- 年份
- 2024(6707)
- 2023(9834)
- 2022(8389)
- 2021(8033)
- 2020(6878)
- 2019(15860)
- 2018(15778)
- 2017(30659)
- 2016(16201)
- 2015(18401)
- 2014(17823)
- 2013(17027)
- 2012(15128)
- 2011(13310)
- 2010(12973)
- 2009(11452)
- 2008(10788)
- 2007(9148)
- 2006(7442)
- 2005(6065)
- 学科
- 济(62159)
- 经济(62090)
- 管理(47180)
- 业(44492)
- 企(38163)
- 企业(38163)
- 方法(34523)
- 数学(30977)
- 数学方法(30358)
- 财(15584)
- 农(15416)
- 中国(15068)
- 业经(13607)
- 理论(12043)
- 贸(11481)
- 贸易(11474)
- 易(11217)
- 技术(10760)
- 学(10708)
- 地方(10426)
- 务(10308)
- 财务(10252)
- 财务管理(10224)
- 农业(10118)
- 和(9892)
- 制(9890)
- 企业财务(9640)
- 环境(8730)
- 划(8588)
- 教学(8158)
- 机构
- 学院(214708)
- 大学(213052)
- 管理(90179)
- 济(84679)
- 经济(83049)
- 理学(79508)
- 理学院(78740)
- 管理学(77024)
- 管理学院(76613)
- 研究(62625)
- 中国(46354)
- 京(42839)
- 科学(38835)
- 财(37275)
- 业大(32193)
- 农(31124)
- 中心(31021)
- 财经(30758)
- 江(30052)
- 所(28779)
- 经(28275)
- 范(26667)
- 研究所(26608)
- 师范(26382)
- 经济学(25908)
- 北京(25589)
- 农业(24431)
- 技术(24237)
- 州(23934)
- 经济学院(23526)
- 基金
- 项目(157780)
- 科学(126516)
- 基金(116430)
- 研究(114757)
- 家(101306)
- 国家(100528)
- 科学基金(88854)
- 社会(73147)
- 社会科(69484)
- 社会科学(69464)
- 省(62511)
- 基金项目(61659)
- 自然(59161)
- 自然科(57931)
- 自然科学(57920)
- 自然科学基金(56868)
- 教育(55353)
- 划(52366)
- 资助(47683)
- 编号(47087)
- 成果(36046)
- 重点(35206)
- 部(34994)
- 创(34363)
- 发(32774)
- 创新(31949)
- 课题(31206)
- 教育部(30767)
- 科研(30751)
- 国家社会(30572)
共检索到291619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]
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 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] 清华大学学报(自然科学版)
[作者]
范晓亮 彭朝鹏 郑传潘 王程
时空关联挖掘是智能交通领域的关键技术之一。大规模交通网络中的交通流量数据具有高度非线性和复杂特征，故精准地预测交通流量面临巨大挑战。现有方法大多设计2个独立模块来分别捕获交通流量的时间和空间相关性，故无法精准地对流量数据中的复杂时空相关性建模。该文提出一种时空组合图卷积神经网络(STCGCN),以更好地预测交通流量。STCGCN通过构建自适应时空组合图，并提出时空组合图卷积，来有效揭示交通流量数据动态和复杂的时空相关性。在美国加利福尼亚州高速公路流量公开数据集上进行了实验，结果表明STCGCN的预测效果优于11个现有方法。
[期刊] 中国图书馆学报
[作者]
章成志 侯汉清
针对当前Web文本挖掘工具的不足之处,提出了一种基于层次结构、面向概念挖掘的模型,即文本层次模型。该模型具有数据源适应性强、结构灵活、可操作性强、用途广泛优点,具有很强的实用性和一定的可扩展能力。图2。参考文献13。
[期刊] 工业工程
[作者]
肖冰 李从东 余明辉
在参考White和Smyth算法的基础上,结合中小企业集群复杂网络具有局域世界性(群落结构)、竞争性、获取的信息不完全和不对称等特点,对White和Smyth算法进行了改进,提出了一种适应中小企业集群复杂网络核心节点的挖掘模型,并用实例进行了说明。对中小企业集群复杂网络的安全性进行了阐述。
关键词：
中小企业集群 复杂网络 挖掘模型
[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] 中国职业技术教育
[作者]
吴华君 何聚厚 陈其铁 韩广欣
课程质量是影响高职院校学生在线学习质量的重要因素。已有研究多聚焦于具体课程建设的实践研究或调查分析,存在研究系统性、针对性和推广性不足,以及缺乏实证基础等问题。基于137门高职在线精品课程共92 922条学习者评价内容的深度分析,在情感分析、词云分析、关键词社会网络分析和LDA主题挖掘基础上,对学习者课程学习负性评价进行主题提取。研究发现,学习者整体课程学习体验正向评价远高于负性评价,且在负性评价中理工类课程高于文科类课程;学习者对课程的负性评价主要聚焦于教师教学能力、课程考核评价、课程内容设计、技术平台功能和学习资源质量等方面,研究针对上述结论提出职业教育在线精品课程的优化建议。
[期刊] 图书情报工作
[作者]
俞琰 陈磊 赵乃瑄
[目的/意义]为帮助高校师生充分利用网络招聘信息,提出基于大数据量网络招聘文本挖掘的课程知识模型及其自动构建方法。[方法/过程]本文提出包含"岗位-课程-知识点"的三级课程知识模型,利用自然语言文本挖掘技术实现课程知识点模型的自动构建,并通过实验对其构建过程进行验证和分析。[结果/结论]实验结果表明本文提出的模型及方法具有高度的可行性与有效性,可为高校和学生提供教学和学习参考。
关键词：
网络招聘文本 课程知识模型 文本挖掘
[期刊] 企业经济
[作者]
蔡皎洁 张玉峰
知识经济时代,知识成为产业集群网络创新的重要动力资源。面对日益激增、多结构化的企业数据,如何从中获取潜在的、高质量的知识模式,将决定产业集群网络创新的能力。本文从语义挖掘的角度构建了产业集群网络创新模型,重点分析了产业集群网络创新模型的理论基础,综合运用本体论、知识挖掘等智能信息处理技术对分布式、异构化数据进行语义分析与集成,在语义集成的基础上阐述了实施智能知识挖掘的过程,说明了产业集群网络系统具备智能获取数据中的概念和概念间关系的能力,论述了知识获取在构建产业集群网络创新模型中的重要性。
关键词：
知识 知识挖掘 产业集群网络 创新模型
[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] 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]
余传明 张小青 陈雷
本文提出了潜在狄利克雷分布模型与自然语言处理技术相结合的一种挖掘用户评论热点的方法。为验证该方法的有效性,以22157篇餐馆评论为样本,利用Gibbs抽样计算模型参数,获取了评论热点及相应的热点词语。实验获得的9个主题内容较好地反映了餐馆评论中的热点,与现实生活中用户所关心的餐饮热点基本吻合,表明该模型具有较好的热点识别效果。
关键词：
热点话题识别 热点挖掘 用户评论 模型
[期刊] 情报科学
[作者]
李涵昱 钱力 周鹏飞
【目的/意义】随着电子商务的快速发展,互联网上出现大量商品评论信息,商品评论文本的情感分析与挖掘对于研究商品口碑、进行商品推荐都具有重要的价值。【方法/过程】文中设计商品属性提取与过滤算法、情感词判别算法,分析商品的评论信息并自动抽取用户关注的商品属性和用户对相应属性的评价观点,并进一步将其应用于商品评价文本的情感倾向性分析。【结果/结论】实现了自动化的商品属性和评价情感词抽取,实现了商品评论的情感倾向性分析,在真实数据集上进行测试取得了准确率81.08%,召回率88.23%。
[期刊] 情报科学
[作者]
王正成 袁竹星
【目的/意义】在微博中,意见领袖对于消息的传播以及舆情走向起着关键的作用。然而,现有的意见领袖研究大多忽略了意见领袖在特定话题下的意见代表性。【方法/过程】提出了面向主题的微博意见领袖研究的方法,该方法旨在利用LDA主题模型挖掘出特定话题中的各个主题,根据主题划分结果对参与话题讨论的用户进行分类,并结合用户自身属性,借鉴Page Rank算法思想挖掘出该主题演化中的意见领袖。【结果/结论】实验证明,本文方法更能体现特定话题的舆情走向,其针对主题挖掘的意见领袖也更具代表性。
关键词：
LDA模型 意见领袖 主题演化
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
