李秋生
- 作品数：4 被引量：8H指数：2
- 供职机构：西南科技大学计算机科学与技术学院更多>>
- 发文基金：国家自然科学基金四川省教育厅重点项目四川省自然科学基金更多>>
- 相关领域：自动化与计算机技术文化科学更多>>
- 网络课程学生行为数据可视分析研究被引量：2
- 2016年
- 可视分析技术对于大规模网络课程教学过程性评估具有重要作用。针对学生海量行为数据的多维性与复杂性,构建了学生行为绩效可视分析模型与师生交互可视分析模型,设计并实现了网络课程学生行为数据可视分析系统,采用某校网络教育学院课程数据对提出的可视化分析模型和系统进行了实证分析,结果表明该系统对于学生网络交互行为具有较强的分析能力,能够有效辅助探究学生行为与学习绩效的关联关系,实现师生交互整体分析与学生行为个性化分析。
- 段幸幸吴亚东李秋生蒋宏宇宋京燕彭红
- 关键词：网络课程学习绩效
- 社交网络平台增强现实系统的构建
- 2016年
- 在新浪微博平台下采用三维注册技术并结合新提出的关键词提取技术,将微博数据以虚拟标签的方式展示,在真实场景中融入虚拟元素,构建社交网络增强现实系统,让用户以新的形式看待社交网络平台,达到吸引用户的效果。
- 冯鑫淼吴亚东李秋生蒋宏宇
- 关键词：三维注册关键词提取
- 有效的子空间支配查询算法——Ranking-k
- 2015年
- 针对Top-k dominating查询算法需要较高的时空消耗来构建属性组合索引,并且在相同属性值较多情况下的查询结果准确率低等问题,提出一种通过B+-trees和概率分布模型相结合的子空间支配查询算法——Ranking-k算法。首先,采用B+-trees为待查找数据各属性构建有序列表;然后,采取轮询调度算法读取skyline准则涉及到的有序列表,生成候选元组并获得k组终结元组;其次,根据生成的候选元组和终结元组,采用概率分布模型计算终结元组支配分数。迭代上述过程优化查询结果,直到满足条件为止。实验结果表明:Ranking-k与基本扫描算法(BSA)相比,查询效率提高了94.43%;与差分算法(DA)相比,查询效率提高了7.63%;与早剪枝Top-k支配(TDEP)算法、BSA和DA相比,查询结果更接近理论值。
- 李秋生吴亚东林茂松王松王海洋冯鑫淼
- 关键词：TOP-K子空间
- 基于时空分析的微博演化可视化被引量：6
- 2014年
- 针对海量增长的微博信息不利于快速查阅和筛选的问题,在分析微博数据特点的基础上,利用数据挖掘技术和信息可视化技术的有机结合,开发了基于时空分析的微博演化分析系统。该系统侧重于对热点事件所涉及的微博信息的演化分析,在关注热点事件从发生、爆发到最终消亡的同时,更加关注当前热点的微博用户群体的情感分析、关键用户追寻、发布时序分析,并在侧重时间演化过程的同时关注于热点事件的空间地理信息分析。该系统广泛适用于普通微博用户、新闻机构、政府机关等单位。
- 王松吴亚东李秋生蒋宏宇邹勇刚
- 关键词：信息可视化数据挖掘
