刘淇
- 作品数：241 被引量：494H指数：11
- 供职机构：中国科学技术大学更多>>
- 发文基金：国家自然科学基金国家杰出青年科学基金中央高校基本科研业务费专项资金更多>>
- 相关领域：自动化与计算机技术文化科学经济管理理学更多>>
- 推荐系统中典型用户群组的发现和应用被引量：4
- 2015年
- 推荐系统是解决用户的个性化信息需求的一种有效工具.但随着推荐系统用户规模的扩大,需要合理地从海量用户中筛选出用户子集,并进行持续和深入的分析以改进推荐系统.因此,文中首先提出典型用户群组的概念,以期发现推荐系统中的典型用户子集,从而可正确地反映全体用户的兴趣偏好.随后提出一种典型用户群组的发现算法,通过比较候选新增典型用户对典型用户群组的贡献度,逐一扩大典型用户群组规模,最终达到较高的推荐项目覆盖率和评分准确度.最后在典型用户群组中寻找用户的最近邻,实现一种改进的协同过滤推荐算法.通过在真实数据集上的实验结果表明,与其他用户群组发现算法以及经典推荐算法相比,验证典型用户群组不仅具有较好的代表性,也能够获得更好的推荐效果.
- 谭昶刘淇吴乐马海平龙柏
- 关键词：推荐系统
- 教育资源的深度表征与智能应用被引量：3
- 2019年
- 从信息时代到如今的大数据时代,以数据的不断积累和硬件的快速迭代为基础,大量的数据挖掘和机器学习等算法被提出,促进了数据从资源向价值的高效转变。由此,在电子商务、交通、气象、教育等领域中纷纷诞生了许多智能应用。其中,在教育领域,传统教育场景(如学校)的数字化和新兴教育场景(如线上教育平台)都积累了大量的教育数据资源(如教学视频、习题),并衍生出一系列的智能教育应用(如个性化教育资源推荐)。
- 刘淇汪飞王新
- 关键词：智能教育教学视频向量模型静态图像阅读理解试题
- 基于用户兴趣传播的协同过滤方法被引量：1
- 2010年
- 推荐系统帮助用户过滤无用信息并预测其可能感兴趣的产品。在推荐系统中,协同过滤是应用最为广泛的方法之一。然而,传统的协同过滤方法是在产品维度上计算用户相似度,而且在计算相似度时无法考虑邻居用户的影响。因此,该类方法往往受到高维度、数据稀疏等问题的困扰。为此,本文提出一种基于用户兴趣传播的协同过滤方法,在兴趣维度上计算用户相似度,同时考虑了兴趣在不同用户间的传播。该方法不仅可以有效防止冷启动和数据稀疏问题,而且具有较高的预测准确度。在标准数据集MovieLens上的测试结果表明了本文算法的有效性。
- 高建煌陈恩红刘淇
- 关键词：推荐系统协同过滤随机游走
- 一种基于部首联想机制的汉语文本分类方法及装置
- 本发明提供一种基于部首联想机制的汉语文本分类方法及装置，方法包括获取待分类汉语文本的字符级特征和形声字部首集合；根据形声字部首集合中的部首，得到对应的联想词集合；将字符级特征和所述联想词集合，输入到预先训练好的汉语文本分...
- 陈恩红刘淇陶汉卿童世炜徐童
- 文献传递
- 面向多步推理问题的智能解答方法、系统、装置与介质
- 本发明公开了一种面向多步推理问题的智能解答方法、系统、装置与介质，它们是一一对应的方案，方案总：设计了一种多步推理问题解题框架，通过分步的方式来生成解释步骤，作为一种多步思维链来启发模型推理，了增强多步推理能力，在实现强...
- 黄振亚刘淇 薛尚子陈恩红 林鑫 刘嘉聿
- 知识追踪方法及习题推荐方法
- 本发明公开了一种知识追踪方法及习题推荐方法，通过改进数据处理方式，来提升知识追踪的准确性与后续应用的效果，具体来说：通过利用知识结构(以图结构表示)对学习迁移进行建模，从而增强知识追踪的效果。在建模过程中，对学习迁移的影...
- 刘淇陈恩红童世炜黄威黄振亚阴钰
- 相似试题检索方法、系统、设备及存储介质
- 本发明公开了一种相似试题检索方法、系统、设备及存储介质，采用本发明的方案，不仅能在哈希码中保留更多的关键试题语义信息，同时能提高哈希码的检索效率以及减少存储成本，为实施高效且精确的相似题检索提供帮助；通过在两个真实试题数...
- 何理扬佟威陈恩红刘淇黄振亚李锐黄威
- 一种基于知识学习的数学应用题智能解题方法及系统
- 本发明公开了一种基于知识学习的数学应用题智能解题方法及系统，将数学知识学习过程与应用题求解过程有机耦合，以助于在改善学习得到的知识质量的同时提高问题求解能力。相关方案中：设计了认知框架与知识学习过程，构建了更接近通用型人...
- 陈恩红黄振亚刘嘉聿刘淇林鑫
- 语法依赖增强的数学应用题语义识别与推理方法及系统
- 本发明公开了一种语法依赖增强的数学应用题语义识别与推理方法及系统，通过树结构提取题目文本中的信息，融合题目文本局部和全局的语义，能够准确识别数学应用题的细节，有效地描述题目语义与细节，提升智能教育的实际应用中的效果。此外...
- 陈恩红刘淇林鑫黄振亚王皓
- 文献传递
- 基于深度卷积神经网络的公式重复检测方法被引量：1
- 2020年
- 近年来,随着教育智能化的发展,互联网教育模式成为了教育教学的重要载体。各类在线教育系统拥有海量试题资源,为学习者提供了便捷的学习途径。然而,试题来源繁多、收集方式不统一等因素,使得互联网中所积累的试题资源存在重复率高、质量较低的现象。因此,准确、高效地监测试题,是精炼网络资源、提高网络试题质量的重要方式。在这样的背景下,文中着重研究了针对理科试题资源中图片公式的重复检测问题,通过精准的公式识别检测,能够排除试题语义的干扰,进而加强试题资源监测。传统的公式重复检测方法,往往因为基于人工定义的各类规则,识别步骤繁琐,准确率和效率较低,难以应用于大规模的公式数据检测。据此,提出一种基于深度卷积神经网络的公式重复检测方法。首先,使用一种多通道卷积机制实现了公式图片特征提取和处理的自动化,使之适用于大规模的公式数据检测。然后,使用端到端的输出模式,避免了传统方法中间步骤过多可能导致误差累计的弊端。最后,为了验证模型的准确率以及实用性,在标准测试数据集以及模拟扫描图噪声的数据集上进行了充分的实验,实验结果表明此方法能够有效处理不同质量的公式图片,在检测精度和效率上取得了良好的结果。
- 陈昂佟威周宇强阴钰刘淇
- 关键词：试题质量卷积神经网络
