- 年份
- 2024(9533)
- 2023(13902)
- 2022(12344)
- 2021(11621)
- 2020(9821)
- 2019(22836)
- 2018(22736)
- 2017(44274)
- 2016(23810)
- 2015(26895)
- 2014(26694)
- 2013(25999)
- 2012(23430)
- 2011(20683)
- 2010(20500)
- 2009(18460)
- 2008(17461)
- 2007(14867)
- 2006(12606)
- 2005(10422)
- 学科
- 济(92114)
- 经济(92016)
- 管理(68647)
- 业(66328)
- 企(55542)
- 企业(55542)
- 方法(48480)
- 数学(42899)
- 数学方法(42148)
- 农(24985)
- 财(22628)
- 中国(21913)
- 业经(20375)
- 学(19920)
- 地方(17301)
- 农业(17017)
- 理论(16951)
- 贸(15627)
- 贸易(15619)
- 务(15245)
- 易(15184)
- 财务(15163)
- 技术(15158)
- 财务管理(15127)
- 和(14671)
- 制(14583)
- 企业财务(14309)
- 环境(14130)
- 划(12899)
- 银(12230)
- 机构
- 学院(327670)
- 大学(327310)
- 管理(136011)
- 济(126046)
- 经济(123372)
- 理学(120023)
- 理学院(118782)
- 管理学(116248)
- 管理学院(115671)
- 研究(101123)
- 中国(73599)
- 京(67922)
- 科学(65097)
- 财(54858)
- 农(52249)
- 业大(51607)
- 所(48876)
- 中心(47148)
- 财经(45705)
- 研究所(45216)
- 江(45110)
- 范(42307)
- 北京(41897)
- 师范(41867)
- 经(41803)
- 农业(40940)
- 院(37396)
- 经济学(37219)
- 州(36902)
- 技术(35550)
- 基金
- 项目(237776)
- 科学(187632)
- 基金(173292)
- 研究(171877)
- 家(151154)
- 国家(149939)
- 科学基金(130383)
- 社会(106950)
- 社会科(101358)
- 社会科学(101330)
- 省(93414)
- 基金项目(92448)
- 自然(87446)
- 自然科(85486)
- 自然科学(85464)
- 自然科学基金(83887)
- 教育(80474)
- 划(78585)
- 资助(72051)
- 编号(70976)
- 成果(55166)
- 重点(52744)
- 部(52020)
- 创(49870)
- 发(49593)
- 课题(47614)
- 创新(46395)
- 科研(45950)
- 教育部(44864)
- 大学(44718)
- 期刊
- 济(125622)
- 经济(125622)
- 研究(87703)
- 中国(54804)
- 学报(52165)
- 科学(48020)
- 管理(47851)
- 农(46107)
- 财(41080)
- 大学(40094)
- 学学(37900)
- 教育(36853)
- 农业(32407)
- 技术(31303)
- 融(22532)
- 金融(22532)
- 业经(22023)
- 财经(20992)
- 经济研究(20330)
- 经(17798)
- 图书(17254)
- 业(16632)
- 问题(16299)
- 科技(16261)
- 技术经济(16097)
- 版(15500)
- 理论(15433)
- 统计(15394)
- 资源(14406)
- 实践(14329)
共检索到445235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] 情报科学
[作者]
熊建英
【目的/意义】微博是用户情感发泄的重要渠道,预警模型将有助于发现异常情绪用户,以便及时展开干预。【方法/过程】模型首先利用极性词典和句法序列规则计算微博情感极性程度值,过滤出可疑情绪异常节点;然后利用微博社交网互动关系,计算节点之间的信任值,进一步通过可信反馈对情绪异常节点进行判断。【结果/结论】实验表明,基于序列规则+词典比基于词典的方法对可疑异常情绪用户过滤准确性高,而相比这两种文本挖掘的方法,将可信反馈加入异常情绪判断进一步提高了识别准确度。
关键词：
微博 可信反馈 情感分析 情绪异常预警
[期刊] 情报理论与实践
[作者]
裴超 肖诗斌 江敏
大规模文档集中潜藏的语义信息一般可以用潜在狄利克雷（ＬＤＡ）主题模型识别，因为微博短文本语义稀疏，所以在微博短文本聚类中的应用并不理想。利用传统的潜在狄利克雷分布的主题模型来给微博建模，得到的微博用户分布并不直观，通过改进的ＬＤＡ模型将用户表示为主题概率向量，不仅能够充分地挖掘文本隐藏的语义信息，同时能够直观地呈现用户的主题分布。提出基于密度区域划分的Ｋ－ｍｅＡｎｓ算法对微博用户进行聚类。使用真实的微博数据集进行验证，与传统的Ｋ－ｍｅＡｎｓ聚类方法对比，采用该方法对微博用户的聚类能够有较明显的提高。
关键词：
微博 主题模型 文本聚类 k均值算法
[期刊] 情报科学
[作者]
张静 王欢
【目的/意义】为了减少微博群体性事件带来的负面影响,必须了解微博用户群体行为的形成过程。【方法/过程】基于元胞自动机理论建立模型发现,微博用户群体行为选择主要受个人参与和外在环境影响,个人参与群体互动越积极,群体氛围越活跃,群体行为选择会更加理性,达成一致的可能性越大。【结果/结论】随着个人参与和环境影响的增大,微博用户群体行为选择从两极分化向单极聚化方向发展,在这个过程中,环境的影响力略大于个人参与,所以在应对微博群体性事件的过程中,环境引导比"以人为本"略重要。
关键词：
微博用户群体行为 行为选择 元胞自动机
[期刊] 开放教育研究
[作者]
冯翔 邱龙辉 郭晓然
分析学生学习过程产生的反馈文本,是发现其学业情绪的重要方式。传统的学业情绪测量方法主要包括使用学业情绪测量问卷和访谈分析,但这两种方法难以大规模地应用于在线教育环境。本研究旨在通过构建学业情绪自动预测模型,对大量学生反馈文本进行快速有效的学业情绪分类。研究首先利用词向量训练工具,将文本转化为多维向量;然后基于深度学习网络LSTM构建学业情绪预测模型,以文本的多维向量作为模型输入;最后经过多轮训练,优化模型参数。实验显示,上述模型可快速有效识别学生反馈文本中所包含的学业情绪,该模型在测试数据集上的学业情绪识别准确率可达89%。
[期刊] 图书馆杂志
[作者]
程娟
提出通过获取用户建立和更新信息相关反馈模型的思想。通过观察用户在浏览Web页面时所采取的动作来获取的反馈信息,利用检索算法将用户信息量化,并利用这些信息建立与更新用户模型.一方面用户对检索结果的评价输入到用户模型上,另一方面,检索系统通过机器学习跟踪用户信息并优化用户模型。
关键词：
信息检索 相关性反馈 用户需求 机器学习
[期刊] 图书情报工作
[作者]
饶浩 文海宁
[目的/意义]微博在当前信息传播中起着重要作用,为有效预测微博热点及舆情导控,建立实时线性预警模型。[方法/过程]将采集的指标进行缺失值和异常值的处理后,对微博话题热度与大V影响力因子进行因子分析与逐步回归的比较,筛选出公共影响因子;再对其加权,探索不同权重调节因子下的最佳定量公式;用此公式每次输入当前时刻起前3小时的数据,预测当前时刻起后30分钟的加权值对应的话题词,每隔10分钟重新更新一遍参数。[结果/结论]实验证明该预测模型能大大降低数据采集解析和预测时间,保持较好的准确率,并可通过选择合适的阈值,
关键词：
微博 实时 线性模型 因子分析 加权模型
[期刊] 情报科学
[作者]
张静 王欢
【目的/意义】群体成员在感知外界环境的基础上,与群体中的其他成员进行沟通与互动,根据个人偏好和群体规范做出行为选择,形成初始的群体行为。在群体行为形成过程中,成员之间通过暗示、模仿他人的行为,调适自己的行为,达到行为同化的结果,使自己的行为与群体保持一致,进而促进群体行为的形成。【方法/过程】在此基础上,根据元胞自动机理论建立微博用户群体行为形成互动的演化模型,根据模型分析研究发现,微博用户群体成员的行为有一定的偏向性,环境变化和成员的个性都会对其行为方式和群体行为的形成产生影响。【结果/结论】随着时间的
[期刊] 图书情报工作
[作者]
尤瑾 朱学芳
[目的/意义]构建知识类微博信息质量的评价指标体系与评价模型，为知识类微博信息质量的提升和微博知识服务的改善提供参考。[方法/过程]通过文献调研与问卷调研，确立评价指标体系。收集用户评分数据进行实证分析，利用TOPSIS对30个知识类微博计算综合得分，并将数据输入RBF神经网络进行仿真训练。[结果/结论]测试结果显示，所建立的知识类微博信息质量评价模型的仿真值与实际评分值的误差均在6%以内。该模型能够较准确地拟合用户评分数据，适用于复杂多维指标体系下的微博信息质量评价场景，对知识类微博及其他类型的微博信息质量评价具有一定的借鉴意义。
[期刊] 情报科学
[作者]
刘子溪 朱鹏
【目的/意义】微博作为主要的社会化媒体,微博话题可信度评估以及从认知角度了解影响微博信息传播的因素对判别信息可信度具有重要意义。【方法/过程】本文基于现有的详尽可能性模型对信息可信度的研究,从微博内容、微博作者、社交网络传播三个维度,对影响微博话题可信度的因素进行研究。【结果/结论】结果发现,微博内容信源的可信度对内容可信度存在显著正向影响,内容可信度对微博信息话题可信度存在显著正向影响,作者专业知识对作者可信度存在显著正向影响,作者可信度对微博信息话题可信度存在正向显著影响。
[期刊] 管理评论
[作者]
鲁艳霞 裘江南 许莉薇
信息源在社交媒体中是影响微博用户心理反应的关键因素，在突发自然灾害中有效识别微博用户的认知和情绪反应对于精准进行舆情引导具有重要意义。本文从信息源视角出发，基于可信度和影响力特征，并结合双系统理论和涉入理论，构建了突发自然灾害中用户认知和情绪的心理反应模型，以新浪微博上“九寨沟地震”舆情数据为例，运用联立方程模型进行了实证研究。研究结果表明，可信度负向影响用户认知反应，而影响力正向影响用户认知反应；可信度和影响力均负向影响用户积极情绪反应，正向影响用户消极情绪反应；用户涉入弱化了可信度对心理反应的影响，而在影响力和用户心理反应之间的调节作用不显著。本文从信息加工的启发式和分析式双过程视角，丰富了双系统理论在突发自然灾害领域的研究，并结合用户特质拓展了用户涉入的研究领域。本文的研究结论对于突发自然灾害中社交媒体用户的网络舆情引导具有重要启示。
[期刊] 情报科学
[作者]
曾金 陆伟 陈海华 贺国秀
【目的/意义】通过社交媒体用户分享的图像、博文及用户标签进行数据挖掘,来判断和预测用户的真实兴趣,从而更好地为用户做个性化推荐和精准化服务。【方法/过程】在获取微博用户分享的图像、博文及用户标签的基础上,通过使用机器学习的方法利用图像、博文及用户标签数据来表达用户兴趣特征,基于三类特征使用SVM训练得到分类器进行用户兴趣类别预测,主要比较单模数据和多模数据的分类指标,探讨多模数据在有监督学习下的发多分类问题。【结果/结论】实验结果表明,利用图像、博文和用户标签合成的多模数据对用户兴趣进行分类识别,F值达到
[期刊] 情报杂志
[作者]
张信东 原东良
[目的/意义]从社交媒体这一角度研究投资者情绪,对完善行为金融领域的研究具有重要意义,并可为舆情信息在金融市场的应用提供新的思路及理论支持。[方法/过程]利用"微指数"构建投资者情绪代理指标,采用向量自回归、神经网络等方法,实证分析了基于微博的投资者情绪对股票市场的影响。[结果/结论]研究结果表明,微博情绪与股票市场表现显著相关,并可以在一定程度上预测股票价格。
[期刊] 情报理论与实践
[作者]
黄炜 余辉 李岳峰
［目的／意义］构建微信用户分享行为的预测模型，探究微信分享的传播规律。［方法／过程］从用户行为动机、基本特征、群体传播特征３个维度分析并对用户的分享行为进行预测建模，并以微信热议＂穹顶之下＂为例，进行分享预测实例分析。［结果／结论］微信用户行为与现实人际关系有着较大的相关性，其行为受通信录好友、身边熟人、公众平台的影响，实例检测结果符合实际用户分享行为分布。其分享行为可以基于用户行为特征集进行预测，并能够达到一定的准确率。［局限］调查数据源和范围存在一定的局限性，给预测工作带来了一定的误差，未来可以加入更多维度和扩大调查范围来得到更准确的结果。
关键词：
微信 用户行为 信息分享 行为预测
[期刊] 图书馆理论与实践
[作者]
曹鹏
在对微信和微信平台概念、图书馆微信平台特点、用户接受行为概念和技术接受模型方面进行阐述的基础上,详细分析了高校图书馆微信平台信息服务的影响因素,如包含感知有用性、易用性和趣味性的主观因素和包含信息质量、服务质量和平台质量的客观因素;然后从中介变量和外部质量的相关假设,构建了用户接受程度较高的图书馆微信平台模型。
关键词：
微信用户 接受行为模型 高校图书馆
[期刊] 情报科学
[作者]
崔金栋 杜文强 关杨 罗文达
【目的/意义】随着LDA模型成为微博信息推荐的主要工具,众多的LDA演化模型的使用问题成为研究者亟待解决地问题。【方法/过程】首先,从演化发展角度对LDA模型运行机理进行了解析,揭示了模型使用的先决条件和算法内涵;其次,从不同需求的视角揭示了RB-LDA、RT-LDA、C-LDA、MB-LDA等扩展模型对LDA模型的功能性补充;最后,提出LDA模型的技术演化方向。【结果/结论】结果表明可利用微型本体来提升语义性、利用多种模型融合来提升精度、利用大数据来提升数据质量是LDA模型未来的演化方向,可使LDA模型
关键词：
LDA 模型融合 本体 大数据
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
