模型,其中二次多项式模型相关性最好,决定系数达到0.975。利用2013年实测数据对订正模型进行检验,在抽穗期和乳熟期将MODIS LAI产品监测误差从45%降低到10%左右,为提高MODIS LAI产品在中国北方地区旱田的适用性和反演精度提供数据基础。     

基于人参购买评论的多项特征情感倾向性分析研究

在电子商务和社区论坛蓬勃发展的网络环境下,产品的评论数量激增,评论数据已成为企业提高商品质量和提升服务的重要数据源,在评论中包含用户对产品特征的关注度以及相应的情感倾向。因此,为了能够细粒度地挖掘出用户对商品多个特征的情感分布情况,文中提出了基于评论特征词构建评论分类模型以及基于朴素贝叶斯算法的特征情感分类器,从用户的评论出发,对商品的多个特征进行情感倾向性分析。     

基于用户评论下的生鲜农产品优选排序

现如今电商市场竞争激烈,众多小型垂直类生鲜电商紧紧围绕在京东商城和天猫超市这两大平台上。用户评论铺天盖地,如何减少消费者搜索和筛选的时间成本显得尤为重要。对于生鲜农产品来说,物流服务满意度是关键因素。以京东商城和天猫超市两大综合类电商平台的生鲜商品为例,采集大量的用户评论,从数据中获取物流服务满意度影响因素进行相关度分析并最终得出6个因素,采用机器学习的方法对大量标注文本进行模型训练,通过训练的模型识别待分类文本的情感倾向,建立基于物流服务满意度的商品排序方法,进一步提出威尔逊置信区间的方法修正物流服务满意度用于评论数量分布不均的情形,最后对这2种算法的应用场景作出分析介绍和对比,使商品排序过程中不仅考虑到商品的物流服务满意度,同时也引入评论数量,通过不同的需求和数据情况生成最符合用户期待的排序结果。     

基于文本情感分析的兰州百合在线评论数据挖掘

电商在线评论数据对消费者和商家具有非常重要的价值,对在线评论进行文本情感分析可以有效提炼消费者体验信息和产品相应属性的评价观点。本文以淘宝电商平台兰州百合这一地方特色农产品的在线评论文本数据为例,运用情感词典进行评论数据情感分类,借助LDA模型实现对评论信息的深度挖掘。结果表明：消费者关注产品质量、价格、包装、快递服务和客服服务态度等几个方面,根据消费者对相关属性的正负情感的表达,为电商平台提供相应对策与建议。     

基于机器学习的富硒茶评论文本消费者满意度感知研究

为探究农产品消费者在线评论数据对消费者满意度决策的重要影响,选取具有体验性的富硒茶作为研究对象,使用机器学习分类算法对富硒茶评论文本进行情感分类,使用TF-IDF和LDA模型进行文本特征词与主题可视化挖掘,识别消费者对富硒茶的满意度影响因素.研究发现,消费满意度主要体现在对产品的信任感知、营销感知、质量感知、物流服务和...     

基于CNN-BiLSTM-HAN混合神经网络的高校图书馆社交网络平台细粒度情感分析

[目的/意义]从高校图书馆社交网络平台用户评论数据挖掘角度出发，对用户评论情感极性进行细粒度分析，为高校图书馆了解用户真实情感倾向并提升服务质量提供科学依据。[方法/过程]以国内高校图书馆社交网络平台用户中文评论数据为研究对象，通过Tensor Flow深度学习框架，利用Keras人工神经网络库，将卷积神经网络（Convolution Neural Network,CNN）和双向长短时记忆网络（Bidirectional Long Short Term Memory,BiLSTM）结合，并引入层次化注意力机制（Hierarchical Attention,HAN），构建基于CNN-BiLSTM-HAN混合神经网络的情感分析模型。[结果/结论]利用真实高校图书馆社交网络平台用户评论数据集进行实验，本文方法取得93.38%的准确率，结果表明本文模型的有效性。模型较为复杂，导致模型训练时间上较长，方法模型的普适性有待进一步检验，表情符号信息没有得到有效利用，参数设置尚需进一步研究。     

基于品牌效应的在线评论对稻米销量影响的实证研究

为探索品牌、在线评论与农产品销量之间的关系以及二者如何对农产品销量产生影响。利用网络爬虫技术和统计方法,基于品牌效应视角,扩展了采纳信息模型,并依据网络中采集的真实在线评论内容,从产品特征和评论特征两个角度出发对稻米农产品进行研究,构建了稻米销量的影响因素模型并运用实际数据分析得到验证。结果表明:评论数量与稻米销量显著相关,品牌强度、评论效价和评论时效度对于稻米销售具有显著的正向影响。此外,评论效价和评论时效度能够削弱品牌强度的作用,对弱势品牌稻米销量具有更为显著的影响。     

厨余垃圾有机堆肥风险因子管控研究进展

中国厨余垃圾产量巨大,有机堆肥是厨余垃圾资源化利用的主要方式之一,是有机质等养分回收到土壤中的有效方法。由于目前对厨余垃圾有机堆肥产品尚未制定完善的标准体系,忽略了厨余垃圾有机堆肥产品对土壤及周边环境的有害影响。本文从国内外厨余垃圾有机堆肥现状出发,结合国内外厨余垃圾有机堆肥过程及产品中可能存在的风险因子对土壤及农产品的影响,提出我国厨余垃圾有机堆肥产品的质量标准体系尚需完善,包括对农药残留、生物毒素、抗生素以及其他因素风险影响因子的限量标准等问题。建议从堆肥技术标准、风险因子检测标准和产品限量标准等方面建设厨余垃圾有机堆肥质量标准体系,规范和引导厨余垃圾有机堆肥行业健康发展。     

多特征加权融合算法的生活垃圾图像分类研究

为改善我国现有的垃圾问题,实现准确且高效的垃圾分类工作,提出一种基于多特征加权融合的生活垃圾图像分类算法。该算法利用ResNet网络为主干网络,利用多分支网络结构提取图像不同层次的特征信息再进行加权融合,并进行了自适应权重融合实验和固定权重融合实验。实验结果表明,自适应实验组的分类准确率为97.29%;进行固定权重融合实验,发现全部平均系数下模型的生活垃圾图像分类准确率为97.42%;对比不同算法模型下分类的准确率大小,得到此次研究提出模型的分类准确率为97.52%。说明所提出的算法模型能够较好地识别各种生活垃圾图像,并对垃圾图像进行高效分类。     

基于改进遗传算法的支持向量机微信垃圾文章识别

法治方式是十八大以来中国共产党探索出来的加强党风建设的新路径。整党整风运动式、会议专题式、法治方式是中国共产党九十多年来加强党风建设的三种方式,而法治方式是新方式与新选择。以法治方式加强党风建设的具体路径有五个方面：一是培育党员领导干部的“法治”意识与价值观念。二是清理完善党内法规制度,构建有法可依的党内法制体系。三是构建规范权力运行的制约和监督体系。四是搭建追逃追赃国际平台,加快对外逃人员的法制惩处。五是强化警示,定期发布党员领导干部的贪腐案例。以法治方式加强党风建设要处理好党内法规与国家法制的关系、加大党员领导干部相关事项的信息透明度与公开性、借鉴成功经验构建廉政文化。     

干旱胁迫条件下欧李叶片超微弱发光与叶绿素荧光特性关系

以欧李盆栽苗为试验材料,研究干旱胁迫下欧李叶片超微弱发光与叶绿素荧光特性的变化及两者之间的关系.结果表明:抑制光系统活性条件下,随着干旱胁迫程度的加深,最大荧光产量(Fm)、天线转化效率(Fv'/Fm,)、电子传递速率(ETR)、PSⅡ潜在活性(Fv/F0)、最大光化学效率(Fv/Fm)、实际光化学效率(ΦPSⅡ)、光化学淬灭系数(qP)呈下降趋势且均低于对照,非光化学淬灭系数(qN)、天线热耗散能量(D)呈上升趋势且均高于对照;超微弱发光强度(UWL)呈下降趋势且低于对照.相关分析显示,UWL强度与ΦPSⅡ、qP呈高度正相关,差异性极显著;与Fv'/Fm'、ETR、Fv'/Fm、Fm呈中度正相关,其中与Fv'、Fm'、ETR、Fv/Fm差异性显著;与D、qN 呈中度负相关,差异性显著.研究发现,在抑制光系统活性条件下,欧李叶片的UWL强度与叶绿素荧光特性发生显著变化,随着干旱胁迫程度的加深,UWL强度随Fm、Fv'/Fm'、ETR、Fv/F0、Fv/Fm、ΦPSⅡ和qP的下降而下降,说明欧李叶片UWL与光系统活性有关.     

基于语音识别的农产品价格信息采集方法

【目的】将语音识别技术应用到农产品价格信息采集中,面向非特定人和限定词汇量的汉语普通话连续语音识别,提出一种适合于农产品价格采集环境的语音识别鲁棒性方法;以隐马尔科夫模型为基础,训练出适合该环境下的声学模型,以缓解因测试环境和训练环境不匹配而导致的识别率降低,进一步提高识别率。【方法】在数据采集和处理阶段,首先根据要识别的限定词汇按照一定的语法规则构建转换文法,利用该文法生成的脚本指导训练集和测试集录音;然后选择不同的农产品价格采集环境和不同的说话人进行语音采集,并进行准确的人工切分,最后构建出语音语料库;在模型训练阶段,选择自左向右无跳转结构的连续混合密度隐马尔科夫模型,对训练集中的数据提取39维的MFCC特征向量,用于模型训练。首先以单音素为建模单元,并分别训练基于隐马尔科夫模型的男声模型、女声模型及男女混合声学模型;然后,考虑到单音素稳定性差和易受协同发音现象影响等因素,以上下文相关的三音素为识别单元建模,重新训练上述模型;针对三音子建模单元带来的模型数量大量增加,进而造成的训练样本不足问题,采用决策树状态聚类方法来改善该问题;决策树的构建过程中,利用语音学知识,根据声母发音方式、发音部位的不同以及韵母构成、韵头的不同,划分出若干声韵母集合实现了二值问题集的设计;在此基础上,用增加混和高斯分量的方法来进一步使得模型描述更加精确;最后,为了解决信道的乘性噪声问题,在采用上述策略的同时利用CMN和CVN方法来缓解测试环境与训练环境不匹配问题,最终训练得到了相应的男声模型和女声模型。在测试阶段,对采用上述各方法后得到的不同模型,分别采用相同的测试集进行试验,得出不同方法下的句子识别率、词识别率以及精准度。【结果】三音子声学模型的识别性能明显优于单音素声学模型,女声模型和男声模型的性能均优于男女混合声学模型,决策树聚类方法对识别率的提高不明显但可以明显减少三音子模型的数量,混合高斯分量的增加对识别率具有一定提高但同时带来计算量的增加,CMN和CVN方法可以明显提高系统的识别性能。通过对不同地点和不同说话人进行测试,最终识别率男性为95.04%,女性为97.62%。【结论】语音识别技术应用到农产品价格信息采集过程中是可行的。本文提出了一种农产品价格采集环境下提高语音识别率的方法,试验证明通过该方法训练出的模型具有较好的识别性能,本研究方法为日后应用系统的开发奠定了基础。     

在线评论有用性影响因素的实证研究

在线评论对辅助用户进行购买决策并非具有同等参考价值,能够影响用户购买决策的在线评论才具备“有用性”。文章采用结构方程模型,探讨在线评论有用性影响因素及其作用机制,以期为在线评论有用性影响因素研究提供参考依据。通过文献梳理,采用感知真实性、感知价值性、感知权威性对感知有用性的影响作用构建模型;通过问卷调查收集数据,利用AMOS软件进行模型验证和拟合分析,采用SPSS软件进行中介效应检验。模型的拟合配适度较高说明模型的构建具有一定说服力：感知价值性具有部分中介效应,感知真实性影响感知权威性,最终作用于感知有用性。     

农业学科书评信息源采集与分析

农业书评对农业用户查阅及购买学科图书、促进农业教学科学研究具有重要的参考价值。结合农业学科书评数据库建设实践,对农业书评信息源的采集原则、采集范围以及信息源的特征进行了分析。     

一种新的邮件过滤技术研究

为了改进已有邮件过滤算法的不足之处，提出一种新的邮件过滤算法。以往的大部分过滤算法采用的都是邮件属性精确匹配算法，并未使用模糊匹配思想，因此邮件的漏检率较高，并且发现未知邮件的效率较低。针对以往邮件过滤算法中漏检率比较高的不足之处，文中提出的邮件过滤算法的改进思路是：首先使用传统的黑白名单过滤技术对已知的邮件进行分类，那些是正常邮件，那些是垃圾邮件。在此基础之上使用相似性算法来计算未知邮件与已知邮件的相似度，从而达到对未知邮件分类目的,最后使用MMTD算法对的邮件相似度的好坏做出衡量，并且以此为邮件过滤提供有效的依据，经过以上的三个步骤之后，最后进行邮件的过滤。     

智能合约技术在林果溯源中的应用研究

针对现有的农产品质量追溯系统缺乏统一标准,不能对产品供应链信息进行有效监控,产品信息可能会被恶意篡改而失去可信度等问题,本文利用智能合约构建多模块溯源模型,设计相应的用户合约函数规则,提高了追溯信息的可信度,采用以太坊结合IPFS分布式存储技术作为主要存证的底层数据库,保证了数据的安全性。最后本文以皖北特色林果为例,设计了一套林果产业链可信溯源系统,通过在企业部署运行,结果表明该系统运行可靠,溯源结果可信度高。