导读:本文包含了概念挖掘论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:概念,电功率,物理,自然语言,概念股,数据流,原型。
概念挖掘论文文献综述
凌天亮[1]（2019）在《上市公司热衷股权转让 叁主线深挖掘金概念股》一文中研究指出虽然近期A股市场出现了较大波动，但涉及上市公司股权转让的事项却有增无减，由此也带动了市场对股权转让题材股的炒作。业内人士指出，由于股权转让往往是上市公司进行资本深度运作的前兆，因此相关个股常常蕴育较好的投资机会，上市公司加速推进股权转让1(本文来源于《重庆商报》期刊2019-11-14）
王万平[2]（2019）在《例谈高中物理教材育人功能的挖掘——以“瞬时速度”概念的教学为例》一文中研究指出深度挖掘教材的育人功能,改变重知识传授、轻能力培养的教育现状,是发展学生核心素养、贯彻落实"立德树人"根本任务的重要举措。以高中物理"瞬时速度"概念的教学为例,谈谈对挖掘物理教材育人功能、培养学生物理学科素养的一些想法。(本文来源于《中学物理教学参考》期刊2019年18期）
郭锋锋[3]（2019）在《大数据背景下引入多重选择机制分类挖掘带概念漂移的高速数据流优化算法》一文中研究指出随着计算机的发展,大数据和5G时代的到来,大数据覆盖人类生活和生产的各个方面,随着数据挖掘技术不断成熟,应用也越来越广泛。随着应用领域扩大,新型非结构化数据越来越多,以数据流形式到达,因此数据流挖掘技术出现了。对于数据流分类挖掘,针对概念漂移问题引入了多重选择机制,对现有的高速数据流分类挖掘算法cvfdt进行了改进,决策树算法与统计理论相结合提出了多重选择决策树算法imprcvfdt。实验表明,改进的算法克服了cvfdt的不能检测概念漂移的问题,并且提高了分类精度和效率。(本文来源于《九江学院学报(自然科学版)》期刊2019年03期）
王其文[4]（2019）在《深入挖掘实验突出概念建构——初中“电功率”课堂教学探究》一文中研究指出物理学科的公式和概念相对比较抽象,学生理解起来有一定难度。在教学实践中物理实验和物理教学是密不可分的,初中物理教学中重难点就是电学,其中尤以"电功率"最为重要。"电功率"与生活息息相关,生活中用到的家用电器、乘坐的交通工具、课堂上用到的电子白板等无一不利用了"电功率"这一概念。初中物理教师要把"电功率"的教学和生活紧密结合,深入挖掘实验,突出"电功率"概念的建构,引导学生用"电功率"知识解决生活中的常见问题,培养学生学以致用的能力。(本文来源于《新课程(中)》期刊2019年09期）
刘娜[5]（2019）在《业务流程概念漂移检测与决策点挖掘算法的研究》一文中研究指出计算机数据存储、传输、处理能力的提高,使工作流管理系统、业务流程管理系统等信息系统数据量显着增加,如何高效使用相关数据挖掘业务流程信息成为近十年业务流程管理领域的研究热点,并促使流程挖掘这一学科的创立。尽管目前流程挖掘的多项研究成果已在工业界实现应用,但仍存在一些问题。在由超过75位来自50多个组织的学者共同撰写的《流程挖掘声明》[1]169中,列出了 11个流程挖掘领域亟待解决的问题,包括:流程数据的识别、融合和清洗,概念漂移检测,将流程挖掘与其他学科相结合,跨组织流程挖掘等。本文针对其中的概念漂移检测,以及将流程挖掘和机器学习相结合进行决策挖掘展开研究。在概念漂移检测的研究方面,已有多位学者做出了开拓性的研究成果,但他们多专注于离线概念漂移检测,且多使用假设检验和滑动窗口的方法。这些方法由于需要同时读入大量数据和实时性差等特点无法直接应用于在线领域,为了解决此问题本文提出了一个在线业务流程概念漂移检测的框架,此框架包含叁个业务流程模型库,用于存储当前模型、候选模型和先前模型。当前模型用于存储目前正在运行的业务流程模型,作为检测概念漂移的基准,候选模型用于去噪,先前模型用于确定概念漂移类型。同时,本文根据此框架提出了一个业务流程概念漂移检测的方法,此方法使用关系提取和模型精确度检测识别业务流程概念漂移。对比实验的结果显示,本文提出的框架和方法可以准确、高效地进行在线业务流程概念漂移检测。在决策挖掘的研究方面,现有研究方法分为叁个步骤,首先,使用已有控制流流程挖掘算法挖掘出业务流程的控制流模型,其次,根据控制流模型确定决策点,最后,使用机器学习的方法如决策树算法挖掘出决策信息。使用控制流流程挖掘算法挖掘出的业务流程模型可能存在日志中的活动没有在模型中体现,不够简洁,模型中包含日志中不存在的活动等问题,以此算法为基础进行的控制流挖掘准确度势必将受到影响。本文通过挖掘流程中活动间控制流关系确定决策点,有效地提高了决策挖掘的准确度。(本文来源于《北京邮电大学》期刊2019-05-31）
吴笑笑[6]（2019）在《自然语言处理在挖掘概念传递特征中的应用研究》一文中研究指出自然语言处理(NLP)被广泛应用于不同的研究领域,包括文本分词、语音识别、文本信息的处理、人工智能等,对文本中名词或短语的处理是NLP研究的重要内容。名词或短语研究的主要目标之一是探讨将传统的关键词和句法方法、语义方法相结合的可能性,以提高信息处理与分析的质量。大规模开放在线课程(MOOC)为大众提供了丰富的学习资源,并且MOOC讨论区成为学生和教师之间进行深入互动的主要交流途径。因此,讨论区中适当长度的学生-助教的讨论对于MOOC讨论区的提问者和观察者来说尤其宝贵。本文利用NLP技术深入挖掘MOOC讨论区中学生-助教问答文本(学生问、助教答)信息,提出了一种挖掘问答文本概念传递特征的自然语言处理方法。本文利用Stanford Word Segmenter对问答文本分词,再用Stanford POS Tagger标注问答文本词性,提取问答文本中的名词(即概念),将文本中提取的概念通过语言知识库HowNet/WordNet得到每个概念对应的上位概念。然后结合网络分析工具UCInet、文本分析工具CRIE/Coh-Metrix,将概念传递过程视为一个有向图建模。选取平均路径长度、语义具体度、出/入(度)、可读性和LSASS1(上下句重迭度)作为分析概念传递特征的五个指标,挖掘问答文本中概念传递的特征。在挖掘问答文本概念传递特征的自然语言处理方法的基础上,为研究MOOC讨论区中学生-助教长/短跟帖讨论的概念传递特征,收集了 MOOC/edX讨论区的学生-助教问答记录。此外,我们收集了不同科学讲座中科学家-听众之间(科学家组)的问答文本和不同新闻发布会中的发言人-记者之间(发言人组)的问答文本作为两个对照组。设计科学家和发言人、学生-助教(长/短)与科学家和发言人、学生-助教(长)和学生-助教(短)叁个对比实验,研究学生-助教(长/短)跟帖与科学家和发言人问答文本中的概念传递特征的关系。实验发现MOOC讨论区中的助教要推动讨论区中的讨论,应该使用上下句重复度较低的句子,并应该像新闻发布会上的政治发言人一样保持概念之间的紧密联系,像科学讲座中科学家一样适当地应用较抽象的概念。本文提出了一种挖掘问答文本概念传递特征的自然语言处理方法,可以提取概念和分析概念传递的特征,其实验研究结果可以为MOOC讨论区助教推动讨论区的讨论提供实践指导。(本文来源于《华中师范大学》期刊2019-05-01）
宇婷[7]（2019）在《基于概念格的数字图书馆用户知识序列模式挖掘研究》一文中研究指出文章对基于概念格的数字图书馆用户知识序列模式挖掘进行了研究,目的是通过检索行为中的挖掘序列模式,对数字图书馆用户服务进行完善和改进。用户对于图书馆的检索要求比较高,所以本文在进行设计时,充分考虑到了用户的需求。通过自顶向下概念格迭代在进行数字图书馆用户知识序列模式挖掘时,无须遍历原始用户知识行为数据库,从而使挖掘时间大幅压缩,获得的挖掘效果良好。(本文来源于《图书馆理论与实践》期刊2019年03期）
李茗[8]（2019）在《挖掘概念知识资源 重铸课堂教学活力》一文中研究指出概念教学是数学学习的基础,照本宣科已经不适应当代学生的需要。从生成、发展、应用、价值等方面入手发掘概念资源,才能真正给概念的课堂教学注入活力,让学生接受有价值、有活力、有生长力的数学概念。(本文来源于《小学教学研究》期刊2019年07期）
张云[9]（2019）在《挖掘知识本质,构建高效课堂——小学数学概念教学策略思考》一文中研究指出新时代的小学数学教学,对教师也提出了新的要求,要求教师不仅要教导学生理论知识,还要让学生学会"透过现象观察本质",真正地达成知识的理解,这对教师提出了一定的要求。教师应当让学生通过自身的实践,加深对数学概念的理解,最后回归教材,正确解读数学概念,构建高效数学课堂。(本文来源于《新课程(小学)》期刊2019年01期）
周洋帆[10]（2018）在《基于图书的领域概念抽取及其前后序关系挖掘算法研究与应用》一文中研究指出随着科技的日新月异,信息技术的快速发展,图书为人类获取知识提供了便利的途径。图书中含有大量权威的、有价值的信息。在工程科技领域,图书成为人们获取知识,提升专业能力的核心途径之一。但与此同时,图书的种类越来越多,内容也是良莠不齐,人们面临“信息过载”的困扰。如何从海量的信息中获取对个人最有价值的信息,具有迫切的需求。在日益增长的图书所包含的信息中,领域概念以及概念之间的依赖关系具有重大意义。概念是浓缩全书知识的核心要素,通过了解图书中包含的概念,即可了解图书的主要主题,协助理解图书内容。概念之间的依赖关系,则构成了图书的知识网络。通过解析依赖关系,可以更好的掌握知识脉络,加深对于图书内容的理解。与此同时,运用概念之间的依赖关系,对于课程推荐,学习路线规划等场景具有重大意义。概念前后序关系即是描述概念间的依赖关系。因此,基于图书的领域概念抽取及其前后序关系挖掘是一个有广阔应用前景的任务。基于此,本文首先对图书的领域概念进行了自动抽取,然后挖掘概念前后序关系。最后基于上述结果,构建了知识网络,设计并实现了知识空间服务系统。论文的主要工作如下:(1)提出了一种图书领域概念自动抽取方法,首先利用现有算法抽取高质量短语,作为候选结果。再利用图网络进行全局排序,最后根据得分排序结果输出图书领域概念。(2)提出了一种基于非监督学习的图书概念前后序关系挖掘方法。首先针对概念前后序关系的特性提取特征,并选择随机森林作为分类器,构建概念前后序关系分类模块。然后根据概念前后序关系的特点,建立目标函数以及约束公式,并基于目标函数和约束公式构建概念前后序关系发现模块。最后迭代运行概念前后序关系分类模块和概念前后序关系发现模块,直到达到最大迭代次数或者结果收敛,输出概念前后序关系的判别结果。(3)设计并实现了知识空间服务系统。在指定领域内,利用抽取的领域概念和挖掘的概念前后序关系,构建成知识网络,并进行可视化。系统可展示领域内不同概念之间的依赖网络,同时具备概念搜索和路径搜索的功能。(本文来源于《浙江大学》期刊2018-12-18）
概念挖掘论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
深度挖掘教材的育人功能,改变重知识传授、轻能力培养的教育现状,是发展学生核心素养、贯彻落实"立德树人"根本任务的重要举措。以高中物理"瞬时速度"概念的教学为例,谈谈对挖掘物理教材育人功能、培养学生物理学科素养的一些想法。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
概念挖掘论文参考文献
[1].凌天亮.上市公司热衷股权转让叁主线深挖掘金概念股[N].重庆商报.2019
[2].王万平.例谈高中物理教材育人功能的挖掘——以“瞬时速度”概念的教学为例[J].中学物理教学参考.2019
[3].郭锋锋.大数据背景下引入多重选择机制分类挖掘带概念漂移的高速数据流优化算法[J].九江学院学报(自然科学版).2019
[4].王其文.深入挖掘实验突出概念建构——初中“电功率”课堂教学探究[J].新课程(中).2019
[5].刘娜.业务流程概念漂移检测与决策点挖掘算法的研究[D].北京邮电大学.2019
[6].吴笑笑.自然语言处理在挖掘概念传递特征中的应用研究[D].华中师范大学.2019
[7].宇婷.基于概念格的数字图书馆用户知识序列模式挖掘研究[J].图书馆理论与实践.2019
[8].李茗.挖掘概念知识资源重铸课堂教学活力[J].小学教学研究.2019
[9].张云.挖掘知识本质,构建高效课堂——小学数学概念教学策略思考[J].新课程(小学).2019
[10].周洋帆.基于图书的领域概念抽取及其前后序关系挖掘算法研究与应用[D].浙江大学.2018
论文知识图
