- 年份
- 2024(8819)
- 2023(12849)
- 2022(11387)
- 2021(10713)
- 2020(8927)
- 2019(20843)
- 2018(20679)
- 2017(40409)
- 2016(21596)
- 2015(24356)
- 2014(24155)
- 2013(23592)
- 2012(21310)
- 2011(18966)
- 2010(18526)
- 2009(16505)
- 2008(15721)
- 2007(13215)
- 2006(11116)
- 2005(9207)
- 学科
- 济(84792)
- 经济(84697)
- 管理(62225)
- 业(58707)
- 企(49798)
- 企业(49798)
- 方法(44535)
- 数学(39055)
- 数学方法(38425)
- 农(21340)
- 财(21330)
- 中国(20134)
- 学(18463)
- 业经(18352)
- 地方(16139)
- 理论(14946)
- 农业(14415)
- 务(14405)
- 财务(14334)
- 财务管理(14302)
- 贸(14251)
- 贸易(14245)
- 易(13819)
- 和(13765)
- 技术(13714)
- 企业财务(13568)
- 环境(13301)
- 制(12940)
- 划(11819)
- 银(10924)
- 机构
- 大学(299086)
- 学院(296480)
- 管理(123819)
- 济(114983)
- 经济(112523)
- 理学(109218)
- 理学院(108088)
- 管理学(105949)
- 管理学院(105428)
- 研究(92835)
- 中国(67047)
- 京(62352)
- 科学(59081)
- 财(50557)
- 业大(45709)
- 农(44789)
- 所(44606)
- 中心(42970)
- 财经(42176)
- 研究所(41189)
- 江(40146)
- 范(38905)
- 经(38584)
- 北京(38583)
- 师范(38540)
- 农业(35162)
- 院(34517)
- 经济学(34145)
- 州(33002)
- 财经大学(31870)
- 基金
- 项目(215840)
- 科学(170385)
- 基金(157783)
- 研究(156564)
- 家(137063)
- 国家(135968)
- 科学基金(118422)
- 社会(97998)
- 社会科(92947)
- 社会科学(92923)
- 基金项目(84464)
- 省(83992)
- 自然(78885)
- 自然科(77097)
- 自然科学(77079)
- 自然科学基金(75645)
- 教育(72564)
- 划(70755)
- 资助(65203)
- 编号(64012)
- 成果(49869)
- 重点(47641)
- 部(47562)
- 创(44978)
- 发(44804)
- 课题(42745)
- 创新(41923)
- 科研(41833)
- 教育部(41073)
- 大学(40757)
- 期刊
- 济(115442)
- 经济(115442)
- 研究(81879)
- 中国(48604)
- 学报(46783)
- 管理(43575)
- 科学(43005)
- 农(38998)
- 财(37637)
- 大学(36013)
- 学学(33784)
- 教育(32319)
- 农业(27800)
- 技术(27769)
- 业经(19467)
- 融(19337)
- 金融(19337)
- 财经(19178)
- 经济研究(18453)
- 图书(17086)
- 经(16244)
- 问题(14841)
- 理论(14661)
- 科技(14640)
- 技术经济(14613)
- 统计(13870)
- 版(13672)
- 业(13661)
- 实践(13585)
- 践(13585)
共检索到405028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] 中国图书馆学报
[作者]
郭红梅 张智雄
本文通过文献调研分析，将基于图挖掘的文本主题识别方法总结为中心度方法、紧密关联子图查找和图聚类三种，后两者又细分为基于ｃｌｉｑｕｅ子团或类ｃｌｉｑｕｅ子团、基于图拓扑结构或结点属性聚类的方法。中心度方法通过对比文本网络中术语结点的重要度来实现文本主题的识别，紧密关联子图查找和图聚类方法则是根据文本图中术语结点和边的属性相似度来识别文本核心主题。基于语言文本网络自身特性，如何构建复杂文本关系图来同时揭示术语间的句法、共现和语义关系，如何基于术语关联和图拓扑结构识别其中的紧密关联子团，基于何种标准将紧密关联子团聚类以揭示文本核心主题，都是未来需要进一步深入研究的问题。
[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] 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] 中南财经政法大学学报
[作者]
汪士果 张俊民
本文检索了近年来基于数据挖掘的会计舞弊识别方面的文献,归类比较挖掘数据、算法以及分类器评价方法和分类效果,为投资者、监管部门和审计师在舞弊识别中选用适当数据和挖掘技术及优化模型提供借鉴。现有研究多对舞弊和配对非舞弊样本进行有标签挖掘,特征值涵盖审计师数据、公司治理数据、财务报表数据、行业和交易数据多个类别。当前研究以反映舞弊三角的综合数据为主,比率数据比账户数据更有效,主要算法包括统计检验、回归分析、神经网络、决策树、贝叶斯网络、堆栈变量法等。其中,回归分析应用最为普遍,神经网络在识别效果和准确性方面总体上优于回归模型,模型辅助检测优于审计师无辅助检测。现有文献还缺乏无标签挖掘和时序数据挖掘研...
关键词：
数据挖掘 舞弊识别 会计舞弊 分类器评价
[期刊] 中国图书馆学报
[作者]
许海云 武华维 罗瑞 董坤 李婧
当前文本主题获取方法大多依靠单一关联分析,不能全面分析可获取信息,难以准确获取科技发展主题。科技文献的主题词、作者和引文之间蕴含了以研究主题内容为纽带的语义关联关系,主题词共现关系、引文关系和合著关系分别从不同的角度展现了主题关联关系。因此,本文根据主题词之间语义关系距离的远近,将主题识别中主题词关联分为基础关系、强化关系和新增关系,在此基础上提出面向主题识别的多元关系抽取及关系融合方法;并以基因工程疫苗的研发与制备领域为例进行领域实证分析,利用PathSelClus算法实现基于多元关系融合的主题聚类,通过对比实验证明多元关系融合可以有效提高实证领域的文本主题聚类效果,而未来多关系融合主题识别则是需要重点关注的问题。图4。表6。参考文献19。
[期刊] 情报科学
[作者]
许海云 董坤 刘春江 王超 王振蒙
【目的/意义】文本主题自动识别是多种情报分析,如文献分类、检索以及领域前沿识别的基础,因此对文本主题自动识别方法的研究意义显著。【方法/过程】系统调研了当前文本主题识别的关键技术,包括主题词获取方法、知识单元的关联强度计算以及面向多元关系融合的主题分析方法及实践。【结果/结论】在总结当前文本主题识别方法的不足之处的基础上,本文提出综合全面的主题词获取方法,并在抽取范围以及语法、语义层面结合运用;在主题词关联计算中,充分利用已有语义词典和领域本体,将基于语义词典相似度和知识单元共现分析结合,并考虑主题关联的
[期刊] 图书情报工作
[作者]
钱晓东
对数据挖掘中的核心技术分类算法的内容及其研究现状进行综述。认为分类算法大体可分为传统分类算法和基于软计算的分类法两类,主要包括相似函数、关联规则分类算法、K近邻分类算法、决策树分类算法、贝叶斯分类算法和基于模糊逻辑、遗传算法、粗糙集和神经网络的分类算法。通过论述以上算法优缺点和应用范围,研究者对已有算法的改进有所了解,以便在应用中选择相应的分类算法。
关键词：
数据挖掘 分类 软计算
[期刊] 图书馆学研究
[作者]
张敏 罗梅芬 张艳
旨在梳理国际文本挖掘研究的知识体系,通过识别研究主题群及基于时序分析的研究热点演化趋势分析来从宏观上把握学科领域的发展脉络。以SCI和SSCI数据库中20002015年的2 447篇文本挖掘相关主题的研究文献为样本,利用SATI软件生成关键词共现矩阵并采用VOSviewer聚类技术创建相似矩阵和二维地图,识别出国际文本挖掘研究的六大主题群并进行各主题群的演化趋势分析。研究结果表明,国际文本挖掘研究主题呈现多元化、交叉学科的特点,在信息检索、生物医学和经济管理领域应用广泛。算法和技术上信息抽取、自然语言处理
关键词：
文本挖掘 研究主题群 聚类技术
[期刊] 情报科学
[作者]
曲靖野 陈震 胡轶楠
【目的/意义】大数据时代文本主题挖掘在情报分析领域中的作用日趋重要,通过特征比较共词分析和LDA模型分析两种主流文本主题挖掘方法,研究两者的具体特点,为相关人员合理地运用文本主题挖掘方法处理数据提供一定的参考。【方法/过程】本文分两种情况对比研究:第一、两者挖掘不同时段同一种类文本数据的主题分布信息和主题演化信息的能力;第二、两者挖掘同一时段不同种类文本数据的提取正确主题的能力。【结果/结论】在不同时段LDA模型分析与共词分析相比挖掘主题分布信息的能力可不断提升,并且其可挖掘出更加细化的主题演化信息;在同
[期刊] 情报学报
[作者]
岳俊举 冯立杰 冯奕程 王金凤
识别技术机会是决定技术创新成败的关键,提高技术机会识别能力对于企业乃至产业发展至关重要。该研究以专利数据分析为基础,首先通过技术创新要素提取与关联规则挖掘获得技术创新要素之间的隐藏关系,进而结合多维技术创新地图从两个层级对技术机会进行分析,最终以煤层气开采技术创新机会的识别为例,系统阐述了该方法体系的应用过程,并提出了多个煤层气开采技术创新方案。该研究中提出的方法为解决企业技术机会识别问题提供了更具操作性的理论工具体系,给企业指出了技术创新决策的新视角,有助于企业较好利用当前的技术积累挖掘符合自身发展的技
[期刊] 浙江林学院学报
[作者]
汪杭军 张广群 祁亨年 李文珠
介绍了人工知识、对分检索和穿孔卡片检索等3种传统木材识别方法和数据库检索识别方法。指出基于计算机视觉的木材识别方法的优点,它将成为木材识别的一种趋势。根据识别过程将该方法按照给定木材的类型、识别的特征和分类器等3种方式进行分类,并给出了每种类型详细的分类和当前研究的进展。最后,对今后木材识别研究在语义特征提取、语义特征与纹理特征的结合、树种指纹挖掘、无切片识别和设备研制等5个方面提出了自己的看法。
[期刊] 情报理论与实践
[作者]
段尧清 何思奇 林平
[目的/意义]政府新闻文本作为政府部门发布的重要信息之一,能有效解释政府政策与政府行为,体现政府态度,基于新闻文本挖掘的政府态度自动识别研究有助于情报人员快速了解政府态度的基本情况及发展路径,对情报分析工作具有一定的参考价值。[方法/过程]在评价理论和模糊限制语的基础上构建领域态度极性词典与模糊限制语词典,以美国白宫网站的新闻文本作为实验数据集,采用基于word2vec的态度匹配算法,对新闻文本中蕴含的政府态度极性与态度强硬程度进行自动识别,最后进行模型的信度效度分析。[结果/结论]政府态度识别模型具有较好的识别效果,将文本挖掘技术引入政府态度识别研究有利于拓宽该领域的研究思路与方法,提升决策的时效性与科学性。
[期刊] 科技管理研究
[作者]
胡凯 谢芬 杨滨瑜 胡新杰 刘汉霞
突破产业关键共性技术掣肘，首先需要科学识别兼具关键性和共性的产业技术，但目前国内关于关键共性技术识别的研究非常有限。遵循专利文献挖掘思路，兼顾主客观标准，运用大样本量数据集，研究提出一种产业关键共性技术识别方法，为政府制定有针对性的创新支持政策提供决策参考。以我国高校（2001—2020年）和上市公司（2006—2020年）的海量专利作为研究样本，通过构建LDA主题模型、计算专利关键性得分和共性得分，以及运用相似度分析将选择结果与工信部《产业关键共性技术发展指南（2017年）》进行相似度匹配，来识别出我国产业关键共性技术。结果显示：无论是高校还是上市公司，属于关键共性技术专利的比例均不高，二者申请专利中的比例分别为14.7%、10.2%，授权专利中的比例分别为13.8%、10.1%，高校专利占比略高于上市公司；而得分位居前列的技术主题如“电路芯片耦合”“能效模型图像”“系统数据模块”等与集成电路、人工智能、大数据等当前广受关注的关键共性技术非常一致，表明所用方法是有效、可取的。
[期刊] 征信
[作者]
何珊 刘振东 马小林
信用评分是银行等金融机构评估贷款申请人、决定是否为贷款人放款的重要依据。欧美国家的保险公司使用评分系统来评估新的投保人和潜在客户可能给保险公司带来的风险。信用评分系统为潜在的贷款申请人设定评分模型。评分模型的优点是能够以最少的人力快速处理大量的信用申请,从而减少运营成本,并且可以有效替代没有经验的信贷工作人员,从而有助于控制坏账损失。采用判别分析、逻辑回归等传统信用评分模型和人工智能方法探讨信用评分模型的性能,使用真实数据集的实验,结果表明,分类回归树和神经网络在预测精度和第二类错误方面优于传统的信用评分模型。
关键词：
信用评分 数据挖掘 决策树 神经网络
[期刊] 情报学报
[作者]
郭红梅 孔贝贝 张智雄
在网络成为最主要科学交流和信息传播渠道的今天,越来越多的机构将其研究成果以电子化形式呈现,这些电子化的文本资源中蕴涵着丰富的语义信息。面对这些海量的资源,科研人员很难在短时间内快速捕获文本中的主旨内容。如何高效准确地呈现文本资源中的核心主题,辅助科研人员对文本集中的重要关联信息进行聚焦,提高科研效率,一直是文本挖掘研究中的一个重要问题。在对现有有益研究成果借鉴的基础上,结合文本中术语和术语关系的特点,论文提出将文本中的术语和术语间的共现、句法和语义关系利用图结构进行表示,识别文本关系图中的紧密关联子团,基
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
