- 年份
- 2024(8207)
- 2023(11876)
- 2022(10202)
- 2021(9524)
- 2020(8330)
- 2019(19177)
- 2018(19237)
- 2017(36827)
- 2016(20101)
- 2015(22901)
- 2014(23034)
- 2013(22347)
- 2012(20539)
- 2011(18213)
- 2010(17958)
- 2009(16467)
- 2008(16204)
- 2007(14484)
- 2006(12000)
- 2005(10384)
- 学科
- 济(78101)
- 经济(78008)
- 管理(56442)
- 业(54311)
- 企(43813)
- 企业(43813)
- 方法(40358)
- 数学(36151)
- 数学方法(35690)
- 农(24236)
- 财(21427)
- 中国(18928)
- 学(18183)
- 贸(16411)
- 贸易(16408)
- 易(15985)
- 业经(15653)
- 制(15336)
- 地方(14423)
- 农业(14235)
- 务(13719)
- 财务(13664)
- 财务管理(13630)
- 企业财务(12892)
- 理论(12886)
- 银(12200)
- 银行(12162)
- 和(11992)
- 技术(11561)
- 行(11553)
- 机构
- 学院(281742)
- 大学(280216)
- 济(111903)
- 管理(109532)
- 经济(109512)
- 理学(95127)
- 理学院(94126)
- 管理学(92241)
- 管理学院(91741)
- 研究(91148)
- 中国(68620)
- 科学(58756)
- 京(58087)
- 农(52283)
- 财(50958)
- 所(46118)
- 业大(45967)
- 中心(44306)
- 研究所(42377)
- 江(42047)
- 农业(41578)
- 财经(41131)
- 经(37386)
- 范(35937)
- 北京(35499)
- 师范(35451)
- 经济学(34022)
- 院(33279)
- 州(32841)
- 技术(31608)
- 基金
- 项目(196256)
- 科学(153964)
- 基金(142436)
- 研究(139454)
- 家(125551)
- 国家(124565)
- 科学基金(106521)
- 社会(86724)
- 社会科(82147)
- 社会科学(82124)
- 省(77930)
- 基金项目(75750)
- 自然(71351)
- 自然科(69718)
- 自然科学(69693)
- 自然科学基金(68421)
- 划(65839)
- 教育(65316)
- 资助(58553)
- 编号(57061)
- 成果(45182)
- 重点(44618)
- 部(43250)
- 发(41679)
- 创(40874)
- 课题(39115)
- 科研(38792)
- 创新(38284)
- 计划(37283)
- 教育部(36570)
- 期刊
- 济(114794)
- 经济(114794)
- 研究(74071)
- 中国(50296)
- 学报(48101)
- 农(46500)
- 科学(42361)
- 财(40969)
- 管理(37632)
- 大学(36035)
- 学学(34318)
- 农业(31612)
- 教育(27991)
- 技术(26053)
- 融(22016)
- 金融(22016)
- 业经(20473)
- 财经(19802)
- 经济研究(18705)
- 业(17103)
- 经(16937)
- 问题(15817)
- 版(14663)
- 统计(14473)
- 技术经济(13571)
- 理论(13024)
- 商业(12900)
- 策(12895)
- 科技(12809)
- 图书(12442)
共检索到397514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] 图书情报工作
[作者]
唐晓波 兰玉婷
［目的 ／意义］微博平台产品评论的特征级情感分析问题具有其特殊性，为了对特征分类，解决隐式特征的识别问题，并分析特征情感，提出一种基于特征本体的产品评论情感分析方法。［方法 ／过程］该方法利用构建的特征本体对特征词分类，通过计算情感词与特征的搭配权重来识别隐式特征，并构建领域情感词典和微博表情符号词典，计算微博产品评论的特征情感极性和强度。［结果 ／结论］构建方法模型，通过采集微博评论数据设计实验，验证了提出方法的有效性。
关键词：
特征 本体 产品评论 情感分析 微博
[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] 数据分析与知识发现
[作者]
何跃 尹小佳 朱超
【目的】帮助企业实现精准营销,准确识别企业用户的群体特征。【方法】对微博文本进行情感分析,通过Ward聚类将微博发表者聚类成9类群体,并对微博用户进行影响力识别,从情感和影响力两个维度对各个用户群体进行分析,利用一种改进的客户价值矩阵方法辨别不同用户群体的特征。【结果】实验结果表明:9类用户群体对A手机品牌情感倾向存在较大的差异。A手机更受喜欢追赶时髦的女性群体以及从事IT行业的用户青睐,并且该群体影响力较大,能更有效地影响消费者购买该手机。【局限】在进行用户影响力识别时,仅考虑常用指标,未考虑用户微博被
[期刊] 数据分析与知识发现
[作者]
何跃 朱灿
【目的】识别意见领袖,从而研究分析意见领袖网在微博中的作用。【方法】利用两步聚类的方法识别意见领袖,通过"关注"关系构建意见领袖之间的网络矩阵;通过对各类用户情感进行分析,研究意见领袖网在微博中的作用。【结果】研究结果表明:总体用户的情感主要以消极情感为主,并且意见领袖网的情感会对普通用户的情感产生影响。【局限】仅针对单个事件进行研究,并且识别意见领袖时仅采用两步聚类方法。【结论】明星与大V类意见领袖网的积极情感变化对普通用户的积极情感变化影响最大。
[期刊] 情报科学
[作者]
陈显龙 李姝娟
【目的/意义】微博的即时化和快速化等特点使得微博信息,特别是负面信息的传播速度和影响力大为增强,如何更好地管理舆情成为目前亟待解决的问题之一。【方法/过程】本文基于微博的情感特性和传播特性,构建微博舆论场能量模型,并以2015年的十大热点微博为例,分析微博传播特性、情感特性以及时间指数对微博舆情能量场的影响。【结果/结论】数值模拟结果显示,微博舆情情感值的绝对值越大,传播特性的指标越高,微博舆情的正向或负向能量峰值越大,同时微博出现二次峰值;另外时间指数越大,微博舆情的能量耗散越大,微博舆情能量值下降也越
关键词：
微博舆情 情感特性 传播特性 能量场
[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] 数据分析与知识发现
[作者]
李慧 柴亚青
【目的】从评论对象的属性特征出发解决情感极性量化问题。【方法】将在线评论文本分解构建三层评论体系,即评论对象–对象属性–评论描述,从属性层级抽取属性词集和对应的评论集,考虑评论对象属性特征的不同影响,引入属性因子,并对TFIDF进行改进用以计算属性因子;结合评论模式和评论语境提出基于属性特征的评论情感量化分析算法并采用Python语言予以实现。【结果】相较于传统机器学习分类算法(NB、SVM)、属性因子设置为等权重时,本文算法在评论文本情感分类准确性方面有显著提高。【局限】评论集领域选择方面具有局限性,量
关键词：
评论文本 属性因子 评论模式 情感极性
[期刊] 情报理论与实践
[作者]
由丽萍 郎宇翔
[目的/意义]知识图谱具有强大的语义理解能力和开放互联能力,建立中文情感知识图谱可以实现智能化的情感信息检索,从而协助用户优化其购买决策,也有助于产品和服务质量的改进。[方法/过程]基于框架语义理论建立细粒度的情感分类词典和语义角色分析模型,通过在线评论的情感语义标注构建情感知识图谱,在此基础上应用本体查询工具,实现情感知识的个性化、智能化查询。[结果/结论]以手机商品评论为实验数据,实现了基于概念的综合查询和语义推理,展示了情感知识图谱在智能化检索服务中的应用优势。
[期刊] 软科学
[作者]
袁海霞 高剑波 祝裕卿
以京东某品牌手机为研究对象,采用动态线性模型,结合新产品扩散理论,对消费者产品评论和微博口碑在新产品扩散过程中的动态对比影响进行了研究。结果发现:在新产品扩散的过程中,微博口碑数量对新产品销量的影响呈右偏的倒"U"形关系,而效价无显著影响;对于消费者产品评论,随着新产品的扩散,数量对产品销量的影响逐渐增强,达到一定程度后迅速减弱又逐渐增强并趋于稳定,效价的影响呈右偏的倒"U"形关系。
[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] 数据分析与知识发现
[作者]
杨爽 陈芬
【目的】为更精确地识别网民态度,监测网络舆情,提出一种基于SVM多特征融合的情感5级分类方法。【方法】从词性特征、情感特征、句式特征、语义特征4个方面,提取动词、名词、情感词、否定词等14个特征,运用SVM方法对微博情感进行5级分类。【结果】实验结果表明,该方法对情感5级分类的准确率为82.40%,召回率为81.91%,F值为82.10%。【局限】训练语料的规模有待进一步提高。【结论】该方法在情感5级分类方面取得较好的效果。
关键词：
微博 情感倾向性 支持向量机 句法分析
[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] 情报理论与实践
[作者]
李杰 李欢
[目的/意义]构建在线评论的产品特征提取及情感分类模型,可以为产品设计人员进行产品优化改进提供决策支持。[方法/过程]提出了基于卷积神经网络算法的产品特征提取及情感分类模型。模型采用卷积神经网络进行短文本评论情感分类,以情感分类标签标注相应评论中提取的产品特征词,并利用词向量对产品特征词聚类。通过爬取的笔记本电脑和手机评论对模型进行训练和测试。[结果/结论]结果表明,模型能够实现有效的产品特征提取及高准确率情感分类,是在线评论分析的有效模型。
[期刊] 情报理论与实践
[作者]
唐晓波 朱娟 杨丰华
［目的／意义］构建针对网络在线评论的情感分析模型，一方面可以为用户决策提供支持；另一方面又可以帮助产品或服务提供商了解用户情感倾向，提升用户体验。［方法／过程］提出了基于情感本体和ｋ ＮＮ算法的在线评论情感分类模型。该模型基于情感本体，通过对情感词数量和情感程度进行加权，提出了褒义量和贬义量的概念，并以此作为ｋ ＮＮ算法的特征向量。通过爬取豆瓣网电影评论进行训练和测试，并分别从褒性评论和贬性评论的角度对分类效果进行评价。［结果／结论］结果表明，本算法在分类准确率和召回率方面都具有不错的水平，但同时对贬性评论分类效果优于褒性评论，为未来研究提供了新的思路。
关键词：
在线评论 情感分类 k最近邻分类法 本体
[期刊] 图书情报工作
[作者]
安璐 吴林
[目的/意义]微博是突发事件网络舆情传播的重要媒介。面向突发事件的微博主题和情感挖掘对掌握突发事件的网络舆情、识别与预测潜在问题及风险等方面具有重要的实践意义。尝试提出一种融合主题与情感特征的突发事件微博舆情演化分析方法。[方法/过程]以寨卡事件为例,通过划分微博舆情演化的生命周期,基于word2vec技术分别提取该事件生命周期各阶段的微博主题,采用基于词典的情感分析方法,引入情感词、表情符号等多情绪源,对不同主题下的评论情感做细粒度划分,并计算情感强度,最终实现微博主题与情感的协同分析。[结果/结论]所
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
