- 年份
- 2024(8745)
- 2023(12644)
- 2022(11216)
- 2021(10540)
- 2020(8887)
- 2019(20569)
- 2018(20324)
- 2017(39682)
- 2016(21225)
- 2015(23902)
- 2014(23624)
- 2013(22998)
- 2012(20766)
- 2011(18290)
- 2010(17746)
- 2009(15793)
- 2008(14832)
- 2007(12437)
- 2006(10409)
- 2005(8426)
- 学科
- 济(81077)
- 经济(80990)
- 管理(60919)
- 业(58129)
- 企(49160)
- 企业(49160)
- 方法(42573)
- 数学(37597)
- 数学方法(37069)
- 农(21037)
- 财(20710)
- 中国(19463)
- 业经(17921)
- 学(17869)
- 地方(15526)
- 贸(14375)
- 贸易(14370)
- 农业(14160)
- 理论(14006)
- 易(13966)
- 务(13861)
- 财务(13793)
- 财务管理(13764)
- 技术(13479)
- 和(13085)
- 企业财务(13022)
- 环境(12953)
- 制(12423)
- 划(11385)
- 银(10402)
- 机构
- 大学(290325)
- 学院(288698)
- 管理(121018)
- 济(111790)
- 经济(109437)
- 理学(106877)
- 理学院(105777)
- 管理学(103780)
- 管理学院(103265)
- 研究(89394)
- 中国(64209)
- 京(59914)
- 科学(57156)
- 财(48718)
- 业大(44881)
- 农(44024)
- 所(42507)
- 中心(41508)
- 财经(40808)
- 研究所(39421)
- 江(38897)
- 范(37581)
- 经(37405)
- 师范(37197)
- 北京(36772)
- 农业(34531)
- 院(33420)
- 经济学(33282)
- 州(31922)
- 经济管理(31034)
- 基金
- 项目(212906)
- 科学(168120)
- 基金(155742)
- 研究(154698)
- 家(135395)
- 国家(134301)
- 科学基金(116971)
- 社会(96950)
- 社会科(91918)
- 社会科学(91893)
- 基金项目(83743)
- 省(83043)
- 自然(77886)
- 自然科(76110)
- 自然科学(76089)
- 自然科学基金(74691)
- 教育(71568)
- 划(69961)
- 资助(63780)
- 编号(63385)
- 成果(49152)
- 重点(47034)
- 部(46856)
- 创(44656)
- 发(44458)
- 课题(42130)
- 创新(41594)
- 科研(41263)
- 教育部(40502)
- 大学(40142)
- 期刊
- 济(110438)
- 经济(110438)
- 研究(78246)
- 学报(46128)
- 中国(45928)
- 管理(42284)
- 科学(42178)
- 农(38605)
- 财(36333)
- 大学(35522)
- 学学(33449)
- 教育(30837)
- 农业(27450)
- 技术(26285)
- 业经(19225)
- 融(19028)
- 金融(19028)
- 财经(18763)
- 经济研究(17672)
- 图书(16200)
- 经(15880)
- 问题(14647)
- 科技(14554)
- 理论(14308)
- 技术经济(13633)
- 业(13544)
- 版(13440)
- 实践(13379)
- 践(13379)
- 情报(12586)
共检索到389460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]
刘勘 袁蕴英
[目的 /意义]微博已成为大众情感表达的重要平台,微博的情感分析在舆情分析、用户体验、商机挖掘等方面有着重要的作用。[方法 /过程]提出的情感倾向分类算法WE_SDAE使用单词嵌入的方式将微博表示成一个低维稠密向量,然后通过添加正则项和加噪处理的方式将基本的自动编码器算法优化成深层噪音自动编码器,并在顶层添加分类器,实现情感倾向分类。考虑到微博用词灵活,还从单字和词语两个粒度训练模型。[结果/结论]实验结果表明,基于单字粒度的模型表现优于基于词语粒度的模型。此外,对比实验显示WE_SDAE算法优于传统的SVM、Naive-Bayes、Xg Boost等相关算法;单词嵌入的方式优于传统的向量空间模型表示方法,能在微博情感分析中取得较好的效果。
关键词：
情感分析 分类 自动编码器 微博
[期刊] 图书情报工作
[作者]
王丹 张海涛 刘雅姝 任亮
[目的/意义]为防止微博失实舆情爆发给社会带来的严重后果,研究如何对微博中关键节点的倾向性进行分类,以及时制止恶意煽动群众情绪的节点,防止更多微博用户被误导,并通过不同的思想引领方式,由点及面地对微博用户进行思想引领,更好地净化微博舆情环境。[方法/过程]利用超网络和动态网络分析方法确定关键节点,通过对其情感倾向性进行分析,提供不同的引领策略。[结果/结论]微博舆情生命周期内会出现5类关键节点,思想引领可分为智能引领和智慧引领。
关键词：
微博舆情 关键节点 情感倾向 思想引领
[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] 情报科学
[作者]
王英 龚花萍
【目的/意义】为实现大数据网络舆情情感意见形势研判,有效进行危机处理战略引导,为网络舆情危机预警决策提供参考。【方法/过程】本文以南昌大学自主保洁微博舆情事件为例,基于情感维度内容,结合网络舆情情感特征,参照情感维度要素,利用爬虫工具和文本分析技术进行数据获取和预处理,通过情感分析方法统计情感值,分析情感维度状况。【结果/结论】得出评论高峰期内情感趋势和情感维度状态,实现网络舆情事件的舆情预警研判。
关键词：
网络舆情 情感倾向 情感维度 预警
[期刊] 情报理论与实践
[作者]
谌志群 鞠婷
[目的/意义]微博是一种重要的社会媒体，微博评论反映了网民对公共事件的态度和意见，对微博评论进行即时的倾向性分析对于网络舆情管控具有重要意义。[方法/过程]针对传统语言模型在词向量表示中无法解决词语多义性的问题，提出采用BERT模型来提取微博评论文本的语义特征表示，然后将获取的词语语义特征输入到双向LSTM模型中进行倾向性分类。[结果/结论]选取新浪微博评论数据进行了对比实验。实验结果表明，提出的基于BERT和双向LSTM的微博评论倾向性分类模型的F1值达到91.45%，优于其他主流的倾向性分析模型，证明了方法的有效性。[局限]双向LSTM模型训练的计算复杂度较高，BERT模型只能依赖于谷歌发布的预训练模型。
[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] 情报学报
[作者]
张海涛 王丹 徐海玲 孙思阳
本文基于卷积神经网络构建了微博舆情情感分类模型,通过爬虫方式获取微博话题数据,利用word2vec训练词向量,采用NLPIR/ICTCLAS2016工具进行分词,进而通过Matlab编程实现模型训练和测试。结果表明,模型能够实现有效的微博舆情情感分类,相较传统机器学习具有一定的优越性。
[期刊] 情报学报
[作者]
吴鹏 李婷 仝冲 沈思
为了解决财经微博文本中网民情感状态转移的时序数据分析问题,本文提出一个基于认知情感评价模型(Ortony,Clore&Collins,OCC)和长短期记忆模型(long short term memory,LSTM)的财经微博文本情感分类模型(OCC-LSTM)。基于OCC模型从网民认知角度建立情感规则,对财经微博文本进行情感标注,并作为LSTM模型进行深度学习的训练集;基于LSTM模型,使用深度学习中的TensorFlow框架和Keras模块建立相应的实验模型,进行海量微博数据情感分类,并结合13家上市公司3年的微博文本数据进行实证研究和模型验证对比。实证研究结果发现本文提出的模型取得了89.45%的准确率,高于采用传统的机器学习方式的支持向量机方法 (support vector machine,SVM)和基于深度学习的半监督RAE方法 (semi-supervised recursive auto encoder)。
[期刊] 情报理论与实践
[作者]
王征 李惠
[目的/意义]微博劣质信息严重破坏了网络生态，其隐蔽性与灰色性给网络信息分类工作带来了极大的困难，而传统的人工甄别方法难以解决其相关问题。[方法/过程]针对上述问题，提出了一种基于灰色情感辨识微博模糊分类模型。该模型采集微博信息的上下文环境，构建相关信息的情感空间，然后提取待辨识信息的情感特征，基于场合情景空间进行灰色情感辨识，从而实现微博劣质与有害信息的甄别。[结果/结论]现场数据测试结果表明，与人工辅助辨识的现有模型相比，该模型的效率、辨识率与误报率等指标良好，系统开销不大，具有良好的应用前景。
[期刊] 商业研究
[作者]
钱瑛 杨定华
本文从情感倾向角度研究好评的文本内容对用户购买行为的影响是否一致,结果表明好评的数量和正面情感倾向的评论文本内容对用户购买行为均有正向影响,更重要的是好评数量与评论文本内容情感倾向之间存在显著交互作用;但是,好评数量并不必然会对用户的购买行为产生正向影响,只有当正面在线评论文本情感倾向较高时,好评数量才会加大用户购买的可能性。
[期刊] 数据分析与知识发现
[作者]
何跃 肖敏 张月
【目的】热点话题具有很大的影响力,针对热点话题及其情感对象的情感倾向进行相关研究。【方法】提出一个结合话题相关性的主客观分类模型,帮助抽取与热点话题相关的主观微博;利用基于机器学习改进的情感分类方法对抽取博文的情感极性进行分析;通过召回率、准确率、F值对情感分类效果进行详细评估。【结果】实证分析结果表明,结合话题相关性有效提升了热点话题微博主客观分类和情感极性分类效果,其中F值分别提升7.4%和2.2%。【局限】待需深入考虑数据的分布状态、情感分类粒度细化、情感对象的情感趋势变化等。【结论】考虑话题相关性
[期刊] 情报理论与实践
[作者]
张继东 杨杨
[目的/意义]移动社交网络中用户影响力的评估及意见领袖的识别对于商业营销、舆情控制及社会管理等方面具有重要意义。[方法/过程]从网络结构和社交属性的角度出发,提出一种基于用户交互行为和情感倾向的影响力度量算法。首先,根据用户之间的交互关系并利用话题识别的方法构建主题社区网络结构;其次,将主题社区中的用户作为研究对象,综合用户的互动性、创造性、发布内容质量等指标计算用户的活跃度并进行排序;再次,基于用户交互信息计算活跃度较高用户的情感极性值;最后,综合用户的活跃度和情感极性值计算用户在主题社区中的影响力。[结果/结论]通过实验分析证明,所提出的影响力度量算法能够准确挖掘出潜在影响力用户及真正具有影响力的正面意见领袖。
[期刊] 管理评论
[作者]
郝媛媛 邹鹏 李一军 叶强
在面板数据环境下分析了商品在线评论情感倾向与商品销售收入的关系,以揭示在线口碑劝说作用对消费者总体购买行为的影响机理。本文以电影行业为背景,基于面板数据环境,研究了不同情感倾向的影评是否影响电影票房收入以及在电影发布后的什么阶段存在影响,并进一步比较了各情感等级的评论影响效应的差异性。分析结果表明,仅在电影发布后第3周,在线影评的情感倾向对电影票房收入存在显著影响,且这种影响超过在线影评数量的影响,口碑的劝说功能发挥主要作用;极端好评(5星评论)的正向影响大于极端差评(1星评论)的负向影响,而中评(2-4星评论)没有显著影响。
[期刊] 统计与决策
[作者]
卢新元 卢泉 黄梦梅 李梓奇
众包网站中接包方数量日益增多,现行的声誉评分机制已不能满足用户的需求。对此,文章搜集了猪八戒网95364条评论数据,在此基础上,利用文本分析的方法计算评论的情感倾向,结合任务价格、时间效度等因素构建了一套接包方声誉得分评价机制。并按照好评率排名和本文规则排名进行了对比。结果表明,本文构建的接包方声誉评价模型能帮助买家更加清晰地分辨接包方的能力与态度,具有一定的实际应用价值。
关键词：
接包方声誉 众包模式 文本分析 情感计算
[期刊] 情报科学
[作者]
陈娟 刘燕平 邓胜利
【目的/意义】明确用户评论的情感倾向及其主要影响因素,有助于政府了解网民的态度及观点,更好地引导和控制舆情发展。【方法/过程】运用八爪鱼软件采集新浪政务微博上的辟谣信息,获取数据75847条,构建多元Logistic回归模型对用户情感倾向的影响因素进行分析。【结果/结论】研究发现:用户对政府辟谣信息表现出不同的情感倾向,其中,中性情感倾向用户比重最小,消极情感用户和积极情感用户占比接近;内容特征变量、文本特征变量、用户特征变量均对用户情感倾向有显著影响,但影响方式各异。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
