- 年份
- 2024(9407)
- 2023(13799)
- 2022(12157)
- 2021(11489)
- 2020(9695)
- 2019(22581)
- 2018(22409)
- 2017(43676)
- 2016(23540)
- 2015(26656)
- 2014(26463)
- 2013(25754)
- 2012(23196)
- 2011(20514)
- 2010(20284)
- 2009(18197)
- 2008(17256)
- 2007(14652)
- 2006(12418)
- 2005(10214)
- 学科
- 济(90936)
- 经济(90835)
- 管理(67483)
- 业(64497)
- 企(54811)
- 企业(54811)
- 方法(47974)
- 数学(42369)
- 数学方法(41616)
- 农(23372)
- 财(22298)
- 中国(21762)
- 业经(20030)
- 学(19945)
- 地方(17173)
- 理论(16921)
- 农业(15695)
- 贸(15507)
- 贸易(15499)
- 易(15062)
- 技术(15011)
- 务(14989)
- 财务(14907)
- 财务管理(14875)
- 和(14618)
- 企业财务(14061)
- 制(14036)
- 环境(13996)
- 划(12743)
- 银(11683)
- 机构
- 学院(323561)
- 大学(323209)
- 管理(133443)
- 济(123366)
- 经济(120704)
- 理学(117630)
- 理学院(116401)
- 管理学(113899)
- 管理学院(113327)
- 研究(100009)
- 中国(72146)
- 京(67207)
- 科学(64658)
- 财(53989)
- 业大(50507)
- 农(50421)
- 所(48463)
- 中心(46317)
- 财经(44920)
- 研究所(44857)
- 江(44569)
- 范(42044)
- 师范(41602)
- 北京(41475)
- 经(41057)
- 农业(39634)
- 院(37103)
- 经济学(36614)
- 州(36508)
- 技术(35505)
- 基金
- 项目(234532)
- 科学(184903)
- 基金(170480)
- 研究(169600)
- 家(148718)
- 国家(147511)
- 科学基金(128119)
- 社会(105119)
- 社会科(99620)
- 社会科学(99592)
- 省(92419)
- 基金项目(90893)
- 自然(85926)
- 自然科(84002)
- 自然科学(83980)
- 自然科学基金(82420)
- 教育(79590)
- 划(77726)
- 资助(70970)
- 编号(69927)
- 成果(54476)
- 重点(52149)
- 部(51207)
- 创(49237)
- 发(49044)
- 课题(47290)
- 创新(45810)
- 科研(45353)
- 教育部(44149)
- 大学(44047)
- 期刊
- 济(123411)
- 经济(123411)
- 研究(86763)
- 中国(54090)
- 学报(51680)
- 管理(47385)
- 科学(47332)
- 农(44449)
- 财(40517)
- 大学(39574)
- 学学(37358)
- 教育(37105)
- 农业(31490)
- 技术(31027)
- 业经(21609)
- 融(21420)
- 金融(21420)
- 财经(20638)
- 经济研究(20110)
- 经(17501)
- 图书(17399)
- 业(16162)
- 科技(16108)
- 问题(15961)
- 技术经济(15762)
- 理论(15197)
- 版(15102)
- 统计(15089)
- 商业(14159)
- 实践(14116)
共检索到439704条记录
发布时间倒序
- 发布时间倒序
- 相关度优先
文献计量分析
- 结果分析(前20)
- 结果分析(前50)
- 结果分析(前100)
- 结果分析(前200)
- 结果分析(前500)
[期刊] 情报理论与实践
[作者]
朱晓霞 宋嘉欣 孟建芳
[目的/意义]近些年来,随着互联网的快速发展,微博逐渐成为人们发表言论的一个社交网络平台。通过对大量评论信息进行情感分析,对政府进行舆情治理、企业市场决策和消费行为分析具有十分重要的意义。[方法/过程]文章针对微博评论表达的特点,提出一种基于主题—情感挖掘模型的无监督情感分类方法,通过将语义角色标注、TF-IDF和K-means聚类方法相结合,构建情感单元词表和主题—情感匹配词表,同时挖掘出评论中主题和情感的分布与联系,并利用点互信息(Pointwise Mutual Information,PMI)和情感词典的方法计算主题词的情感极性值,基于此进行情感分类。[结果/结论]经实验证明,该方法同时考虑了评论中的主题分布与情感极性信息,解决了主题模型中常见的数据稀疏问题,提高了情感分类的效率和准确性,在F值上比S-LDA模型提高了14.24%。
[期刊] 情报理论与实践
[作者]
唐晓波 肖璐
在社会化网络环境下,关于产品的评论成为企业竞争情报分析重要的数据源。这些评论中包含用户对产品各个方面的情感倾向,对其进行情感分析可以帮助商家了解产品的优缺点。针对现有情感分析的不足,本文在构建评论挖掘模型时综合采用了共词分析和基于句法分析的极性传递法。共词分析可定量确定用户关心的产品维度;极性传递算法考虑句子结构特点,在对句子级文本做情感分析时相较传统情感分类算法有更好的分析效果。同时,引入极性值和强度值计算情感词和主题词的情感强度。
关键词：
情感分析 评论挖掘 共词分析
[期刊] 图书情报工作
[作者]
唐晓波 王洪艳
为了弥补目前微博平台主题挖掘方法的不足,兼顾到微博信息的稀疏性、多维性、海量性等特点,提出根据微博信息特点进行有针对性的预处理后,使用基于先验概率的潜在语义分析模型LDA(Latent Dirichlet Alloca-tion)进行微博主题挖掘,并在LDA建模的基础上,设计文本增量聚类算法,进一步实现主题结构的识别,从而使用户更好地理解主题及其结构。通过在真实微博数据集上的实验,证明该模型能有效进行主题挖掘和主题结构的识别。
[期刊] 清华大学学报(自然科学版)
[作者]
王素格 李大宇 李旸
为了同时挖掘商品口碑数据中所谈论的对象、对象的某个方面以及评论者对这个方面的观点,用于指导消费者消费和生产厂家对商品的改进,该文面向口碑数据提出一个无监督对象方面情感联合模型。该模型假设方面分布依赖于对象分布,情感分布依赖于方面分布和对象分布,词是采样的最小单位。在汽车口碑数据上进行了多组实验,实验结果表明:无监督对象方面情感联合模型不仅可以判别文本方面和文本情感的类别,还可以获取文本对象信息。
关键词：
口碑数据 联合模型 情感挖掘 无监督学习
[期刊] 图书情报工作
[作者]
王翠波
在分析情感知识的技术竞争情报价值和文本信息资源的情感特性及情感化方式的基础上,围绕企业技术竞争情报获取目标与环境,结合文本情感挖掘流程构建由数据层、处理层、应用层组成的采集模型,可用于从以网络技术评论为典型代表的主观性文本信息资源中识别出情感知识作为对传统的主题式情报采集的有益补充,实现情感类技术竞争情报的智能获取。
关键词：
企业技术竞争情报 情报采集 情感挖掘
[期刊] 情报学报
[作者]
吴鹏 李婷 仝冲 沈思
为了解决财经微博文本中网民情感状态转移的时序数据分析问题,本文提出一个基于认知情感评价模型(Ortony,Clore&Collins,OCC)和长短期记忆模型(long short term memory,LSTM)的财经微博文本情感分类模型(OCC-LSTM)。基于OCC模型从网民认知角度建立情感规则,对财经微博文本进行情感标注,并作为LSTM模型进行深度学习的训练集;基于LSTM模型,使用深度学习中的TensorFlow框架和Keras模块建立相应的实验模型,进行海量微博数据情感分类,并结合13家上市公司3年的微博文本数据进行实证研究和模型验证对比。实证研究结果发现本文提出的模型取得了89.45%的准确率,高于采用传统的机器学习方式的支持向量机方法 (support vector machine,SVM)和基于深度学习的半监督RAE方法 (semi-supervised recursive auto encoder)。
[期刊] 图书情报工作
[作者]
唐晓波 向坤
分析传统LDA模型在进行微博热点挖掘时所得概率结果抽象且难以结合实际解释的缺点;考虑到微博本身的数据特点和信息论中信息量的观点,提出微博热度的概念,并将其引入到LDA模型的热点挖掘研究中,构建基于微博热度的LDA模型;通过API采集微博数据上的实验,证明新方法与旧方法具有相同的性能,而且能得到更直观的微博热度表,并得出更具有说服力的挖掘结论。
关键词：
LDA 微博热度 主题模型 热点挖掘
[期刊] 情报理论与实践
[作者]
王征 李惠
[目的/意义]微博劣质信息严重破坏了网络生态，其隐蔽性与灰色性给网络信息分类工作带来了极大的困难，而传统的人工甄别方法难以解决其相关问题。[方法/过程]针对上述问题，提出了一种基于灰色情感辨识微博模糊分类模型。该模型采集微博信息的上下文环境，构建相关信息的情感空间，然后提取待辨识信息的情感特征，基于场合情景空间进行灰色情感辨识，从而实现微博劣质与有害信息的甄别。[结果/结论]现场数据测试结果表明，与人工辅助辨识的现有模型相比，该模型的效率、辨识率与误报率等指标良好，系统开销不大，具有良好的应用前景。
[期刊] 情报理论与实践
[作者]
傅柱 王曰芬 关鹏
［目的］为了能够更为全面地探索和揭示研究领域的知识结构和热点主题，文章提出基于分类视角的ＬＤＡ主题抽取方法。［方法］以国外知识流领域为研究对象，根据研究方向将知识流的相关文献分为５类。利用ＬＤＡ主题模型分别对分类后的文献集进行主题抽取，筛选得到不同研究方向下的１１个热点主题，并深入分析不同研究方向下热点主题所揭示的知识点。［结果］实验结果表明，基于分类视角的ＬＤＡ主题抽取方法能够较为全面和细致地挖掘研究领域的学科主题和研究热点。［局限］所提的方法未能与其他主题挖掘方法进行对比，研究结果也未与现有文献中分析出的知识流领域研究热点进行对照。
[期刊] 图书情报工作
[作者]
张琴 张智雄
[目的/意义]以主题短语识别为研究对象,提出基于PhraseLDA模型的主题短语挖掘方法,为快速理解文本内容、准确抽取文本主题提供借鉴思路。[方法/过程]对低频词进行量化定义,提出一种合理的短语重要度计算方法,最终利用PhraseLDA主题模型推理出主题短语。[结果/结论]实验结果表明该方法在多种数据集中挖掘出的主题短语质量较高,主题一致性较强。
关键词：
主题模型 短语挖掘 主题短语
[期刊] 情报理论与实践
[作者]
陈斌 马静
[目的/意义]为了弥补LDA模型建模过程中未考虑到网络文本中文档关注度和质量度这一因素,并增强结果的语义可解释性和主题表示能力,文章提出了一种热度加权的HLDA-IDF的网络文本主题挖掘模型。[方法/过程]本文首先是给出了较为准确的热度定义,并对LDA模型进行热度加权,构建出了HLDA模型,再依据词汇的主题表示能力存在差异这一实际情况,引入TF-IDF算法并改进,构建出HLDA-IDF模型,最后利用实际论坛数据进行实验验证。[结果/结论]实验结果表明该模型的结果语义可解释性和主题表示能力较强。
关键词：
热度 模型 主题挖掘 网络文本 文本挖掘
[期刊] 情报理论与实践
[作者]
朱晓霞 宋嘉欣 张晓缇
[目的/意义]在互联网数据呈爆炸式增长的今天,如何提高情感分析的效率和准确性,从中挖掘更细粒度、更深层次的情感内涵成为学者们研究的热点。随着主题挖掘技术在处理大规模文本上所表现出的独特优势,越来越多的学者开始倾向于使用主题抽取技术去研究情感分析问题。鉴于此,文章对利用主题挖掘技术进行情感分析研究的相关文献进行分析和整理,为后续研究提供一定的借鉴价值。[方法/过程]围绕传统情感分析—主题挖掘技术—基于主题的文本情感分析这一主线展开,整理归纳国内外相关文献,并做必要评述。最后,对目前的研究困境和未来发展趋势进行总结与展望。[结果/结论]主要点明了传统情感分析中存在的问题和难点,据此提出将主题挖掘技术引入到情感分析研究中来,并将其划分为主题信息挖掘、情感倾向分析、情感演化分析和性能评价4项任务,对每一阶段任务的研究现状进行总结,为后续学者进行深入研究奠定理论基础。
[期刊] 图书情报工作
[作者]
胡吉明 陈果
指出文本内容主题的挖掘和演化研究对于文本建模和分类及推荐效果提升具有重要作用。从分析基于LDA主题模型的文本内容主题挖掘原理入手,针对当前网络环境下的文本内容特点,构建适用于动态文内容本主题挖掘的LDA模型,并通过改进的Gibbs抽样估计提高主题挖掘的准确性,进而从主题相似度和强度两个方面研究内容主题随时间的演化问题。实验表明,所提方法可行且有效,对后续有关文本语义建模和分类研究等具有重要的实践意义。
关键词：
主题挖掘 主题演化 动态LDA模型
[期刊] 数据分析与知识发现
[作者]
李慧 胡云凤
【目的】对在线评论进行分析,揭示评论文本主题的内容和情感分布变化规律。【方法】使用融入先验信息的SSTM模型获得评论文档的情感分布,以文档、文档情感分布和词项为可视变量,提出DSTM模型,并估算情感主题分布和主题词项分布。【结果】将采集的评论数据集按时间片划分进行建模,实验得到主题的内容和情感随时间的变化趋势。【局限】未考虑不同主题之间的关联关系,建模结果可能存在一定误差。【结论】融合时间外部特征的DSTM模型,能够有效地对在线评论进行主题演化分析。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
