- 年份
- 2024(7258)
- 2023(10698)
- 2022(9217)
- 2021(8721)
- 2020(7697)
- 2019(18056)
- 2018(18187)
- 2017(35287)
- 2016(19138)
- 2015(21905)
- 2014(22031)
- 2013(21503)
- 2012(19593)
- 2011(17495)
- 2010(17449)
- 2009(16104)
- 2008(15769)
- 2007(13908)
- 2006(11548)
- 2005(9852)
- 学科
- 济(79577)
- 经济(79500)
- 管理(55124)
- 业(53808)
- 企(44965)
- 企业(44965)
- 方法(44257)
- 数学(39969)
- 数学方法(39287)
- 农(20267)
- 财(20114)
- 中国(17942)
- 业经(15682)
- 学(15224)
- 贸(14645)
- 贸易(14640)
- 易(14240)
- 地方(14095)
- 理论(13505)
- 务(13468)
- 财务(13407)
- 财务管理(13375)
- 农业(13299)
- 企业财务(12641)
- 制(12509)
- 和(12108)
- 技术(11910)
- 环境(10935)
- 银(10385)
- 银行(10359)
- 机构
- 学院(271860)
- 大学(270243)
- 管理(110020)
- 济(109064)
- 经济(106830)
- 理学(96459)
- 理学院(95479)
- 管理学(93440)
- 管理学院(92944)
- 研究(82650)
- 中国(61526)
- 京(55351)
- 科学(52586)
- 财(47893)
- 农(44809)
- 业大(42480)
- 所(41036)
- 中心(40122)
- 财经(39365)
- 江(39193)
- 研究所(37696)
- 经(35786)
- 农业(35617)
- 北京(33889)
- 范(33773)
- 师范(33386)
- 经济学(33375)
- 州(31187)
- 经济学院(30413)
- 院(29833)
- 基金
- 项目(189541)
- 科学(149608)
- 基金(138147)
- 研究(135195)
- 家(120539)
- 国家(119576)
- 科学基金(103784)
- 社会(84510)
- 社会科(80202)
- 社会科学(80176)
- 省(75416)
- 基金项目(73328)
- 自然(69836)
- 自然科(68285)
- 自然科学(68268)
- 自然科学基金(67006)
- 教育(64813)
- 划(63344)
- 资助(58085)
- 编号(55557)
- 成果(43295)
- 重点(42699)
- 部(42079)
- 创(39921)
- 发(39702)
- 课题(37540)
- 科研(37324)
- 创新(37234)
- 教育部(36250)
- 大学(35760)
- 期刊
- 济(108034)
- 经济(108034)
- 研究(69020)
- 中国(45705)
- 学报(41979)
- 农(38909)
- 科学(38672)
- 财(38469)
- 管理(38419)
- 大学(31948)
- 学学(30274)
- 教育(27533)
- 技术(27334)
- 农业(26540)
- 融(19783)
- 金融(19783)
- 财经(18839)
- 业经(18665)
- 经济研究(17761)
- 统计(16154)
- 经(16100)
- 业(14896)
- 问题(14658)
- 策(14628)
- 技术经济(14450)
- 决策(13361)
- 版(13053)
- 商业(12807)
- 理论(12444)
- 科技(12147)
共检索到372101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] 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。
[期刊] 现代情报
[作者]
刘玉文 刘月华 杨枢 张钰
网络舆论主题情感在线分析对舆情研判与管理起着十分重要的作用,当前的主题情感模型存在着主题与情感建模关系不紧密,情感挖掘偏斜等问题,容易造成舆情误判。文本在OLDA(On-Line Latent Dirichlet Allocation,OLDA)模型的基础上引入情感参数,并提出情感遗传思想,建立基于情感遗传的在线主题情感混合模型OTSCM(On-Line Topic and Sentiment Combining Model)。该模型把t-1时间片内的主题情感分布作为t时间片内主题情感分布的先验,通过构造
[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] 情报理论与实践
[作者]
颜端武 杨雄飞 李铁军
[目的/意义]从产品评论数据挖掘角度出发,研究多层次、细粒度评论倾向性分析问题,为企业提供更全面的产品改善意见。[方法/过程]提出一种基于产品特征树和LSTM模型的产品评论情感分析方法。该方法结合行业产品特点和依存句法分析结果,通过特征类别、层级和特征表述词构建产品特征树;在此基础上,根据用户评论分句及其所包含的产品特征词汇,运用深度学习LSTM模型进行评论分句情感识别和产品特征情感分布计算。[结果/结论]利用真实汽车产品评论数据集进行试验检验,结果表明该方法情感分类准确率高,可实现面向产品特征层级的多粒度情感分布测算。[局限]产品特征树构建需要人工参与,方法模型的普适性有待进一步检验。
[期刊] 图书情报工作
[作者]
张艳丰 李贺 翟倩 彭丽徽
［目的 ／意义］针对中文网络客户评论，提出一种在线评论有用性排序模型，辅助消费者做出购买决策。［方法 ／过程］从在线评论的形式特征和内容特征两个方面，提取影响在线评论有用性的７个指标属性进行量化计算，采用模糊层次分析法进行指标赋权，结合并改进ＴＯＰＳＩＳ分析法进行在线评论有用性计算和排序，构建在线评论有用性指标体系和排序模型。［结果 ／结论］通过比较分析，发现本文模型获得的评论有用性排序具有更好的信度与效度，为中文网络客户评论提供一种兼顾评论客观信息和语义特性的有用性排序方法。
[期刊] 情报理论与实践
[作者]
王雪 董庆兴 张斌
[目的/意义]理解用户需求是企业管理实践中的重要一环，在线评论作为用户偏好表达的重要渠道，是企业发现用户需求的重要数据来源。因此，如何从在线评论中有效挖掘出用户需求，是一个重要的研究问题。[方法/过程]本文构建了一个基于KANO模型、面向在线评论的用户需求分析框架。首先利用LDA主题模型从在线评论中抽取商品属性，然后基于BERT模型标注出不同属性上的评论短句，并对其进行情感分析，最后依据不同属性上的评论短句与情感分析结果，通过KANO模型分析用户属性需求。以手机评论数据为例对模型进行验证。[结果/结论]将商品属性分为必备属性、期望属性、魅力属性与无差异属性四类，并以可视化结果呈现。实验结果表明面向在线评论的用户需求分析框架能够有效提取在线评论中用户的属性需求信息，为企业提供产品改进策略参考。[局限]样本数据集有限，存在不均衡状况。
[期刊] 物流技术
[作者]
魏忠 乐玥
电商平台上存在大量的物流数据评价信息，然而，个人语言表达中存在或多或少的差异，导致主题分类词并不能很好的聚类，为商家与消费者提供决策信息。因此，提出了一种基于LDA(Latent Dirichlet Allocation)主题模型的同义主题合并的文本分类方法对在线评价进行物流主题挖掘，寻找其中更深层次的决策信息。首先，采用python3.9爬取某电商平台生鲜类、食品类、电器类、个护类、日用类及服务类产品的在线评论数据。运用TF-IDF(Term Frequency-Inverse Document Frequency)分词方法对数据集进行分词处理，获得特征词及其概率分布，利用物流行业同义词库进行特征词的同义替换，并进行概率重整合，最后进行LDA主题模型分析以及可视化分析。在数据实证算例分析中发现，在六大类的商品中，消费者对于物流的要求并不相同，商家可根据在线评论的主题挖掘结果进行物流企业的选择以满足消费者需求，物流企业也可依据此进行自身服务质量的提升。
[期刊] 情报科学
[作者]
裴可锋 陈永洲 马静
【目的/意义】随着网络社交媒体的发展,舆情文本中隐含的主题越来越能体现出人们的关注点所在及变化情况,因此对其进行检测及演化分析具有重要意义。【方法/过程】为了解决OLDA模型存在的主题混合及权重定义问题,本文提出了一种可变在线LDA模型(variable online LDA,VOLDA),通过构建主题相似度矩阵,明确主题变化关系,在主题内容演化矩阵中剔除含有旧主题的时间片,从而构建变长的演化矩阵,并在此基础上设计动态权重计算方法及先验参数优化方法。【结果/结论】基于论坛文本数据的实验结果表明,VOLDA
[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] 商业经济研究
[作者]
张帆
本文对细粒度观点挖掘的相关理论做了深入探讨,详细研究了LDA模型,又对该模型加以改进,提出了细粒度主题情感混合模型,该模型能对实体提取、意见词识别、情感倾向分析、评论信息自动汇总分析、用户评价等提供评价分析,为用户提供直观的信息。
关键词：
细粒度挖掘 电商评论 主题模型
[期刊] 科技管理研究
[作者]
翟运开 卫东乐 路薇 高盼 孔凡士
为解决资源有限条件下精准识别产品改进关键路径问题，提出考虑在线评论用户关注度的需求优先级排序方法。首先，采用结构主题模型从用户在线评论中定位用户需求，并以主题占比为基础计算用户关注度；其次，结合分析型Kano模型及改进IPA分析建立重要度-满意度-关注度三维需求坐标；最后，以家用医疗设备为例，验证其可行性，实现对用户需求的优先级分析。研究表明，在资源有限条件下，获取产品改进最优路径，对用户体验及企业利益达到协同最优状态有重要意义。
[期刊] 情报理论与实践
[作者]
惠调艳 王智 何振华 秦春秀
[目的/意义]线上购物逐渐成为消费主流，在线情感评价成为消费者购买、厂商产品改进的重要决策依据。[方法/过程] 深度挖掘商品显性和隐性属性特征，提出了融合词典-TextCNN-Word2Vec的在线评价细粒度情感分析模型。首先，利用Protégé软件和Pellet推理机推理等，构建了涵盖外观、硬件、软件、价格、质量、物流和服务7大主题维度的领域本体模型，并建立属性特征词典和情感词典；其次，针对三类在线评价，分别应用基于词典的显性属性情感分析模型、基于TextCNN的显性特征情感分类模型、基于Word2Vec的隐性特征情感分析模型，计算属性特征词的情感值；最后，通过词频加权法和熵权法，自下而上计算各层级主题属性的情感值，实现了多层次细粒度的情感挖掘。[结果/结论]综合基于词典、TextCNN和Word2Vec情感属性映射的三种模型的在线情感分析，显著提高了商品属性特征和情感分析的准确性，商品显性和隐性属性特征的总提取率高达93.77%，商品特征情感分析的加权平均准确率为86.78%。该组合模型为数字经济时代商品多属性特征的细粒度在线情感评价提供了创新研究方法。
[期刊] 预测
[作者]
邵景波 胡名叶 许万有
本研究从在线评论的情感属性出发探索在线评论文本特征的动态变化走势，借鉴已有的情感分析框架，选取文本的主客观性、文本的情感极性和文本的情感强度三个维度，并从评论内容和标题文本两个角度提出研究假设。实证分析阶段，通过编写ｊａｖａ程序采集京东网站上ｉ Ｐｈｏｎｅ ４手机的评论数据，利用逐步回归分析法对在线评论情感属性变量进行模型拟合，跟踪消费者在线评论内容的情感变化，结果显示评论内容的情感属性在三个维度上均存在动态变化特征，而标题文本的情感属性没有稳定的变化。研究结果丰富和完善了情感分析理论，对企业把握用户消费习惯以及有效管理在线评论提供了决策依据。
关键词：
在线评论 情感分析 情感极性 情感强度
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
