分类: 心理学 >> 应用心理学 提交时间: 2019-01-22
摘要: 玩家对不同类型游戏的偏好会受到其自身特征的影响。游戏玩家数量,决定了单机游戏模式自主性更高,而网络游戏模式集体性更高。考虑到个体主义倾向个体强调独立,而集体主义个体强调协作。我们认为玩家个体主义-集体主义倾向,可能会影响其对于单机游戏或网络游戏的偏好。本研究利用微博大数据,使用文本分析的方法,旨在探讨单机游戏玩家及网络游戏玩家微博中个体主义-集体主义倾向词语及词类表达是否存在差异,并希望利用这些特征预测玩家对单机游戏或网络游戏的偏好。结果发现,单机游戏玩家微博中个体主义词类词语出现频率更高,而网络游戏玩家微博中集体主义词类词语出现频率更高。利用机器学习方法,仅用个体主义-集体主义词语表达做自变量,可预测玩家类型,但准确率较低。本研究为利用微博大数据识别用户对游戏的偏好提供了初步证据,具有一定的应用价值。
分类: 计算机科学 >> 计算机科学的集成理论 提交时间: 2018-07-23 合作期刊: 《计算机应用研究》
摘要: 由于各个单一分类模型对道路交通事故严重程度预测的局限性,为提升模型预测性能,致力于建立一种组合模型。结合卷积神经网络提取时空维度中的特征信息,采用stacking方式将CNN与XGBoost组合,最终生成道路交通事故严重性的分类模型(多层提升算法)。实验结果表明,此模型在测试集上预测精度为91.51%,组合模型比单一分类模型具有更好的分类结果。基于组合模型的分类结果,对交通事故特征进行重要性排序,开展特征相关性分析,为减少道路交通事故及减轻道路交通事故严重等级的管理措施提供参考依据。