首页> 中文学位 >面向MOOC的评论分析技术及应用
【6h】

面向MOOC的评论分析技术及应用

代理获取

目录

第1章 绪 论

1.1 MOOC 领域发展背景

1.2 评论分析技术国内外研究现状

1.2.1 评论分析技术国外研究现状

1.2.2 评论分析技术国内研究现状

1.3 评论分析技术的教育应用现状

1.3.1 国外评论分析技术的教育应用现状

1.3.2 国内评论分析技术的教育应用现状

1.4 主要研究内容

第2章 基于多任务学习的评论分析技术

2.1 多任务学习概述

2.2 具体任务介绍

2.3 多任务联合抽取算法设计

2.3.1 模型概述

2.3.2 共享表示层

2.3.3 ATE 模块和ASC模块

2.3.4 信息传递和损失函数

2.4 实验设置与结果分析

2.4.1 数据集与超参数

2.4.2 结果分析

2.5 本章小结

第3章 基于迁移学习的评论分析技术

3.1 深度迁移概述

3.2 迁移算法设计

3.2.1 基于网络的迁移算法设计

3.2.2 基于对抗的迁移算法设计

3.3 实验设置与结果分析

3.3.1 数据集

3.3.2 基于网络的迁移实验设置

3.3.3 基于对抗的迁移实验设置

3.3.4 实验结果分析

3.4 本章小结

第4章 教育辅助系统设计

4.1 开发框架

4.2 功能设计

4.2.1 评论获取

4.2.2 课程分析

4.3 客户端界面设计

4.3.1 主界面

4.3.2 添加课程界面

4.3.3 课程分析界面

4.4 本章小结

结 论

参考文献

攻读硕士学位期间发表的论文及其它成果

声明

致 谢

展开▼

著录项

  • 作者

    王帅;

  • 作者单位

    哈尔滨工业大学;

  • 授予单位 哈尔滨工业大学;
  • 学科 设计学
  • 授予学位 硕士
  • 导师姓名 赵妍妍;
  • 年度 2020
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类
  • 关键词

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号