- 年份
- 2024(6500)
- 2023(9427)
- 2022(8181)
- 2021(7658)
- 2020(6540)
- 2019(15386)
- 2018(15354)
- 2017(30280)
- 2016(15929)
- 2015(18005)
- 2014(17655)
- 2013(16989)
- 2012(15063)
- 2011(13126)
- 2010(13028)
- 2009(11482)
- 2008(10756)
- 2007(8790)
- 2006(7145)
- 2005(5725)
- 学科
- 济(61242)
- 经济(61185)
- 业(47876)
- 管理(46720)
- 企(36959)
- 企业(36959)
- 方法(35010)
- 数学(31936)
- 数学方法(31317)
- 农(18932)
- 财(15107)
- 中国(14611)
- 贸(14265)
- 贸易(14256)
- 易(13974)
- 业经(12900)
- 农业(10791)
- 理论(10677)
- 技术(10327)
- 制(10250)
- 地方(10093)
- 务(9989)
- 财务(9934)
- 财务管理(9914)
- 学(9420)
- 企业财务(9338)
- 和(8805)
- 环境(8469)
- 服务(8324)
- 划(8320)
- 机构
- 学院(210332)
- 大学(207758)
- 管理(90517)
- 济(86469)
- 经济(84746)
- 理学(80003)
- 理学院(79301)
- 管理学(77646)
- 管理学院(77257)
- 研究(59132)
- 中国(45122)
- 京(41417)
- 财(36736)
- 科学(35595)
- 业大(31370)
- 农(30787)
- 财经(30550)
- 中心(30127)
- 江(28824)
- 经(28064)
- 所(26867)
- 经济学(26235)
- 范(25040)
- 北京(24844)
- 师范(24757)
- 研究所(24641)
- 经济管理(24328)
- 农业(24296)
- 经济学院(23907)
- 商学(23218)
- 基金
- 项目(154311)
- 科学(123665)
- 基金(113994)
- 研究(113062)
- 家(98575)
- 国家(97798)
- 科学基金(86682)
- 社会(72544)
- 社会科(68958)
- 社会科学(68939)
- 省(60641)
- 基金项目(60307)
- 自然(57250)
- 自然科(56090)
- 自然科学(56081)
- 自然科学基金(55058)
- 教育(53451)
- 划(50520)
- 资助(47062)
- 编号(46774)
- 成果(35273)
- 部(34271)
- 重点(34135)
- 创(33430)
- 发(32590)
- 创新(31131)
- 课题(30320)
- 国家社会(30217)
- 教育部(30125)
- 科研(30088)
共检索到283745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] 工业工程与管理
[作者]
黄琳 王丽亚 明新国
在线评论作为客户购后主要的信息分享方式，潜藏着大量的客户需求，LDA模型常被用来挖掘评论主题，以此导出客户需求。但客户对于产品服务的在线评论往往会与有关产品自身性能的评论混杂在一起，直接应用LDA模型会存在主题指代不明、关键词混乱的问题。本文提出了一种改进的LDA模型，该模型通过将根据客户-产品服务画像得来的先验知识整合进LDA模型中，以此来引导模型学习与产品服务相关的特定主题，进而使导出的产品服务需求更贴合实际需要且更具预测性。
[期刊] 情报理论与实践
[作者]
叶艳 吴鹏 周知 黄炜 张莉曼
[目的/意义]为了从在线患者评论中识别医疗服务质量主题及其情感，本文提出基于LDA和BiLSTM模型的服务质量主题情感识别模型。[方法/过程]以好大夫在线为例，利用Python收集高血压患者139962条评价数据，采用LDA主题模型得到患者评论的13个主题，并结合相关文献得到6大医疗服务质量主题；根据BiLSTM模型得到各服务质量主题的情感倾向分布；对负向评论较多的服务质量主题进行筛选，分析负向情感产生的原因。[结果/结论]本文提出的方法能帮助医院和医生识别和改善医疗服务质量，提升患者的满意度，从而降低医患纠纷的发生率。
[期刊] 数据分析与知识发现
[作者]
方小飞 黄孝喜 王荣波 谌志群 王小华
【目的】运用中文信息处理和话题识别与追踪的方法,从大量移动投诉文本中找出有价值的信息。【方法】从分析投诉文本的特点入手,使用k-means先对文本聚类。利用LDA对每个类进行建模,提取话题,并从词频、词跨度和词长三方面计算每个话题中词的权值,把权重最大的词作为该话题的标签,并计算每个话题的文档分布概率均值。对具有相同标签的话题,先按照均值最大的原则去掉重复标签话题,再对所有话题计算文档支持率,并将文档支持率作为话题的热度,通过热度区分热点话题和一般话题。【结果】对投诉文本进行时间上的建模,通过对比一般话题
[期刊] 图书情报工作
[作者]
杨波 邵婉婷
[目的/意义]针对现有弱信号全自动识别研究尚不完善的问题,提出基于LDA-BERT融合模型的弱信号全自动识别方法。[方法/过程]基于无监督的LDA主题模型对文本数据集进行主题分类,构建主题和术语双层过滤函数从主题分类的结果中提取早期预警信号,通过紧密中心度、主题权重以及主题自相关性三大度量函数评价主题的弱性,并基于主题内术语的归一化频率和概率提取出弱信号。最后,运用BERT深度学习模型从语义层面对弱信号上下文及其类似词进行扩展。[结果/结论]以2021年1月初疫情重爆发事件为例,使用爆发前三月的社交媒体新闻数据集对构建的系统模型进行验证。实验结果表明,该方法可有效检测出相关弱信号,并挖掘出弱信号随时间推移逐渐增强的演化特性。此外,该融合模型在实现弱信号全自动识别的同时,也表现出较单一模型更强的结果可解释能力。
[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] 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] 工业工程与管理
[作者]
陈昊 李玉鹏
顾客需求变化是产品进化的根本动因，确定其影响因素并识别敏感性需求对于提高设计方案稳定性及控制产品演化具有重要意义。以汽车产品为例，提出了一种基于结构方程模型（Structural Equation Model， SEM）的敏感性需求识别方法。首先基于扎根理论确定了顾客需求项及其影响因素体系；然后基于SEM探讨了环境因素、顾客因素和企业因素对顾客需求变化的影响程度；最后确定了汽车的敏感性需求及其影响路径。研究结果表明：对于该系列的汽车，国家政策、产品竞争、产品技术创新和产品用途是导致顾客需求发生变化最主要的影响因素，有关汽车舒适性和安全性方面的需求具有较高的敏感性。
[期刊] 情报理论与实践
[作者]
王曰芬 傅柱 陈必坤
［目的］利用ＬＤＡ主题模型来探究全局主题和学科主题之间存在的差异。［方法］基于ＬＤＡ主题模型，以国内知识流研究领域为例，在主题抽取的基础上，比较与分析全局主题和学科主题所存在的差异。［结果］全局主题和学科主题在可描述性、内容相关性、内容质量、学科分布４个方面具有显著的差异。［局限］采用经验判断选取了用于实验分析的全局热点主题和学科热点主题。
关键词：
LDA模型 科学文献 主题识别 知识流
[期刊] 图书情报工作
[作者]
吕鲲 项旻昊 靖继鹏
[目的/意义]颠覆性技术关乎国家竞争力和国际地位,科学准确地识别出颠覆性技术主题,能够解决技术发展过程中主题不够明确、发展路径不够清晰等问题,以此有效把握技术发展动态,调整国家科技战略布局,更好地抢占国际竞争制高点。[方法/过程]以能源科技领域的专利文本数据为研究客体,构建基于Word2Vec词向量与LDA(Latent Dirichlet Allocation)主题向量的融合特征向量,并引入K-means算法优化主题聚类效果,最后结合颠覆性技术特征指标,识别颠覆性技术主题,利用DTM(Dynamic Topic Model)模型揭示该领域颠覆性技术主题的发展状况。[结果/结论]通过人工验证和模型结果对比可以发现,实证结果具有合理性,且模型的精准率、召回率、F1值均高于同类型的主题模型,证明该方法对颠覆性技术主题识别具有较好效果。
[期刊] 华东经济管理
[作者]
单汨源 宋泽宇 李佳莅
大规模定制的发展给传统生产计划生成机制造成了很大冲击,GBOM产品族模型在ATO生产模式下显示出了一些不适应性。文章以原有模型为基础,在选择树的选择关系中引入计划百分比,重构出一种可对生产计划辅助预测、灵活约束的GBOM产品族新模型,帮助企业实现事前生产、按单组装的目标。最后以椅子类产品为实例验证新模型有效性,为进一步应用研究奠定基础。
[期刊] 图书情报工作
[作者]
迟玉琢 王延飞
［目的 ／意义］为启发我国高校科研数据管理工作，介绍并分析国外高校科研数据服务需求识别模型，为我国高校开展科研数据管理服务提供参考借鉴。［方法 ／过程］采用文献研究和案例分析方法，比较国外高校科研数据服务需求识别模型、实施过程和方法，分析模型特点，从而提出对我国的启示。［结果 ／结论］国外高校科研数据服务需求识别分需求调查和需求评估两个主要环节，模型功能各有侧重，使用指导详尽具体，实施过程弹性灵活。建议我国高校在采用上述模型进行科研数据服务需求识别研究时，应以科研项目或团队为调查范围，与调查对象建立良好的沟通，并根据具体情况进行弹性调整。
[期刊] 南京农业大学学报
[作者]
尉国帅 贺佳 常宝方 袁培燕 赵肖媛 王来刚
[目的] 快速准确识别小麦条锈病病害等级，对其精准防控具有重要意义。[方法]本文利用数码相机获取小麦叶片条锈病RGB图像，构建小麦叶片条锈病不同病害等级数据集，通过对ResNet34模型添加通道注意力模块（SE）和Inception模块加以改进，增强模型对小麦条锈病害特征的关注程度和提取能力，并采用精准率（Precision）、召回率（Recall）、平衡F分数（F-Score）和准确率（Accuracy）等评价指标，对比分析S-ResNet34与VGG16、MobileNetV2、Swin Transformer、ResNet34等多种主流模型的识别精度。[结果]S-ResNet34模型的训练准确率为93.85%，相比于VGG16（84.53%）、MobileNetV2（79.35%）、Swin-Transformer（85.67%）和ResNet34（87.50%）等深度网络模型，准确率分别提高了9.32、14.5、8.18和6.35%。同时模型损失值更小，提出的改进ResNet34模型识别小麦条锈病害特征能力更强，训练收敛更快。[结论]采用深度学习模型能够准确识别小麦条锈病病害程度，通过对ResNet34模型添加注意力模块能有效提高小麦条锈病病害识别精度。
[期刊] 西北农林科技大学学报(自然科学版)
[作者]
孙道宗 刘欢 刘锦源 丁郑 谢家兴 王卫星
【目的】提出了一种改进的YOLOv4模型,为自然环境下3种常见茶叶病害(茶白星病、茶云纹叶枯病和茶轮斑病)的快速精准识别提供支持。【方法】使用Mobile Netv2和深度可分离卷积来降低YOLOv4模型的参数量,并引入卷积注意力模块对YOLOv4模型进行识别精度改进。采用平均精度、平均精度均值、图像检测速度和模型大小作为模型性能评价指标,在相同的茶叶病害数据集和试验平台中,对改进YOLOv4模型与原始YOLOv4模型、其他目标检测模型(YOLOv3、SSD和Faster R-CNN)的病害识别效果进行对比试验。【结果】与原始YOLOv4模型相比,改进YOLOv4模型的大小减少了83.2%,对茶白星病、茶云纹叶枯病和茶轮斑病识别的平均精度分别提高了6.2%,1.7%和1.6%,平均精度均值达到93.85%,图像检测速度为26.6帧/s。与YOLOv3、SSD和Faster R-CNN模型相比,改进YOLOv4模型的平均精度均值分别提高了6.0%,13.7%和3.4%,图像检测速度分别提高了5.5,7.3和11.7帧/s。【结论】对YOLOv4模型所使用的改进方法具备有效性,所提出的改进YOLOv4模型可以实现对自然环境下3种常见茶叶病害的快速精准识别。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
