人工智能驱动的校园文化传媒内容精准推送 与学生行为管理优化

杨 超
河南警察学院　警察管理系

摘要


随着校园数字化建设的推进，学生在校园文化传媒中的内容消费和行为互动呈现多样化和个性化趋势。现
有的内容推送和学生行为管理方法多依赖固定规则或粗粒度推荐，难以实现精准匹配和动态优化。为此，本文引入
人工智能与主题建模方法结合，基于校园新闻、社团活动和互动行为数据，利用LDA模型识别内容主题，构建学生
兴趣主题向量，并实现内容与学生兴趣的精准匹配。通过行为权重分配与时间衰减机制，实现对推送频率、主题疲
劳及低互动学生的动态干预。实验设计显示，C101在主题1上的概率达到0.65，为典型的单主题主导型内容。内容
主题分布的差异使得系统能够基于“主导主题—次级主题”策略实现差异化匹配。

关键词


校园文化传媒精准推送；主题模型；LDA；学生兴趣画像；行为管理优化

全文:

PDF


参考


[1]江艳玲，鲁翔，郭伟，等.数字化背景下政务服

务政策精准推送研究[J].科技创业月刊，2024，36（12）：

64-68.

[2]姜海洋，田锋，智峰，等.基于爬虫和深度学习

的计量信息数据推送系统[J].计量科学与技术，2021，65

（9）：35-39.

[3]袁玉掌.科技发展下算法推送侵权责任认定研究

[J].科技创业月刊，2025，38（5）：187-192.

[4]原光.数智赋能中华文化国际传播的技术路径，

作用机理与优化策略[J].北京工业大学学报（社会科学

版），2024，24（6）：96-107.

[5]家豪周.基于员工认同感提升的文化宣传内容设

计策略[J].现代经济管理，2025，6（3）：77-79.


Refbacks

  • 当前没有refback。