- 年份
- 2024(7086)
- 2023(10402)
- 2022(9031)
- 2021(8363)
- 2020(7467)
- 2019(17483)
- 2018(17419)
- 2017(33684)
- 2016(18207)
- 2015(20791)
- 2014(20877)
- 2013(20622)
- 2012(19037)
- 2011(17210)
- 2010(16828)
- 2009(15532)
- 2008(15375)
- 2007(13679)
- 2006(11457)
- 2005(9940)
- 学科
- 济(75522)
- 经济(75434)
- 管理(51099)
- 业(49301)
- 方法(41247)
- 企(40858)
- 企业(40858)
- 数学(36818)
- 数学方法(36289)
- 财(19994)
- 农(18967)
- 学(17687)
- 中国(17312)
- 贸(14430)
- 贸易(14427)
- 业经(14411)
- 易(14050)
- 务(13084)
- 地方(13063)
- 财务(13039)
- 财务管理(13002)
- 农业(12529)
- 制(12401)
- 企业财务(12305)
- 和(12128)
- 理论(11660)
- 技术(10745)
- 环境(10516)
- 银(10177)
- 银行(10132)
- 机构
- 大学(264315)
- 学院(261784)
- 济(104715)
- 经济(102565)
- 管理(102151)
- 理学(89004)
- 理学院(88024)
- 管理学(86162)
- 研究(86007)
- 管理学院(85701)
- 中国(64311)
- 科学(56364)
- 京(55446)
- 农(49642)
- 财(46486)
- 所(44268)
- 业大(44028)
- 中心(41193)
- 研究所(40712)
- 农业(39806)
- 江(38729)
- 财经(37868)
- 经(34396)
- 北京(34108)
- 范(32518)
- 经济学(32281)
- 师范(32053)
- 院(31068)
- 州(30433)
- 经济学院(29347)
- 基金
- 项目(182382)
- 科学(142533)
- 基金(133363)
- 研究(126178)
- 家(118442)
- 国家(117523)
- 科学基金(100189)
- 社会(78749)
- 社会科(74693)
- 社会科学(74668)
- 省(71474)
- 基金项目(70534)
- 自然(68413)
- 自然科(66879)
- 自然科学(66852)
- 自然科学基金(65647)
- 划(61167)
- 教育(59077)
- 资助(56155)
- 编号(50451)
- 重点(41526)
- 部(40436)
- 成果(40038)
- 发(38336)
- 创(37706)
- 科研(36605)
- 计划(35826)
- 创新(35357)
- 课题(34255)
- 教育部(34138)
- 期刊
- 济(105318)
- 经济(105318)
- 研究(68260)
- 学报(47945)
- 中国(45811)
- 农(42918)
- 科学(41210)
- 财(37456)
- 管理(35604)
- 大学(35447)
- 学学(33337)
- 农业(29104)
- 技术(24179)
- 教育(23317)
- 融(19617)
- 金融(19617)
- 财经(18365)
- 经济研究(17334)
- 业经(17058)
- 业(15915)
- 经(15739)
- 统计(15088)
- 图书(14637)
- 问题(14262)
- 版(13975)
- 技术经济(13599)
- 策(13082)
- 理论(12496)
- 决策(12152)
- 业大(12122)
共检索到369477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] 图书情报工作
[作者]
丁敬达 陈一帆 刘超 蔡微
[目的/意义]共词分析作为主题识别的重要方法，存在一定的局限和不足，将Word2Vec加权向量与共词分析相结合，有利于明确具体文献的主题归属，更好地对主题的发展演化进行分析。[方法/过程]在运用共词分析进行主题聚类的基础上，通过Word2Vec加权向量分别计算文献向量与聚类主题向量，并基于余弦相似度进行文献与主题的语义匹配。[结果/结论]国内外知识共享领域的实证分析表明，该方法能较好地将相关文献匹配至对应主题，并能从文献层面对主题特征及发展演化进行动态分析。
[期刊] 情报理论与实践
[作者]
邓君 孙绍丹 王阮 宋先智 李贺
文章主要以微博“滴滴温州女孩遇害”话题评论内容为数据源，计算评论内容的情感值，标注情感正负性，通过Word2Vec和SVM方法构建情感分类模型。采用Word2Vec方法计算与此舆情事件中相关的五类主体对象（滴滴、司机、客服、女孩、警察）高相似度的词语，从情感时序分析和舆情主体对象情感演化分析两个方面探讨微博舆情的情感走势。通过分析发现，情感分类模型可以有效预测网民的情感走势；网民的情感时序变化与舆情演变规律相吻合；Word2Vec词相似度计算模型可以有效反映网民对五类主体对象的情感态度和该舆情阶段内的主题特征。
[期刊] 图书情报工作
[作者]
王仁武 宋家怡 陈川宝
[目的/意义]通过基于Word2vec的文本情感分析技术对某显示器品牌的产品与服务的在线评论进行分析,研究消费者的品牌认知和品牌口碑,为管理者建立更科学的品牌管理体系提供有针对性的建议。[方法/过程]首先利用自然语言处理技术,对评论语料库进行预处理,结合深度学习的Word2vec词向量技术构建产品特征词和情感词词库,进一步构造情感概念对进行情感评分,并将其用于分析品牌产品特定特征的用户情感。[结果/结论]通过Word2vec构建的情感词典相较于传统方法(例如一般的情绪词表)进行情感分析,在情感分析的准确率
[期刊] 情报学报
[作者]
程秀峰 邹晶晶 叶光辉 夏立新
发现并厘清学科及领域的发展路径和演化脉络，对科学研究和学科发展具有重要意义。针对传统共词分析法的不足和主题演化分析维度的单一性问题，本文提出了一种基于引用共词网络的主题发现与演化分析方法，并以情报学领域为例进行了实证研究。通过引用关系定义“引用共现”关联，并融合词嵌入技术构建关键词网络；使用社区探测法识别领域主题，采用后离散分析法，从内容结构和发展趋势两个角度进行学科主题演化分析，并可视化呈现主题演化路径及发展趋势。研究结果表明，本文所构建网络比传统共词网络能呈现粒度更优的主题聚类效果，并且能较好地呈现主题动态演化趋势，是共词分析法的有效补充。
[期刊] 情报理论与实践
[作者]
郭思成 李纲 周华阳
[目的/意义]随着大数据环境下医疗信息化的飞速发展,医学数据类型和规模也不断增加。面对医学信息在该过程中出现的冗余、异构等现象,通过词表间映射进行知识组织系统的互操作可以实现语义消歧和概念逻辑上的统一。[方法/过程]以《中国中医药学主题词表》TC类、《中国图书馆分类法》R类向《中文医学主题词表》语义映射为例,依靠深度学习工具Word2Vec为技术手段,实现了实验对象词条的向量形式转化。在此基础上根据词向量相似度结果与目标词表类目进行自动化匹配筛选,建立映射。[结果/结论]基于Word2Vec进行的映射能够在一定程度上实现互操作,其思路可为在类似的知识组织系统间建立语义关联时提供参考,在精确性和方法的综合运用上仍存在着提升空间。
[期刊] 图书情报工作
[作者]
蔡庆平 马海群
[目的/意义]构建一种基于Word2Vec和CNN的产品评论细粒度情感分析模型。[方法/过程]首先使用Word2Vec从产品评论中构建产品特征词列表和噪声词表,其次借助噪声词表来进行产品评论特征词的提取,然后采用CNN对产品评论进行产品特征层面的细粒度情感分类,最后实现基于产品特征的产品评论聚类。[结果/结论]通过爬取京东商城华为手机评论对该模型进行训练和测试,结果表明,该模型能够有效实现产品评论的细粒度情感分析,可以有效地发现用户对产品特征的关注度和满意度。
[期刊] 情报科学
[作者]
李端明 韦 炼
【目的/意义】利用海量的非结构化资源,结合结构化资源,构建更加完善的领域本体。【方法/过程】首先运用Word2vec工具发现异构资源中的相关概念,然后进行形式化背景表示以及概念格构建,最后构建领域本体概念模型,并以protégé工具进行可视化表示。【结果/结论】实验结果表明,本文的研究方法能够从大量的异构资源中,获取丰富的领域概念和关系,构建的领域本体语义也更加丰富,能够更好地反映领域的知识结构。
[期刊] 图书情报工作
[作者]
杨春艳 潘有能 赵莉
［目的 ／意义］传统的文献主题提取方法主要是通过关键词、摘要、全文等提取文献的主题内容，使得主题内容不全面或存在＂噪音＂，而从文献内容语义出发，结合引用内容提取文献的主题，能够更加准确地提取出多文档的主题内容。［方法 ／过程］提出一种面向多文档的基于语义和引用加权的科技文献主题提取算法，利用文献的引用内容和关键词构建ＬａｂｅＬｅｄ－Ｌｄａ主题模型，形成文档－主题概率向量，再根据Ｋ－ｍｅａｎｓ聚类方法聚类文档，提取每类文档集的主题内容。［结果 ／结论］以Ｐｕｂ ｍｅｄ生物医学数据库中的数据作为实验数据，测试该方法的可靠性，结果证明该方法能够准确、全面地提取出多文档的主题内容。
[期刊] 沈阳农业大学学报
[作者]
许童羽 赵冬雪 周云成 冯帅 王郝日钦
为了提高水稻病虫害问答的准确性、快捷性和智能性,构建一种基于word2vec和注意力机制(Attention)优化的Seq2Seq问答模型。采用爬虫技术获取网络问答数据2万余条,经Jieba分词对数据进行分词处理,去除停用词无用符号等。同时,为提高模型的准确率,采用word2vec中的Skip-Gram模型将句子中的词语进行转换,得到具有语义等信息的词向量,并将经word2vec训练得到的词向量与加入了Attention(注意力机制)的Seq2Seq(Sequence to Sequence,序列到序列)模型进行问答模型训练。试验选取20000条水稻病虫害问答数据,按照随机选取方式,将数据按7/1/2进行训练、验证与测试。将本研究的问答模型与Seq2Seq模型和仅加入Attention机制的Seq2Seq模型进行对比分析,以BLEU评分标准与问答正确率为判断依据。试验结果表明:采用加入了word2vec与Attention机制的Seq2Seq问答模型相比其他两种模型,其模型的测试结果更为准确。该模型在BLEU评分和问答准确率上均高于其他两种模型,BLEU评分与问答正确率分别为33.58%和71%。比其他两种问答模型分别提高22.34%、9.51%和28%、14%。本研究构建的问答模型显著地提高了问答的准确率,能较好地解决农户在水稻种植生产过程中遇到的难题。
[期刊] 情报学报
[作者]
席笑文 郭颖 宋欣娜 王瑾
技术相似性是企业、组织或国家进行技术情报分析的重要内容,能为其识别潜在竞争关系和合作伙伴提供准确、有效的信息支持。本文针对传统LDA (latent Dirichlet allocation)主题模型忽略专利文本上下文间语义关联的问题,提出了基于word2vec和LDA主题模型的技术相似性可视化研究方法。首先,基于word2vec模型学习特征词在专利文档集合中的上下文语境信息;其次,基于LDA主题模型构建专利权人-专利-技术主题三层概率分布,并将两者融合生成"词粒度"层面的主题向量、专利文档向量及专利权人向量;再次,利用向量相似性指标计算专利权人间的语义相似度,并在此基础上构建能够直观反映专利权人与技术主题关系的二模网络;最后,以NEDD (nano enabled drug delivery)领域为例进行实证研究,证明了该模型在技术相似性测度分析中具有较好的效果。
[期刊] 南京农业大学学报
[作者]
梁敬东 崔丙剑 姜海燕 沈毅 谢元澄
[目的]水稻FAQ(frequently asked question,常问问题集)问答系统对农户在水稻种植过程中遇到的问题进行解答,问句相似度计算是其核心,用来匹配用户问题和FAQ中的问题。针对传统句子相似度算法准确率普遍较低的问题,本研究旨在用深度学习计算问句相似度,以提高系统回答的准确性。[方法]构建一个基于word2vec和LSTM(long-short term memory,长短期记忆)神经网络,包括输入层、嵌入层、LSTM层、全连接层和输出层的句子相似度模型。对水稻FAQ中的3 007个问题进行归类和组合得到32 072个问题对,并标注其相似性作为训练和测试数据。使用基于农业领域语料库训练得到的word2vec模型对训练数据向量化后作为输入,训练句子相似度模型。[结果]在测试集上对模型进行验证,并与基于How Net、基于词向量的余弦距离以及基于word2vec和卷积神经网络(convolutional neural network,CNN)的3种句子相似度算法进行对比。对句子相似度的计算结果进行抽样检查,该模型的计算结果更符合人的直观印象。从准确率和ROC(receiver operating characteristic curve)曲线进行分析,该模型也明显优于其他3种方法,准确率达到了93.1%。[结论]本研究构建的模型显著提升了句子相似度计算的准确率,基于该模型开发的水稻FAQ问答系统,能够准确匹配用户问题和水稻FAQ中的问题,帮助农户更好地解决水稻生产中遇到的问题。
[期刊] 图书情报工作
[作者]
郭顺利 步辉
[目的/意义]为解决社会化问答社区用户信息需求多样化和答案冗余过载问题，提出面向用户个性化需求的答案有用性排序方法，协助用户高效筛选和获取有用的答案知识。[方法/过程]首先通过文献调研和专家咨询法，从答案特征、回答者特征、答案的时效性3个维度构建答案有用性评价指标体系；然后，从语义层面融合用户个性化需求，设计融合加权灰色关联分析法和Word2vec的答案有用性排序方法，实现面向用户需求的答案排序。[结果/结论]通过实验结果的对比分析发现与基于“点赞数”和“回答时间”等传统的排序方法相比，笔者设计的答案有用性排序方法的用户满意度更高，更能够满足用户的个性化知识需求。
[期刊] 图书馆建设
[作者]
钱明辉 樊安懿 田甜
以问卷调查为主要方法的公共图书馆满意度评价方式存在成本高、数据连续性差、覆盖范围有限等问题。为此，本文提出了一种以在线评论为数据源、运用深度学习方法测算多维度公共图书馆满意度得分的模型。该模型结合了Word2Vec在上下文间语义关联的优势和长短期记忆人工神经网络（LSTM）在长期依赖问题上的优势，通过构建在线评论-用户满意度得分数据集，训练模型得到多维满意度测评结果。经检验，该模型计算准确率较高，且与通过问卷调查方式得出的满意度评分具有较高的一致性。本研究提出的多维公共图书馆满意度量化模型能够在成本、效率、时空范围等方面能够较好地弥补问卷调查方法的短板。
[期刊] 情报理论与实践
[作者]
崔雷
专题文献高频主题词的共词聚类分析崔雷（中国医科大学辽宁１１０００１）ＡｂｓｔｒａｃｔＡｃｏ－ｗｏｒｄｃｌｕｓｔｅｒａｎａｌｙｓｉｓｏｆｔｈｅｈｉｇｈｆｒｅｑｕｅｎｃｙｓｕｂｊｅｃｔｈｅａｄｉｎｇｓｏｆｔｈｅｄｏｃｕ－ｍｅｎｔｓｅｔｏｆａｒｅｌａｔｉｖ...
[期刊] 图书馆杂志
[作者]
阮光册 谢凡 涂世文
图书馆个性化推荐系统强调推荐的精准性,无法满足读者的多样性需求。本文将深度学习算法引入图书馆推荐系统,探讨推荐多样性的问题。首先,依据历史借阅数据,结合时间序列,形成读者借阅行为的共现矩阵;然后将共现矩阵看作上下文的语境,利用Word2vec的潜在语义分析特性,识别读者可能的兴趣;最后挖掘读者可能的兴趣,并提供多样性的推荐结果。本文选取上海浦东图书馆541万余条借阅数据进行实验,对比关联分析的结果,验证了该方法在推荐多样性方面具有较好的效果。
关键词：
Word2vec 图书馆推荐系统 多样性
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
