CN112148948A - 一种舆情监测***及方法 - Google Patents
一种舆情监测***及方法 Download PDFInfo
- Publication number
- CN112148948A CN112148948A CN202011062770.0A CN202011062770A CN112148948A CN 112148948 A CN112148948 A CN 112148948A CN 202011062770 A CN202011062770 A CN 202011062770A CN 112148948 A CN112148948 A CN 112148948A
- Authority
- CN
- China
- Prior art keywords
- emergency
- information
- event
- module
- pushing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 28
- 238000000034 method Methods 0.000 title claims description 18
- 230000010485 coping Effects 0.000 claims abstract description 19
- 230000010354 integration Effects 0.000 claims abstract description 13
- 230000003211 malignant effect Effects 0.000 claims description 21
- 238000011156 evaluation Methods 0.000 claims description 19
- 238000012545 processing Methods 0.000 claims description 5
- 230000009193 crawling Effects 0.000 claims description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000008451 emotion Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 206010016952 Food poisoning Diseases 0.000 description 1
- 208000019331 Foodborne disease Diseases 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/951—Indexing; Web crawling techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及信息管理技术领域,为了解决现有技术中,由于上报的突发事件的相关信息具有片面性和主观性,导致突发事件不能得到有效处理的问题,提供了一种舆情监测***,包括采集模块,用于获取上报的关于突发事件的突发事件信息;悬赏模块,用于在接收到突发事件信息后发送事件悬赏信息,采集模块还用于接收相应突发事件的事件补充信息;整合模块,用于对突发事件信息以及相应突发事件的事件补充信息进行整合得到事件综合信息;数据库,存储有高校突发事件案例和相应的应对方案;匹配模块,用于根据事件综合信息从数据库中匹配出对应的高校突发事件与应对方案;推送模块,用于将事件综合信息和匹配出的应对方案推送给决策终端。
Description
技术领域
本发明涉及信息管理技术领域,具体为一种舆情监测***及方法。
背景技术
舆情是指在一定的社会空间内,围绕中介性社会事件的发生、发展和变化,作为主体的民众对作为客体的社会管理者、企业、个人及其他各类组织及其政治、社会、道德等方面的取向产生和持有的社会态度。随着信息社会的发展和互联网的普及,社会各类信息呈现出传播渠道多、传播速度快、传播范围广的特点,容易形成网络舆情。然而由于互联网舆论环境复杂,网络谣言、非理性声音极易引发公众对立情绪,容易激化矛盾甚至酿成重大恶性事件。因此,为了尽可能减少矛盾激化、降低重大恶性事件的发生等,需要及时了解舆论并加强对舆情监控。
现有的网络舆情的监控***是通过对社会媒体以及社交网站进行监测并形成预警策略,从而对舆情进行正确引导,以避免发生恶性事件。目前并没有专门针对高校内部信息进行监测的***,因此在对突发事件进行处理时,通常还是采用学生、辅导员、学院领导最后到校领导的上报途径进行层层上报后,最后由校领导决定突发事件的处理方案。然而,不管事件上报人是事件当事人或围观人,在上报时通常都会带入个人情感去对突发事件进行叙述并上报,而受到上报人的情感影响,突发事件的上报信息通常都比较主观和片面,容易误导校领导作出错误的处理方案,从而导致突发事件不能得到有效解决。
发明内容
本发明目的之一在于提供一种舆情监测***,以解决现有技术中,由于上报的突发事件的相关信息具有片面性和主观性,导致突发事件不能得到有效处理的问题。
本发明提供基础方案一是:舆情监测***,包括采集模块,用于获取上报的关于突发事件的突发事件信息;
悬赏模块,用于在接收到突发事件信息后发送事件悬赏信息,采集模块还用于接收相应突发事件的事件补充信息;
整合模块,用于对突发事件信息以及相应突发事件的事件补充信息进行整合得到事件综合信息;
数据库,存储有高校突发事件案例和相应的应对方案;
匹配模块,用于根据事件综合信息从数据库中匹配出对应的高校突发事件与应对方案;
推送模块,用于将事件综合信息和匹配出的应对方案推送给决策终端。
说明,本方案中决策终端指的是对突发事件作决策的用户终端。
基础方案一的原理及有益效果是:与现有技术相比,1.本方案中,在接收到上报的突发事件信息后,还利用悬赏模块发送事件悬赏信息的方式得到突发事件的事件补充信息,再由整合模块对突发事件信息和事件补充信息进行整合得到事件综合信息,与上报的突发事件信息相比,整合得到的事件综合信息对突发事件会有一个更为完整准确的描述,从而提高了决策的准确性;
2.本方案中,还设置匹配模块从数据库中匹配出相应的应对方案并推送给决策终端,还为决策者提供了有效决策方案,能够缩短决策周期,从而提高了突发事件的处置效率。
优选方案一:作为基础方案一的优选,还包括分析模块,用于对突发事件信息进行事件性质分析;悬赏模块在分析出相应突发事件为恶性事件时发送事件悬赏信息。有益效果:考虑到在对突发事件进行处置时,通常为了降低突发事件对学校造成的影响,通常都是对性质恶劣的突发事件进行处置,因此本方案中还设置分析模块对突发事件的事件性质进行分析,在分析出突发事件为恶性事件时才进行相应突发事件的事件悬赏和后续的整合操作,从而降低了***的功耗。
优选方案二:作为基础方案一的优选,采集模块还用于从网络上爬取与突发事件对应的网络信息,整合模块根据网络信息、突发事件信息和事件补充信息进行整合得到事件综合信息。有益效果:本方案中,还利用采集模块从网络上爬取与突发事件相关的网络信息,并根据网络信息、突发事件信息和事件补充信息整合得到事件综合信息,增加了整合维度,从而提高了事件综合信息的准确性。
优选方案三:作为基础方案一的优选,还包括有评估模块,用于根据事件综合信息对相应的突发事件进行风险评估并得到事件风险等级,推送模块还向决策终端推送事件风险等级。有益效果:本方案中,通过设置评估模块对突发事件进行风险评估,得到的事件风险等级则表示突发事件的紧急程度,再由推送模块向决策终端推送事件风险等级,决策者则可以知晓相应突发事件的紧急程度,以及时对紧急的突发事件进行处理,提高了紧急的突发事件的处置效率。
优选方案四:作为优选方案一的优选,采集模块还用于在分析出相应突发事件为恶性事件时获取对应突发事件的关注量,数据库设置有关注阈值;还包括有比较模块,用于比较关注量和关注阈值;报警模块,用于在关注量大于关注阈值时生成警示信息,推送模块还向决策终端推送警示信息。有益效果:在突发事件的关注量超过关注阈值时,则说明相应突发事件已经引起了多数人的关注,为了避免突发事件引发严重后果,就需要及时对对应的突发事件进行处理或正向引导,因此本方案中,还利用采集模块获取突发事件的关注量并在关注量超过关注阈值后向管理终端推送警示信息以提醒及时对突发事件进行处理或正向引导,从而降低了突发事件带来的影响。
优选方案五:作为优选方案四的优选,采集模块还用于获取突发事件信息的关注用户的用户信息;数据库内还存储有与高校突发事件案例对应的正向推广信息,匹配模块还用于匹配出与突发事件对应的正向推广信息,推送模块用于将正向推广信息推送给关注用户的用户终端。说明,本方案中的用户终端指的是关注用户对应的用户终端,如学生A关注了突发事件信息,则学生A为关注用户,学生A的终端即为用户终端。有益效果:本方案中,还利用采集模块采集关注突发事件信息的用户信息,采集到的用户信息对应的用户则是对相应突发事件比较关心的用户,此时由推送模块向相应的用户终端推送关于突发事件的正向推广信息,从而引导相应用户对突发事件有正确的理解或认识,也就能够对突发事件的网络言论进行正向引导,避免舆情继续恶性发展。
本发明提供的基础方案二是:舆情监测方法,包括以下步骤:突发事件收集步骤:获取上报的关于突发事件的突发事件信息;悬赏步骤:发送关于突发事件的事件悬赏信息,并接收相应突发事件的事件补充信息;整合步骤:对突发事件的突发事件信息和事件补充信息进行整合而得到关于突发事件的事件综合信息;匹配步骤:从数据库中匹配出与事件综合信息对应的高校突发事件与应对方案;推送步骤:将事件综合信息和匹配出的应对方案推动给决策终端。
基础方案二的原理及有益效果是:与现有技术相比,1.本方案中,还对突发事件进行悬赏得到突发事件的事件补充信息,然后对突发事件信息和事件补充信息进行整合得到关于突发事件的更为全面准确的事件综合信息,决策终端的使用者则能够对突发事件有更全面准确的了解,从而提高了决策的准确性;
2.还设置匹配步骤从数据库中匹配出相应的应对方案并推送给决策终端,还为决策者提供了有效的决策方案作为参考,能够缩短决策周期,从而提高了突发事件的处置效率。
优选方案六:作为基础方案二的优选,还包括有分析步骤,对突发事件信息进行事件性质分析,在分析出相应的突发事件为恶性事件时执行悬赏步骤。有益效果:本方案中在分析到突发事件的事件性质为恶性事件时才执行悬赏步骤,一方面执行的悬赏步骤能够提高获取到的突发事件的事件信息,另一方面只对恶性事件的突发事件执行悬赏步骤,能够降低突发事件的处理功耗。
优选方案七:作为基础方案二的优选,突发事件收集步骤中,还从网络上爬取与突发事件对应的网络信息,整合步骤中根据网络信息、突发事件信息和事件补充信息进行整合得到事件综合信息。有益效果:本方案中还从网络上爬取关于突发事件的网络信息,提高了事件综合信息的准确性。
优选方案八:作为基础方案二的优选,还包括评估步骤,根据事件综合信息对相应的突发事件进行风险评估并得到事件风险等级,推送步骤中,还向决策终端推送事件风险等级。有益效果:本方案中,对突发事件的风险风机评估能够帮助决策者快速知晓到突发事假的紧急程度,以便着重对风险等级高的突发事件进行紧急处理。
附图说明
图1为本发明实施例一中舆情监测***的模块框图。
具体实施方式
下面通过具体实施方式进一步详细说明:
实施例一
基本如附图1所示:
舆情监测***,包括采集模块,用于获取上报的关于突发事件的突发事件信息,并从网络上爬取与突发事件对应的网络信息;
分析模块,用于对突发事件信息进行事件性质分析;
悬赏模块,用于在分析出相应突发事件为恶性事件时发送事件悬赏信息,采集模块还用于接收相应突发事件的事件补充信息;
整合模块,用于对突发事件信息、相应突发事件的事件补充信息和网络信息进行整合得到事件综合信息;
数据库,存储有高校突发事件案例和相应的应对方案,以及关注阈值和与高校突发事件案例对应的正向推广信息;
匹配模块,用于根据事件综合信息从数据库中匹配出对应的高校突发事件与应对方案;
评估模块,用于根据事件综合信息对相应的突发事件进行风险评估并得到事件风险等级;
推送模块,用于将事件综合信息、匹配出的应对方案和事件风险等级推送给决策终端;
采集模块还用于在分析出相应突发事件为恶性事件时获取对应突发事件的关注量,并获取关注用户的用户信息;
数据库设置有关注阈值和与高校突发事件案例对应的正向推广信息;
比较模块,用于比较关注量和关注阈值;
报警模块,用于在关注量大于关注阈值时生成警示信息,推送模块还向决策终端推送警示信息;
匹配模块还用于匹配出与突发事件对应的正向推广信息,推送模块用于将正向推广信息推送给关注用户终端。
基于上述舆情监测***,本实施例中还公开了一种舆情监测方法,包括以下步骤:突发事件收集步骤:获取上报的关于突发事件的突发事件信息,还从网络上爬取与突发事件对应的网络信息;
分析步骤,对突发事件信息进行事件性质分析,在分析出相应的突发事件为恶性事件时执行悬赏步骤,在分析出相应的突发事件为良性事件时执行整合步骤;
悬赏步骤:发送关于突发事件的事件悬赏信息,并接收相应突发事件的事件补充信息;
整合步骤:对突发事件的突发事件信息、事件补充信息和网络信息进行整合而得到关于突发事件的事件综合信息;
匹配步骤:从数据库中匹配出与事件综合信息对应的高校突发事件与应对方案;
评估步骤,根据事件综合信息对相应的突发事件进行风险评估并得到事件风险等级;
推送步骤:将事件综合信息、匹配出的应对方案和事件风险等级推动给决策终端。
具体实施过程如下:使用前,数据库内存储有高校突发事件案例和对应的应对方案,存储的高校突发事件案例以及应对方案可以是其他高校发生的也可以是本校已经发生的。本方案中则包括其他高校以及本校已经发生的突发事件和应对方案。
使用时,由采集模块对上报的突发事件信息进行采集,并还通过爬虫技术从网络上爬取与突发事件对应的网络信息;本实施例中,采集模块从学生终端、辅导员终端、校园线下舆情调查员专员端获取到上报的突发事件信息,在其他实施例中,采集模块还可以从校园线上合作平台反馈端获取突发事件的突发事件信息。
然后分析模块根据突发事件信息对突发事件的事件性质进行分析,在分析到突发事件的事件性质为恶性事件时发送事件悬赏信息,本实施例中通过预先在数据库中预设关键词条以及对应的事件性质,分析模块分析突发事件的事件性质时,根据数据库中存储的关键词条以及对应的事件性质对突发事件信息的关键词条进行分析判定,设定本实施例中事件性质包括恶性事件和良性事件两种,关键词条包括“师生冲突”、“食物中毒”“收费过高”等,关键词条以及事件性质可以由管理人员自由设定,设定关键词条“师生冲突”为恶性事件。
在分析模块分析出突发事件为恶性事件时,由悬赏模块发送相关突发事件的事件悬赏信息,为了方便说明,本实施例中设定突发事件为发生在X月Y日的师生冲突事件,则分析模块分析事件性质为恶性事件,此时悬赏模块则发送事件悬赏信息,如“悬赏X·Y师生冲突事件信息”,采集模块则还接收悬赏到的突发事件的事件补充信息。然后由整合模块对此时已经收集到的关于突发事件的突发事件信息、悬赏到的事件补充信息以及爬取到的网络信息进行整合,得到突发事件的事件综合信息。
在得到突发事件的事件综合信息后,由匹配模块从数据库中匹配出相应的高校突发事件以及相应的应对方案,还有评估模块根据事件综合信息对突发事件的风险等级进行评估,得到事件风险等级。评估时,本实施例中通过在数据库中预设评估规则对突发事件进行风险评估,设定本实施例中,事件风险等级包括6级,分别为轻微(1级)、关注(2级)、警惕(3级)、重大(4级)、高危(5级)和极危(6级)。如评估规则设定突发事件参与人超过3人以上且有造成实际伤害的师生冲突的事件风险等级为重大风险;在其他实施例中,也可以采用在数据库中存储高校突发事件相对应的事件风险等级。
在匹配模块匹配出相应的应对方案后,由推送模块将突发事件的事件综合信息、匹配出来的应对方案以及事件风险等级一同推送给决策终端供决策者参考并制定具体的决策方案。
在上述过程中,采集模块还获取事件性质为恶性事件的突发事件的关注量,并获取关注用户的用户信息;数据库内预存有关注阈值,设定关注阈值为M0,获取到突发事件的关注量为M1,则在比较模块比较到关注量大于关注阈值时,即M1>M0时,此时报警模块生成警示信息,推送模块将警示信息推送给决策终端,如警示信息为“当前X·Y师生冲突事件关注量过多,或将引发更大舆论,请及时处理”;同时匹配模块还从数据库中匹配出与突发事件对应的正向推广信息,推送模块将正向推广信息推送给关注相应突发事件的用户终端,以对关注用户进行正确引导。
实施例二
与实施例一不同之处在于,本实施例中采集模块还用于获取突发事件信息的上传用户的用户信息,匹配模块还用于匹配上传用户和关注用户的用户信息,在匹配到关注用户的用户信息与上传用户的用户信息相关时,推送模块还向关注用户的用户终端推送突发事件的应对方案。说明,本实施例中上传用户指的是突发事件的当事人。
本方案中,还对突发事件信息的上传用户的用户信息进行采集,然后由匹配模块对上传用户的用户信息以及关注用户的用户信息进行匹配,在匹配到关注用户的用户信息和上传用户的用户信息相关时,设定用户信息包括用户姓名、所在学院、班级和所在宿舍,在关注用户的用户信息和上传用户的用户信息中所在学院、班级和所在宿舍三类信息中有至少有两类信息相同,则设定匹配到关注用户的用户信息和上传用户的用户信息相关。
由于用户信息相关的上传用户和关注用户的至少有两类信息相同,则可以认定对应的上传用户和关注用户是朋友或同学,而这类人容易因为与上传用户的感情而导致自己对突发事件的理解会有偏差,会偏向对上传用户更有益的方向去理解突发事件,因此本方案中还由推送模块向关注用户推送突发事件的应对方案,关注用户则接收到了突发事件的正向推广信息以及应对方案,能够进一步对突发事件有所了解,从而能够对突发事件有一个客观正确的了解,也能够通过关注用户对上传用户有一个正确的引导。
以上所述的仅是本发明的实施例,方案中公知的具体结构及特性等常识在此未作过多描述,所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识,能够获知该领域中所有的现有技术,并且具有应用该日期之前常规实验手段的能力,所属领域普通技术人员可以在本申请给出的启示下,结合自身能力完善并实施本方案,一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出,对于本领域的技术人员来说,在不脱离本发明结构的前提下,还可以作出若干变形和改进,这些也应该视为本发明的保护范围,这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准,说明书中的具体实施方式等记载可以用于解释权利要求的内容。
Claims (10)
1.一种舆情监测***,其特征在于:包括采集模块,用于获取上报的关于突发事件的突发事件信息;
悬赏模块,用于在接收到突发事件信息后发送事件悬赏信息,所述采集模块还用于接收相应突发事件的事件补充信息;
整合模块,用于对突发事件信息以及相应突发事件的事件补充信息进行整合得到事件综合信息;
数据库,存储有高校突发事件案例和相应的应对方案;
匹配模块,用于根据所述事件综合信息从数据库中匹配出对应的高校突发事件与应对方案;
推送模块,用于将事件综合信息和匹配出的应对方案推送给决策终端。
2.根据权利要求1所述的舆情监测***,其特征在于:还包括分析模块,用于对突发事件信息进行事件性质分析;悬赏模块在分析出相应突发事件为恶性事件时发送所述事件悬赏信息。
3.根据权利要求1所述的舆情监测***,其特征在于:所述采集模块还用于从网络上爬取与突发事件对应的网络信息,所述整合模块根据所述网络信息、突发事件信息和事件补充信息进行整合得到事件综合信息。
4.根据权利要求1所述的舆情监测***,其特征在于:还包括有评估模块,用于根据事件综合信息对相应的突发事件进行风险评估并得到事件风险等级,所述推送模块还向所述决策终端推送所述事件风险等级。
5.根据权利要求2所述的舆情监测***,其特征在于:所述采集模块还用于在分析出相应突发事件为恶性事件时获取对应突发事件的关注量,所述数据库设置有关注阈值;还包括有比较模块,用于比较所述关注量和关注阈值;
报警模块,用于在所述关注量大于所述关注阈值时生成警示信息,所述推送模块还向所述决策终端推送警示信息。
6.根据权利要求5所述的舆情监测***,其特征在于:所述采集模块还用于获取所述突发事件信息的关注用户的用户信息;
所述数据库内还存储有与高校突发事件案例对应的正向推广信息,所述匹配模块还用于匹配出与所述突发事件对应的正向推广信息,所述推送模块用于将所述正向推广信息推送给关注用户的用户终端。
7.舆情监测方法,其特征在于:包括以下步骤:
突发事件收集步骤:获取上报的关于突发事件的突发事件信息;
悬赏步骤:发送关于所述突发事件的事件悬赏信息,并接收相应突发事件的事件补充信息;
整合步骤:对突发事件的突发事件信息和事件补充信息进行整合而得到关于突发事件的事件综合信息;
匹配步骤:从数据库中匹配出与事件综合信息对应的高校突发事件与应对方案;
推送步骤:将事件综合信息和匹配出的应对方案推动给决策终端。
8.根据权利要求7所述的舆情监测方法,其特征在于:还包括有分析步骤,对突发事件信息进行事件性质分析,在分析出相应的突发事件为恶性事件时执行悬赏步骤。
9.根据权利要求7所述的舆情监测方法,其特征在于:所述突发事件收集步骤中,还从网络上爬取与突发事件对应的网络信息,整合步骤中根据所述网络信息、突发事件信息和事件补充信息进行整合得到事件综合信息。
10.根据权利要求7所述的舆情监测方法,其特征在于:还包括评估步骤,根据事件综合信息对相应的突发事件进行风险评估并得到事件风险等级,推送步骤中,还向所述决策终端推送所述事件风险等级。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011062770.0A CN112148948A (zh) | 2020-09-30 | 2020-09-30 | 一种舆情监测***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011062770.0A CN112148948A (zh) | 2020-09-30 | 2020-09-30 | 一种舆情监测***及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112148948A true CN112148948A (zh) | 2020-12-29 |
Family
ID=73951646
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011062770.0A Pending CN112148948A (zh) | 2020-09-30 | 2020-09-30 | 一种舆情监测***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112148948A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112149012A (zh) * | 2020-09-10 | 2020-12-29 | 杭州安恒信息技术股份有限公司 | 一种用于透明监督事件信息的信息分类发布*** |
-
2020
- 2020-09-30 CN CN202011062770.0A patent/CN112148948A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112149012A (zh) * | 2020-09-10 | 2020-12-29 | 杭州安恒信息技术股份有限公司 | 一种用于透明监督事件信息的信息分类发布*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Bachman et al. | Fundamentals of research in criminology and criminal justice: With selected readings | |
Gitzen | Design and analysis of long-term ecological monitoring studies | |
Bekele et al. | A bayesian approach to predict performance of a student (bapps): A case with ethiopian students | |
Sarker et al. | Linked data, data mining and external open data for better prediction of at-risk students | |
CN114388103A (zh) | 一种针对青少年心理预警分析的算法 | |
Chaudhury et al. | An empirical study on attribute selection of student performance prediction model | |
Ramos‐Soto et al. | Evaluation of a Data‐To‐Text System for Verbalizing a Learning Analytics Dashboard | |
Firmin | Relocation, relocation, relocation: Home and school-moves for children affected extra-familial risks during adolescence | |
Aljaloud et al. | A deep learning model to predict Student learning outcomes in LMS using CNN and LSTM | |
Armistead | Detecting deception in written statements: The British Home Office study of scientific content analysis (SCAN) | |
Emanuels et al. | Family-of-origin factors and physical teen dating violence victimization and perpetration: A meta-analysis | |
Weissman | Forensic psychological examination of the child witness in cases of alleged sexual abuse | |
CN112148948A (zh) | 一种舆情监测***及方法 | |
Bogaard et al. | Detecting deception using comparable truth baselines | |
Strickfaden et al. | Dependent double‐observer method reduces false‐positive errors in auditory avian survey data | |
Mi | Student performance early warning based on data mining | |
Shjarback | An examination of professional/trade law enforcement publication consumption and sensitivity to the ferguson effect among us police chiefs | |
Farrugia et al. | Effective evaluation of forensic interviews: The forensic interview trace (FIT) | |
Davidson | Towards understanding the root causes of outdoor education incidents | |
CN112148949A (zh) | 校园舆情风险防控***及方法 | |
Corner et al. | Grievance-fuelled violence: Modelling the process of grievance development | |
Dyson | Text annotation and the cognitive architecture of political leaders: British prime ministers from 1945–2008 | |
CN112801831A (zh) | 基于区块链的从业者安全生产诚信体系建设方法及*** | |
Gilbert et al. | Immediate and repeat interrogative suggestibility in a sample of adolescents with fetal alcohol spectrum disorder | |
CN112151147A (zh) | 心理危机干预管理方法及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20201229 |
|
WD01 | Invention patent application deemed withdrawn after publication |