文献类型：期刊文章

作　　者：姚汝婧[1] 杨磊[1] 杨涛[2] 胡应鑫[2] 田强[3] 吴偶[1]

YAO Rujing;YANG Lei;YANG Tao;HU Yingxin;TIAN Qiang;WU Ou(Center for Applied Mathematics,Tianjin University,Tianjin 300072,China;Research Center of Big Educational Data,Hangzhou Zhihuzheye Company,Hangzhou 310008,China;School of Computer,Tianjin Normal University,Tianjin 300387,China)

机构地区：[1]天津大学应用数学中心,天津300072 [2]杭州知乎者也科技有限公司教育大数据研发中心,杭州310008 [3]天津师范大学计算机学院,天津300387

出　　处：《应用科学学报》

基　　金：国家自然科学基金(No.61673377);天津人工智能专项基金(No.17ZXRGGX00150)资助。

年　　份：2020

卷　　号：38

期　　号：3

起止页码：339-351

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、CSCD、CSCD_E2019_2020、IC、JST、PROQUEST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：近年来,对个体的心理进行研究与量化分析越来越受到研究者们的关注,利用Ising模型对心理量表数据进行分析已经成为一种新的趋势,但是Ising模型容易造成信息丢失.为此该文对其进行了改进,提出了一种多类Ising模型和一种序Ising模型,并在一个大规模的心理量表数据集上进行了分析,验证了两种改进模型的性能.此外,针对不同人群的心理量表数据构建了相应的心理量表复杂网络,且进行了各项指标对比,从构建的心理量表复杂网络中得到一些有意义的结论.最后讨论了机器学习与大数据如何更好地介入到量表大数据中分析问题.

关 键 词：心理量表大数据  排序学习  心理特性网络  结构分析  

分 类 号：TP391]