李丁丁
- 作品数：6 被引量：38H指数：3
- 供职机构：华南师范大学计算机学院更多>>
- 发文基金：国家自然科学基金广东省自然科学基金更多>>
- 相关领域：自动化与计算机技术哲学宗教医药卫生文化科学更多>>
- 职业决策自我效能感在青少年未来取向与职业决策困难间的中介作用被引量：17
- 2016年
- 目的:探讨职业决策自我效能在中职生未来取向与职业决策困难之间的关系中是否存在中介作用,为减少中职生职业决策困难提供实证依据和支持。方法:采用青少年未来取向问卷、职业决策自我效能量表和职业决策困难量表对700名广东省珠三角地区中职生进行调查。结果:职业决策困难与未来认知、未来情感与未来意志行为均呈负相关(r=-0.42,-0.21,-0.49;P均<0.01),与职业决策自我效能呈显著负相关(r=-0.56,P<0.01);职业决策自我效能与未来认知、未来情感与未来意志行为呈显著正相关(r=0.44,0.16,0.58;P均<0.01)。职业决策自我效能在未来认知与职业决策困难关系中,具有部分中介作用(Z=-5.01,P<0.001),职业决策自我效能在未来情感与职业决策困难关系中,具有部分中介作用(Z=-3.46,P<0.001),职业决策自我效能在未来意志行为与职业决策困难关系中,具有部分中介作用(Z=-4.10,P<0.001)。结论:中职生的未来认知、未来情感和未来意志行为既可直接影响职业决策困难,也可以通过职业决策自我效能的中介作用影响职业决策困难。
- 谢晓东喻承甫李丁丁
- 关键词：青少年中职生职业决策自我效能职业决策困难
- 珠三角地区青少年未来取向与学习倦怠的关系：应对方式的中介作用被引量：4
- 2016年
- 目的:探讨应对方式在中职生未来取向与学习倦怠之间的关系中是否存在中介作用,为减少中职生学习倦怠感提供实证依据和支持。方法:采用青少年未来取向问卷、简易应对方式问卷和青少年学习倦怠量表对700名广东省珠三角地区中职生进行调查。结果:学习倦怠与未来取向的3个因子未来认知、未来情感和未来意志行为均呈负相关(r=-0.10,-0.08,-0.43;P<0.05),与积极应对呈显著负相关(r=-0.21,P<0.01),与消极应对呈显著正相关(r=0.17,P<0.01);消极应对与未来认知、未来情感和未来意志行为呈显著负相关(r=-0.28,-0.25,-0.12;P<0.05),积极应对与未来认知、未来情感和未来意志行为呈显著正相关(r=0.40,0.28,0.48;P<0.01),积极应对在未来认知与学习倦怠的关系之间起着完全中介作用(Z=-2.75,P<0.01)。结论:中职生的未来认知通过积极应对方式从而降低其学习倦怠水平。
- 谢晓东喻承甫李丁丁
- 关键词：青少年中职生学习倦怠
- 基于时序分区的时态索引与查询被引量：1
- 2020年
- 时态索引作为一种高效管理和检索时态数据的有效手段,一直是时态数据领域的研究热点.提出了一种基于时序分区的时态索引技术TPindex.首先将海量时态数据的时态属性映射到二维平面上,对平面上的"有效时间"点进行采样处理,通过使用自上而下,自左而右的时序分区方法将平面划分成若干个均匀的区域.其次,使用基于拟序关系的线序划分算法对每个分区中的数据构建数据结构,并建立基于"有效时间戳"的全区索引,实现"一次一集合"的数据查询操作.再次,还提出了使用分文件存储线序索引的模式将分区线序索引磁盘化,同时可以结合多线程技术并行处理数据,充分利用现代化硬件资源以满足海量数据下的高性能需求,提高索引性能.另一方面,我们还研究了海量时态数据下TPindex的增量式更新操作.最后,设计相应的仿真实验,通过与现有的代表性工作进行对比评估,验证了所提出方法的有效性和实用价值.
- 杨佐希汤娜汤庸潘明明李丁丁叶小平
- 关键词：时态索引海量数据并行化
- 基于协同理念的教学科研服务平台——学者网的实践探索被引量：3
- 2018年
- 提出基于学者网构建"互联网+创新人才"的培养平台和环境,进行创新人才培养孵化的有效实践,介绍基于学者网的协同创新理念、基于云平台的学者信息服务内容创新,以及"梯队"创新人才培养模式,给出基于学者网服务创新案例分析。
- 李丁丁刘海汤庸陈启买陈凌潇
- ScholatGPT:面向学术社交网络的大语言模型及智能应用
- 2025年
- 针对现有大语言模型(LLM)在跨领域知识处理、实时学术信息更新及输出质量保证方面的局限,提出基于学术社交网络(ASN)的学者LLM——ScholatGPT。ScholatGPT结合知识图谱增强生成(KGAG)与检索增强生成(RAG),以提升精准语义检索与动态知识更新的能力,并通过微调优化以强化学术文本的生成质量。首先,基于学者网(SCHOLAT)关系数据构建学者知识图谱,并利用LLM进行语义增强;其次,提出KGAG检索模型,结合RAG实现多路混合检索,增强LLM的精准检索能力;最后,利用微调技术优化模型,使它在各学术领域的生成质量得到提升。实验结果表明,ScholatGPT在学术问答任务中的精确率达83.2%,相较于GPT-4o和AMiner AI提升了69.4和11.5个百分点,在学者画像、代表作识别和研究领域分类等任务上均表现优异。在回答相关性、连贯性和可读性方面,ScholatGPT取得了稳定且具有竞争力的表现,在专业性与可读性之间实现了较好的平衡。此外,基于ScholatGPT开发的学者智库和学术信息推荐系统等智能应用有效提升了学术信息获取的效率。
- 袁成哲陈国华陈国华朱源李丁丁钟昊汤庸
- 关键词：知识图谱
- 一种基于中间件的异构数据库融合访问方法及系统被引量：13
- 2018年
- 在大数据时代,信息化数据呈爆炸式增长,传统关系型数据库和新兴的NoSQL数据库都难以全面且高效地面对这些挑战。因此,提出一种基于中间件的异构数据库访问方法(MingleDB),以结合NoSQL和传统关系型数据库的优点。MingleDB透明融合了NoSQL数据库和传统数据库的主要运行逻辑,同时又能够根据当前用户请求的读写特征,自动选取合适的处理路径以避免二者的不足;它还支持轻量级的事务处理框架,该框架按需实施以保证异构数据库数据的最终一致性和完整性。将MingleDB分别与MongoDB,MySQL数据库进行读写性能对比,实验证明了MingleDB方法的正确性和合理性。同时将MingleDB部署在实际的社交网络系统中进行实际验证,结果亦证明了其实用性和可移植性。
- 潘明明李丁丁汤庸刘海
- 关键词：关系型数据库NOSQL异构数据库中间件事务提交
