- 年份
- 2024(10933)
- 2023(15826)
- 2022(13717)
- 2021(12671)
- 2020(10515)
- 2019(24357)
- 2018(24135)
- 2017(46434)
- 2016(25016)
- 2015(28054)
- 2014(27950)
- 2013(27366)
- 2012(25305)
- 2011(22655)
- 2010(22459)
- 2009(20172)
- 2008(19205)
- 2007(16604)
- 2006(14439)
- 2005(12474)
- 学科
- 济(103658)
- 经济(103551)
- 管理(69565)
- 业(67878)
- 企(55167)
- 企业(55167)
- 方法(45486)
- 数学(39589)
- 数学方法(39053)
- 中国(29199)
- 农(28260)
- 地方(25838)
- 业经(23711)
- 财(23704)
- 学(21705)
- 农业(19291)
- 贸(18021)
- 贸易(18007)
- 易(17404)
- 制(16910)
- 环境(16800)
- 技术(16669)
- 理论(16472)
- 和(16191)
- 银(15630)
- 银行(15587)
- 融(15204)
- 金融(15202)
- 务(15029)
- 财务(14951)
- 机构
- 学院(345918)
- 大学(345865)
- 管理(138782)
- 济(137272)
- 经济(134318)
- 理学(120491)
- 理学院(119154)
- 管理学(116960)
- 管理学院(116342)
- 研究(116146)
- 中国(85997)
- 京(73777)
- 科学(72741)
- 财(61090)
- 所(57342)
- 农(56392)
- 中心(53174)
- 业大(52477)
- 研究所(52429)
- 江(50019)
- 财经(49228)
- 范(46987)
- 师范(46499)
- 北京(46459)
- 经(44922)
- 农业(43859)
- 院(42888)
- 州(41075)
- 经济学(40523)
- 师范大学(37609)
- 基金
- 项目(242507)
- 科学(190855)
- 研究(177683)
- 基金(175055)
- 家(152416)
- 国家(151116)
- 科学基金(130418)
- 社会(111187)
- 社会科(105374)
- 社会科学(105347)
- 省(95550)
- 基金项目(93375)
- 自然(85253)
- 自然科(83293)
- 自然科学(83270)
- 教育(81752)
- 自然科学基金(81725)
- 划(80254)
- 编号(73111)
- 资助(71921)
- 成果(57953)
- 发(54893)
- 重点(54114)
- 部(52893)
- 创(50607)
- 课题(50031)
- 创新(47159)
- 科研(46445)
- 教育部(45404)
- 国家社会(45318)
- 期刊
- 济(149562)
- 经济(149562)
- 研究(100693)
- 中国(66041)
- 学报(54337)
- 农(51330)
- 管理(51062)
- 科学(50491)
- 财(45200)
- 大学(41670)
- 教育(40831)
- 学学(39140)
- 农业(36089)
- 技术(31977)
- 融(29336)
- 金融(29336)
- 业经(26334)
- 经济研究(23702)
- 财经(23101)
- 经(19705)
- 问题(19413)
- 图书(19196)
- 业(18201)
- 科技(17209)
- 技术经济(16706)
- 理论(16688)
- 版(15751)
- 商业(15713)
- 资源(15465)
- 实践(15382)
共检索到503423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] 情报科学
[作者]
李慧 王丽婷
【目的/意义】随着网民规模的扩大以及微博数据的增长,获取微博空间的热点话题是一项有价值的任务。本文结合微博的特点提出专门针对中文微博的热点话题发现模型。【过程/方法】本文提出利用词项H指数筛选出热点词项,然后利用BTM建模和VSM建模的结果相融合计算文本相似度,再利用k-means聚类算法发现微博的热点话题。【结果/结论】本文在提取特征阶段既考虑了微博词项的热度又考虑了其短文本性,通过实验验证本文提出的方法有利于发现准确的热点话题。
[期刊] 图书情报工作
[作者]
孙明溪 刘春琦
[目的 /意义]在大数据时代面对海量的数据用户有时会束手无策。因此,越来越多的学者们开始关注互联网热点话题发现的算法,帮助用户快速获取热点话题。[方法 /过程]基于DBSCAN算法,通过动态调整参数来优化算法,实现热点话题发现。根据句法结构与句间关系分析构建热点话题过滤模型,过滤包含热点词项的一般话题。[结果 /结论]采用主流网站新闻数据集进行实验,利用错检率、漏检率等评价指标对算法的有效性进行检验,实验结果证明改进算法性能有所提升,能够为信息用户提供科学研究网络数据的高效途径。
[期刊] 情报理论与实践
[作者]
何跃 朱灿 朱婷婷 郭秋艳
[目的/意义]微博作为目前大众获取信息的重要来源,微博中的热门话题则表现出大众关注的焦点所在,如何在热门话题中发现和控制舆情具有重要意义。[方法/过程]文章首先通过网络爬虫程序在新浪微博获取了热点话题微文数据,对热点话题与时事时滞关系进行了统计分析,运用Ward方法对情感进行聚类分析,获取到了情感曲线的8类趋势,最后对不同信息源和情感曲线进行了相关分析,并结合TF-IDF算法识别出了情感极性临界点。[结果/结论]研究结果表明:公众在社会性话题发生后会及时参与讨论,具有较快的情感反应,公众理性观念形成的关键
关键词：
微博舆情 热点话题 情感识别 聚类分析
[期刊] 现代情报
[作者]
游丹丹 陈福集
随着互联网的快速发展,网络舆情对社会的影响不容忽视。若能够及时从海量数据中发现热点话题,追踪热点话题演变以及预测话题的倾向,对于帮助相关部门及时有效地对其引导和控制具有较大意义。本文通过对我国网络舆情热点话题发现的相关文献进行收集、整理及分析,归纳其中的主要研究思想和方法,同时发现存在的不足,并提出进一步的展望,以期对后来研究者提供参考。
关键词：
网络舆情 热点话题发现 发现模型 综述
[期刊] 现代情报
[作者]
丁晟春 王楠 吴靓婵媛
[目的]从海量微博舆情信息中准确、高效地发现和挖掘当下的热点主题,以期为政府和企业监控和管理舆情动态提供有价值的参考。[方法]研究首先从维度、特征和度量三方面综合考虑构建"帖子—主题"二模网络模型,其次选择词频、主题权重和词频增长率3个特征来抽取模型所需的有效关键词,然后选取社会网络分析法中的社区发现方法进行基于关键词的主题社区发现,最后综合考虑用户影响力和传播影响力两个属性,通过热度分析确立主题热度,识别热点主题。[结果]实验表明,该方法能有效挖掘网络舆情中的热点主题,检测出的主题结果均正确,验证了本文
[期刊] 软科学
[作者]
田盼 何跃
随机选取腾讯微博100个热点话题作为研究样本,绘制了博文数量增长曲线,然后使用自组织特征映射神经网络对样本进行聚类分析,再通过数据分组处理方法拟合各类曲线发展趋势,最后使用随机抽选对话题分类进行实证。研究结果表明,微博话题的相关博文数量变化趋势主要表现为七种类型,它们随着时间变化表现为不同的形式。
[期刊] 情报科学
[作者]
魏德志 陈福集 林丽娜
【目的/意义】网络舆情的热点话题对政府和网民有着很大的影响,及时发现热点话题有利于政府监控话题的发展。【方法/过程】本文提出了基于时间序列的话题动态演化两层模型,并将新闻网页内容的相似度和页面链接分析作为话题热度的计算依据,然后利用改进的Single-Pass算法进行增量聚类获得聚类中心,最后根据热度权重将聚类中心进行排序,获得热点话题。【结果/结论】通过实验验证,该算法发现效果好,能够更好地获得热点话题。
[期刊] 清华大学学报(自然科学版)
[作者]
陈舒婷 疏学明 胡俊 解学才 张雷 张伽
网络舆情安全是社会安全的重要组成部分,识别和追踪热点话题是治理突发事件网络舆情的基础。现有研究具有网络舆情事件表征不全面、对于热点话题的识别和追踪局限于语义信息等问题。该研究基于社交、内容、话题、情感4个维度构造超网络模型,并引入时间特征作为网络的连接关系,用于定量表征时序的网络舆情事件;将话题节点在超网络中的中心性及中心性变化率作为话题热度的度量指标,实现热点话题发现及演化跟踪;应用“甘肃白银马拉松”微博舆情案例对模型和指标进行验证分析。研究结果表明:该时序超网络模型能够清晰表征突发网络舆情事件,中心性及中心性变化率指标能够准确识别和跟踪热点话题,并为实时态势研判预警、舆论引导等提供指导。
关键词：
超网络 网络舆情 中心性 微博话题
[期刊] 情报理论与实践
[作者]
陆泉 陈仕 陈静 郝志同 朱安琪
［目的/意义］专业领域微博往往具有话题的高维稀疏性，探寻此类情境下微博热点话题挖掘的高效模型，以便相关管理部门快速掌握领域近况并进行决策。［方法/过程］提出高维稀疏情境下微博热点话题挖掘模型，引入领域词典监督预处理微博文本，基于朴素贝叶斯分类器进行特定领域信息识别，采用“密度—距离”快速搜索聚类算法实现领域热点话题挖掘，并以国土资源领域为典型进行实证。［结果/结论］本文模型能在高维稀疏情境下准确识别专业领域信息并挖掘出热点话题，有助于专业领域微博舆情分析与预警。
[期刊] 情报理论与实践
[作者]
吕鲲 施涵一 靖继鹏
[目的/意义]突发公共卫生事件下的网络舆情治理至关重要，探究该事件中网络舆情热点话题形成的组态路径，能够更好地把握舆论走向，为相关部门及时有效地管理和引导网络舆情提供参考。[方法/过程]选取新冠疫情期间相关的44个代表性微博热搜话题，采用扎根理论提取事件属性、事件主体、事件范围以及事件倾向4个前因变量，并采用热搜持续时间这一结果变量，利用模糊集定性比较分析方法进行研究。[结果/结论]通过fsQCA3.0软件生成五条热点话题形成组态，结果显示大范围的权威信息更易形成热点话题，不同的前因变量排列组合均能成为热点话题形成的条件，并通过对各前因变量影响程度以及组态路径的分析提出应对突发公共卫生事件网络舆情的建议。
[期刊] 现代情报
[作者]
饶浩 文海宁 林育曼 陈晓锋
为了提高微博舆情的预测精度,针对不同单一核函数的局限,用线性拟合确定两种核函数的权重提出改进的支持向量机模型。首先利用马尔科夫模型矩阵的稀疏程度提取影响因子指标,得到微博传播的增减趋势;然后用改进的支持向量机对实时数据按照4∶1的比例划分测试集和训练集,进行实时预测与警示。实验结果表明:应用马尔科夫模型进行微博舆情的主成分提取效果较佳,改进的支持向量机构造了新的组合核函数,比传统的预判效果更佳。
[期刊] 图书情报工作
[作者]
张海涛 刘雅姝 张枭慧 宋拓
[目的/意义]探索热点事件评论网络中话题社群及网民的情感波动,掌握舆情事件发展过程,对于整体把握热点事件的发展方向,做好新时期网络舆论的引导工作具有重大意义。[方法/过程]以复杂网络理论为基础,基于评论词语间的共现关系构建基于事件发展的子事件网络,通过社群发现算法来识别子事件评论网络中的话题社群,将情感词依据情感词典赋予情感分类属性,基于事件的演化过程动态地跟踪网民意见以及情感波动。[结果/结论]研究结果表明,评论网络群落发现以及变异系数方法可以有效地衡量网民话题讨论的规模与集中程度;评论网络中赋予情感词节点情感分类属性方法可以体现事件演化过程中网民的情感变化;舆论衍生话题对事件的舆情发展有持续性影响;网民话题讨论内容对于事件演化具有一定程度上的前瞻性。
关键词：
复杂网络 社群发现 话题发现 情感分析
[期刊] 图书情报工作
[作者]
李霞 王连喜 路美秀 刘汉锋 刘俊延
[目的/意义]在海量网络新闻和微博等新媒体文本中自动识别网络热点话题并抽取有意义词串来描述热点事件,对自动识别和描述网络舆情具有重要的研究意义。[方法/过程]在现有热点描述词抽取方法中,利用关联规则或多元词组合方法在抽取过程中存在噪音词较多和特征词语义被放大或转移等问题。本文提出一种基于复合词生成的描述词抽取方法,在所提取的语义更为精确的描述词集合上使用一趟聚类算法对新闻文本进行聚类,自动识别网络热点话题并对热点话题进行排名。[结果/结论]对腾讯新闻事件文本数据集所做的实验结果表明,本文所提出的方法较传统
关键词：
网络热点话题识别 热词抽取 复合词聚类
[期刊] 情报杂志
[作者]
裘江南 谷文静 翟劼
[目的/意义]对微博消息进行热点话题挖掘,进而从海量微博文本中实时找出用户关注、讨论的热点事件,是进行舆情监测、应急管理的基础。然而,现有微博热点话题检测研究却大多忽略了不同影响力用户对话题产生及传播的作用,并且检测结果直观性较差。针对此问题,提出了基于用户影响力的热点话题检测方法。[方法/过程]首先识别用户特征要素,构建用户影响力模型,计算用户影响力;然后,综合考虑主题词影响力、影响力增长速度和增长斜率,提出基于用户影响力的微博热点话题主题词抽取方法,抽取主题词簇;之后,识别核心主题词并进行热点话题关键
关键词：
话题挖掘 用户影响力 微博 文本挖掘
[期刊] 图书情报工作
[作者]
唐晓波 向坤
分析传统LDA模型在进行微博热点挖掘时所得概率结果抽象且难以结合实际解释的缺点;考虑到微博本身的数据特点和信息论中信息量的观点,提出微博热度的概念,并将其引入到LDA模型的热点挖掘研究中,构建基于微博热度的LDA模型;通过API采集微博数据上的实验,证明新方法与旧方法具有相同的性能,而且能得到更直观的微博热度表,并得出更具有说服力的挖掘结论。
关键词：
LDA 微博热度 主题模型 热点挖掘
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
