田萱
- 作品数：66 被引量：631H指数：12
- 供职机构：北京林业大学信息学院更多>>
- 发文基金：中央高校基本科研业务费专项资金国家自然科学基金陕西省软科学研究计划更多>>
- 相关领域：自动化与计算机技术文化科学经济管理文学更多>>
- 物联网专业“数据获取与处理”课程研究性教学的探索与实践
- 2014年
- 针对物联网专业的建设现状,在"数据获取与处理"课程教学实践中实施了研究性教学。在"数据获取与处理"课程教学中开展研究性课堂教学首先要确定若干个研究性主题,围绕研究性主题展开学习、讨论和总结;其次探讨了在该课程中实行研究性实践教学的内容和方法,包括研究性实践教学、申报大学生创新计划、鼓励学生参加各种竞赛、引导学生参加老师的科研项目等。"数据获取与处理"课程实施研究性教学提高了学生发现问题和解决问题的能力,符合物联网专业的人才培养目标。
- 李巨虎张海燕田萱
- 关键词：物联网专业研究性课堂教学研究性实践教学
- 新闻业管理体制改革的基本走向被引量：1
- 2004年
- 我国新闻业管理体制的改革不仅与一般国有企业管理体制改革有不同的内容和特征，而且与其它事业单位的改革也有不同的要求和侧重点。1978年我国新闻单位逐步推行了“事业单位，企业化管理”这一富有弹性的框架式模式，为新闻管理体制的改革提供了较大的活动空间。20多年来，新闻业无论是规模数量。
- 田萱王慰
- 关键词：新闻业现代企业制度社会责任市场化新闻大众化新闻质量
- 面向物联网的“嵌入式系统”课程教学改革的探索被引量：9
- 2014年
- 在物联网技术的应用中,嵌入式系统起着核心的基础设施作用。在分析物联网对嵌入式系统教学产生巨大影响的基础上,针对嵌入式系统的特点对"嵌入式系统"课程的授课思路和教学方法进行了调整,从分布式控制、节能设计策略、软件工程思维等方面扩展与物联网应用密切的相关知识点,同时对授课方式进行了改革,以满足物联网领域对嵌入式系统人才的需要。
- 孙国栋田萱张海燕
- 关键词：物联网嵌入式系统课程教学授课方式
- 时间敏感查询词补全关键技术研究综述
- 2015年
- 搜索引擎的查询词补全技术给搜索用户提供了较好的用户体验.针对用户检索需求随时间变化而不同这一问题,时间敏感查询词自动补全成为研究热点.时间敏感查询词补全在生成查询词补全候选列表时拟合多种时间因素,呈现出与传统查询词补全不同的特点.本文首先介绍了时间敏感查询词补全的定义和分类,然后从查询词时间敏感类型判断、补全候选词权值计算、候选词排序计算三个步骤分析了关键技术,最后对技术评价方法和技术未来发展难点与热点进行了总结和展望.
- 田萱张骁孟祥光陈志泊
- 关键词：信息检索
- 基于Internet的个性化信息检索技术的研究被引量：17
- 2004年
- 对搜索引擎个性化模式的提取方式进行了分类探讨,对当今流行的个性化检索技术进行了分类比较,指出了它们的特点差别;最后在此基础上讨论搜索引擎个性化技术所面临的问题以及其发展趋势。
- 刘艳青田萱苏桂莲
- 关键词：INTERNET个性化模式信息检索技术本体论AGENT
- 电子商务中的CA
- 2001年
- 本文通过对比传统的网上交易方式,说明了有CA参与的电子商务如何解决其安全性问题,探讨了CA在解决网络安全问题中加密的过程,并详细介绍了CA中心的工作流程。
- 孟祥光田萱孟强
- 关键词：电子商务CAINTERNET网络安全
- 智能信息检索中个性化模式的表示形式研究被引量：20
- 2004年
- 智能信息检索中，个性化模式的描述和更新决定了文档过滤的效率。本文根据Huffman树的特点，提出基于Huffman树形式组织用户个性化模式并给出其相应的文档过滤算法。与其他他同的个性化模式过滤算法的性能比较而言，其具有占用空间少，过滤速度快的优点。
- 田萱孟祥光刘希玉
- 关键词：智能信息检索个性化检索文档过滤HUFFMAN树数据结构
- 党政领导干部媒介素养的内涵及其培养被引量：5
- 2012年
- 本文辨析了党政领导干部的媒介素养内涵,论述了党政领导干部媒介素养培养的实质、培养条件、途径和方法,强调党政领导干部媒介素养的培养应从技能型向素养型转化。
- 田萱
- 关键词：领导干部
- 农民工政治参与状况调查分析与政策建议
- 2013年
- 2011年陕西省社科联的调查显示,两代农民工对中国共产党的领导和社会主义道路的认知和肯定均达到60%以上;大多数农民工有较强的政治参与情感,但农民工在城市的政治参与度普遍很低。其中有制度性因素,也有经济因素和农民工自身文化素质因素,对此,必须在制度设计环节确保农民工的政治参与权利,以实现新的历史条件下的社会治理与整合。
- 王慰田萱
- 关键词：农民工政治态度政治参与
- 基于深度学习的新闻推荐算法研究综述被引量：22
- 2021年
- 新闻推荐(NR)可以有效缓解新闻信息过载,是当今人们获取新闻资讯的重要方式,而深度学习(DL)成为近年来促进新闻推荐发展的主流技术,使新闻推荐的效果得到显著提升,受到研究者们的广泛关注。主要对基于深度学习的新闻推荐方法研究现状进行分类梳理和分析归纳。根据对新闻推荐的核心对象——用户和新闻的建模思路不同,将基于深度学习的新闻推荐方法分为“两段式”方法、“融合式”方法和“协同式”方法三类。在每类方法中,根据建模过程中的具体子任务或基于的数据组织结构进行更进一步细分,对代表性模型进行分析介绍,评价其优点和局限性等,并详细总结每类方法的特点和优缺点。另外还介绍了新闻推荐中常用数据集、基线算法和性能评价指标,最后分析展望了该领域未来可能的研究方向及发展趋势。
- 田萱丁琪廖子慧孙国栋
- 关键词：用户兴趣建模
