典型文献
基于词向量聚类的传媒专业课程思政需求挖掘
文献摘要：
学生意见挖掘在课程思政实施过程中具有重要的指导作用.文章基于Word2Vec神经网络和K-Means算法对在传媒专业线课程的学生评价进行聚类分析,发现各分值评论内容在知识、能力和情感三个维度关注程度的差异性.基于此,文章提出层次化的需求模型来描述学生对课程的需求,并建议课程思政建设需要先满足功能性、可靠性、体验性需求的基础上,合理嵌入思政内容满足学生的身份需求和价值诉求.
文献关键词：
无监督学习;Word2Vec;K-means;课程思政;传媒专业
中图分类号：
作者姓名：
石豪
作者机构：
晋中职业技术学院,山西 晋中 030600
文献出处：
引用格式：
[1]石豪-.基于词向量聚类的传媒专业课程思政需求挖掘)[J].电脑与信息技术,2022(02):42-45
A类：
B类：
词向量,传媒专业,专业课程思政,学生意见,Word2Vec,Means,学生评价,出层,层次化,需求模型,议课,足功能,体验性,性需求,思政内容,价值诉求,无监督学习,means
AB值：
0.400305
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
