导读:本文包含了倾向识别论文开题报告文献综述及选题提纲参考文献，主要关键词:有家,伴侣,对方要求,冲动型人格障碍,止损,临床心理科,生活细节,喝了,精神障碍患者,冲动行为
倾向识别论文文献综述
刘昶荣,张曼玉[1]（2019）在《心理医生教你如何尽早识别有家暴倾向的伴侣》一文中研究指出11月25日，美妆博主宇芽在网上曝出自己被家暴，引发网友广泛关注。中国青年报·中国青年网采访了北京大学第六医院临床心理科副主任医师易嘉龙，他告诉，在门诊接收的很多心理障碍患者，都有被家暴的经历，受到家暴的心理障碍患者以女性为主。易嘉龙为大(本文来源于《中国青年报》期刊2019-12-27）
向南,张明敏,杨黎丽[2]（2019）在《一种基于Hawkes过程的隐藏情绪倾向识别方法》一文中研究指出为有效模拟情绪的动态转换过程,检测个体在交互过程中隐藏的情绪倾向从而提高虚拟交互过程的智能性,首先利用Hawkes过程模拟个体情绪的产生与衰退过程,然后利用隐马尔科夫模型检测个体的表情并将其映射到情绪模型的维度空间,最后通过对比受到事件刺激前后观测到的情绪状态来推导个体针对事件的情绪倾向.在个体隐藏情绪状态的情况下,系统采用持续追加正向刺激的策略激活个体的情绪表达,对于无法检测到情绪表达的状态采用默认为负倾向的策略.实验显示,本方法能够有效计算个体隐藏的情绪倾向并提高交互的智能性.(本文来源于《北京理工大学学报》期刊2019年10期）
周莹[3]（2019）在《多类型特征融合的抑郁倾向识别方法研究》一文中研究指出当今社会,人们承受的压力越来越大。过大的压力容易使人产生心理疾病,抑郁症是一种常见的心理疾病,全世界有数亿人正遭受抑郁症的折磨。抑郁症对人们的身心健康造成极坏的影响,甚至会危害社会,因此,在抑郁症早期即抑郁倾向阶段能够尽早发现并治疗极为重要。本文旨在探索一种能够在保证个人隐私前提下准确客观识别抑郁倾向的方法,从而辅助心理专家判断分析,降低误诊的概率。因此,本文对抑郁倾向这一课题的研究具有重要的理论和实际意义。虽然抑郁倾向的研究已经取得一定的成果,但是仍然存在不足之处。首先,抑郁倾向识别的主要方法为心理健康自查结合心理专家问诊情况,但是大多数人出于保护隐私等原因,一般不会主动寻求心理专家的帮助,并且该方法容易受到主观因素的影响;其次,研究抑郁倾向所用数据一般非公开且不完善,并且数据来源比较单一,缺乏从多层面研究抑郁倾向;最后,抑郁倾向识别模型通常采用单一模型,存在泛化能力不强等问题。针对上述问题,本文提出一种基于多类型特征融合的抑郁倾向识别方法,主要创新点如下:(1)集成心理健康自查、眼动信号、网络行为多种方法共同作为抑郁倾向识别方法,对抑郁倾向更为精准识别和客观量化。首先,本文在以心理健康自查作为识别方法的基础上,将眼动追踪技术应用于抑郁倾向识别,将心理健康自查结合眼动信号识别抑郁倾向。其次,由于个人行为可以识别抑郁倾向,而网络行为是个人行为重要的组成部分,因此可以利用网络行为识别抑郁倾向。本文在心理健康自查和眼动信号基础上结合网络行为共同识别抑郁倾向。(2)融合眼动特征、记忆力特征、认知风格特征以及网络行为特征多类型特征,建立了大规模、多类型融合的数据集。数据是抑郁倾向研究的重点内容之一,因为研究抑郁倾向需要保护个人隐私,所以数据一般非公开且不完善,并且数据来源比较单一,为了弥补数据不足的问题,本文从多层面进行相关实验设计和数据采集。(3)提出新的抑郁倾向识别模型——扫描堆迭模型,提高抑郁倾向识别的准确性。首先,本文提出了扫描结构来处理数据,以处理复杂的数据关系。其次,本文构建了两层堆迭结构,基础模型层由GBDT、BP神经网络、KNN、SVM四种模型构成,元模型为逻辑回归模型。最后,将扫描结构与堆迭结构结合,构建扫描堆迭抑郁倾向识别模型。此外,本文客观全面评价模型性能,既评价模型各部分结构的性能,又与多种模型从参数R平方、均方误差、平均绝对误差多个指标进行比较,结果显示扫描堆迭模型的预测效果最佳。(本文来源于《山东师范大学》期刊2019-06-10）
高桐,王泽坤,李丽丽,孟德鑫[4]（2019）在《构造倾向识别的重力空间导数成像技术》一文中研究指出笔者提出重力空间导数成像技术,来实现构造倾向的识别。根据不同高度重力异常水平导数极值点分布与构造倾斜方向的对应关系,可直观地显示断裂的倾向,且计算简便。理论单台阶和双台阶模型试验表明,重力空间导数成像技术能准确和稳定地获得断裂的倾向特征。由于本方法是利用上半空间重力数据的导数,所以模型试验结果具有较高的抗噪性。利用重力空间导数成像技术对松辽盆地重力异常数据进行断裂倾向识别,盆地北侧断层的倾向大多为NW倾,说明盆地构造的形成主要受控于西太平洋板块俯冲的作用,盆地南端部分构造表现为垂直倾向,这与后期西伯利亚板块的南向运动有关。(本文来源于《世界地质》期刊2019年01期）
李欣苗,陈云[5]（2019）在《基于特征选择和倾向分析联合优化的UGC情感自动识别方法》一文中研究指出随着Web2.0思想观念及其技术的广泛应用,基于社交媒介的UGC对经济、政治、社会、军事、外交及其他方面都产生了重要的影响,基于UGC的情感倾向性自动识别研究具有重要的理论意义和实际应用价值。本研究针对当前情感倾向性自动识别中亟待解决的挑战性问题,研究并提出了基于特征选择和倾向分析联合优化的UGC情感倾向性自动识别方法。本研究将所提出的方法应用于实际的中文和英文、两类和五类UGC情感倾向性自动识别中。基于两种不同语言的语料库:中文豆瓣网电影评论文本和英文IMDB电影评论文本,本研究构建了基于特征选择和倾向分析联合优化的情感倾向性自动识别模型,并对该模型进行了检验。一系列的实验结果表明,本研究所提出并构建的基于特征选择和倾向分析联合优化的情感倾向性自动识别模型能够提高UGC情感倾向性自动识别的效果,从而说明了该模型对于中文和英文自动情感分析的有效性。(本文来源于《管理工程学报》期刊2019年02期）
周莹,王红,任衍具,胡晓红[6]（2019）在《多特征融合的抑郁倾向识别方法》一文中研究指出近些年,抑郁倾向趋于年轻化和常态化,虽然相关研究已取得一定成果,但仍缺乏更为客观、准确的抑郁倾向识别方法,也缺乏从不同角度研究抑郁倾向,因此,提出将心理健康自查表和眼动追踪结合作为识别抑郁倾向的方法,并且创新地从多角度对抑郁倾向进行研究,即将眼动特征、记忆力特征、认知风格特征以及网络行为特征多种类型特征融合。为了处理复杂的特征关系,提出扫描过程来处理复杂的特征关系,并将扫描过程与堆迭法结合提出抑郁倾向识别模型——扫描堆迭模型。为了全面客观评价扫描堆迭模型的性能,对扫描过程和堆迭法的独立贡献进行了实验。实验结果显示扫描过程独立贡献为0. 03,堆迭法独立贡献为0. 02,并且扫描堆迭模型与多种模型从参数R平方、均方误差、平均绝对误差进行比较,结果为扫描堆迭模型的预测效果较好。(本文来源于《计算机应用》期刊2019年01期）
杨云[7]（2018）在《网络舆情话题识别及情感倾向分析的应用研究》一文中研究指出随着互联网的发展,微博的媒体属性越发丰富,越来越多的民众倾向于用微博来曝光社会中的不良现象、发泄情绪等。在微博中,网民对事件的看法、情绪会影响事件的发展走向,若负面舆情话题出现而又没有及时控制和引导,会使得负面有害信息传播泛滥,影响社会和谐,因此,对网络舆情进行话题识别、情感倾向分析及探索网民的情感变化特点在网络舆情监测和引导方面具有非常重要的理论价值和现实意义。本文在研究网络舆情话题识别和情感倾向分析方法的基础上,结合网络舆情演化阶段分析了话题极性对网民情绪的影响及网民情感倾向的变化特点,所做工作主要有以下几方面:(1)本文尝试将基于LDA的改进K-Means聚类方法应用到微博子话题识别中,并与传统的K-Means聚类方法进行对比,实验结果显示,基于LDA的改进K-Means聚类方法可以识别微博子话题,且效果优于传统的K-Means聚类。(2)以现有的情感词典为基础,详细介绍了本文七种词典的构建方法,并制定了情感计分策略,然后用随机森林分类方法和基于词典的方法进行情感分类实验,实验结果表明,本文所构建的词典和情感计分策略在情感分类中有一定优越性。(3)结合网络舆情的演化阶段划分,以“海南天价机票”事件为例,分析了话题极性对网民情绪的影响及网民情感倾向的变化特点,研究发现话题的极性对网民情感倾向的变化具有一定的解释作用,在萌芽期,舆情信息少而分散,网民的情感并不显着,但是到了成长期,若负面话题较多,微博信息的扩散以转发为主,网民的负面情绪会快速集聚,这一时期,是政府或企业及时采取措施控制和引导舆情发展的关键时期;在爆发期,意见领袖的观点对舆情发展方向有很强的带动作用,政府或企业需要重点关注微博意见领袖的言行;爆发期之后,网民对舆情事件相关的新动态比较敏感,政府或企业需要持续关注舆情动态。(本文来源于《云南大学》期刊2018-06-01）
张玉腾[8]（2018）在《基于支持向量机的大学生自杀倾向识别研究》一文中研究指出目的利用支持向量机探讨大学生自杀倾向与自杀倾向风险因素的关系,为开展有针对性的大学生心理健康教育工作提供基础。方法采用随机抽样法抽取50个样本数据,利用支持向量机(SVM)进行训练并建立识别模型;利用SPSS 20.0对10个风险因素进行相关分析。结果模型训练样本准确率高达97.5%,识别样本准确率为9/10;风险因素中对大学生自杀倾向的影响程度呈正相关的依次是性格(r=0.626)、身体疾病(r=0.463)、自我要求(r=0.443)、抑郁症(r=0.396)、精神分裂(r=0.329)、学业压力(r=0.279),负相关的是校内人际关系(r=-0.625)、恋爱关系(r=-0.197)、家庭经济状况(r=-0.171)、家庭关系(r=-0.152)(P值均<0.05)。结论 SVM所建立的大学生自杀倾向识别模型具有有效性与实用性,内向性格对自杀倾向结果影响最大。(本文来源于《中国学校卫生》期刊2018年05期）
杨丽[9]（2018）在《在线课程评论的情感倾向识别与话题挖掘技术》一文中研究指出伴随信息技术的快速发展,为各行业领域注入新鲜的活力。以教育领域为例,较多互动学习平台逐渐被引入其中,特别其中包含的学习者评论数据,均可为教学质量改善、用户选课以及平台支持提供参考,然而现有的平台运行中并未充分利用这些反馈信息,需行之有效的完善策略。本次研究将对情感倾向识别与话题挖掘技术做简单介绍,在此基础上提出在线课程评论样本处理与特征提取方法、情感倾向识别算法以及在线课程评论话题挖掘技术等。(本文来源于《电子技术与软件工程》期刊2018年01期）
施志伟,高俊波,胡雯雯,刘志远[10]（2017）在《基于文本的抑郁情感倾向识别模型》一文中研究指出针对学生在新浪微博文本中所表现出来的抑郁情感倾向,提出了一种识别抑郁情感倾向的模型.通过在本校广泛发动学生在线填写抑郁自评量表,获得学生的量表得分.采集学生的微博文本,并请本校心理学老师对微博进行人工标注.在预处理阶段,利用抑郁情感词典重新组合在分词阶段被拆分的抑郁情感词,以提高识别正确率.然后基于支持向量机构建一个情感分类器对微博数据进行训练,经过不断的学习反馈,获得较好的分类效果;最后,定义了抑郁指数来衡量个体在一段时间内的抑郁倾向程度.实验结果表明,抑郁指数衡量的抑郁程度大致与量表结果吻合,该方法识别准确率达到82.35%.(本文来源于《计算机系统应用》期刊2017年12期）
倾向识别论文开题报告
（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：
为有效模拟情绪的动态转换过程,检测个体在交互过程中隐藏的情绪倾向从而提高虚拟交互过程的智能性,首先利用Hawkes过程模拟个体情绪的产生与衰退过程,然后利用隐马尔科夫模型检测个体的表情并将其映射到情绪模型的维度空间,最后通过对比受到事件刺激前后观测到的情绪状态来推导个体针对事件的情绪倾向.在个体隐藏情绪状态的情况下,系统采用持续追加正向刺激的策略激活个体的情绪表达,对于无法检测到情绪表达的状态采用默认为负倾向的策略.实验显示,本方法能够有效计算个体隐藏的情绪倾向并提高交互的智能性.
（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。
倾向识别论文参考文献
[1].刘昶荣,张曼玉.心理医生教你如何尽早识别有家暴倾向的伴侣[N].中国青年报.2019
[2].向南,张明敏,杨黎丽.一种基于Hawkes过程的隐藏情绪倾向识别方法[J].北京理工大学学报.2019
[3].周莹.多类型特征融合的抑郁倾向识别方法研究[D].山东师范大学.2019
[4].高桐,王泽坤,李丽丽,孟德鑫.构造倾向识别的重力空间导数成像技术[J].世界地质.2019
[5].李欣苗,陈云.基于特征选择和倾向分析联合优化的UGC情感自动识别方法[J].管理工程学报.2019
[6].周莹,王红,任衍具,胡晓红.多特征融合的抑郁倾向识别方法[J].计算机应用.2019
[7].杨云.网络舆情话题识别及情感倾向分析的应用研究[D].云南大学.2018
[8].张玉腾.基于支持向量机的大学生自杀倾向识别研究[J].中国学校卫生.2018
[9].杨丽.在线课程评论的情感倾向识别与话题挖掘技术[J].电子技术与软件工程.2018
[10].施志伟,高俊波,胡雯雯,刘志远.基于文本的抑郁情感倾向识别模型[J].计算机系统应用.2017
标签：有家; 伴侣; 对方要求; 冲动型人格障碍; 止损; 临床心理科; 生活细节; 喝了; 精神障碍患者; 冲动行为;