- 年份
- 2024(9414)
- 2023(13833)
- 2022(12170)
- 2021(11543)
- 2020(9648)
- 2019(22588)
- 2018(22385)
- 2017(43797)
- 2016(23494)
- 2015(26604)
- 2014(26378)
- 2013(25688)
- 2012(23068)
- 2011(20474)
- 2010(20263)
- 2009(18223)
- 2008(17291)
- 2007(14709)
- 2006(12453)
- 2005(10329)
- 学科
- 济(91759)
- 经济(91658)
- 管理(68112)
- 业(64621)
- 企(54995)
- 企业(54995)
- 方法(48252)
- 数学(42496)
- 数学方法(41745)
- 农(23414)
- 财(22183)
- 中国(21810)
- 业经(20530)
- 学(19181)
- 地方(17301)
- 理论(17188)
- 贸(15980)
- 贸易(15973)
- 农业(15731)
- 易(15529)
- 技术(15313)
- 务(14932)
- 和(14911)
- 财务(14848)
- 财务管理(14816)
- 制(14220)
- 企业财务(14004)
- 环境(13942)
- 划(12879)
- 银(11692)
- 机构
- 学院(324544)
- 大学(324530)
- 管理(134817)
- 济(124061)
- 经济(121375)
- 理学(118860)
- 理学院(117624)
- 管理学(115125)
- 管理学院(114548)
- 研究(99174)
- 中国(71470)
- 京(67439)
- 科学(63687)
- 财(54311)
- 业大(49746)
- 农(48940)
- 所(47698)
- 中心(46125)
- 财经(45270)
- 江(44529)
- 研究所(44103)
- 范(42447)
- 师范(42047)
- 北京(41667)
- 经(41390)
- 农业(38421)
- 经济学(36792)
- 州(36733)
- 院(36705)
- 技术(35222)
- 基金
- 项目(234644)
- 科学(185535)
- 基金(170913)
- 研究(170425)
- 家(148553)
- 国家(147361)
- 科学基金(128487)
- 社会(106175)
- 社会科(100634)
- 社会科学(100606)
- 省(92240)
- 基金项目(91149)
- 自然(85824)
- 自然科(83918)
- 自然科学(83900)
- 自然科学基金(82345)
- 教育(80058)
- 划(77396)
- 资助(70960)
- 编号(70294)
- 成果(54776)
- 重点(51937)
- 部(51365)
- 创(49364)
- 发(48849)
- 课题(47320)
- 创新(45914)
- 科研(45211)
- 教育部(44481)
- 大学(44237)
- 期刊
- 济(124408)
- 经济(124408)
- 研究(86945)
- 中国(54357)
- 学报(50615)
- 管理(47881)
- 科学(46606)
- 农(43135)
- 财(40492)
- 大学(38856)
- 教育(37687)
- 学学(36553)
- 技术(31246)
- 农业(30605)
- 业经(21838)
- 融(21143)
- 金融(21143)
- 财经(20788)
- 经济研究(20266)
- 图书(18415)
- 经(17624)
- 科技(16130)
- 问题(16019)
- 技术经济(15968)
- 业(15660)
- 理论(15444)
- 统计(15155)
- 版(14885)
- 商业(14442)
- 实践(14364)
共检索到440919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] 情报科学
[作者]
曲靖野 陈震 胡轶楠
【目的/意义】大数据时代文本主题挖掘在情报分析领域中的作用日趋重要,通过特征比较共词分析和LDA模型分析两种主流文本主题挖掘方法,研究两者的具体特点,为相关人员合理地运用文本主题挖掘方法处理数据提供一定的参考。【方法/过程】本文分两种情况对比研究:第一、两者挖掘不同时段同一种类文本数据的主题分布信息和主题演化信息的能力;第二、两者挖掘同一时段不同种类文本数据的提取正确主题的能力。【结果/结论】在不同时段LDA模型分析与共词分析相比挖掘主题分布信息的能力可不断提升,并且其可挖掘出更加细化的主题演化信息;在同
[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] 中国图书馆学报
[作者]
郭红梅 张智雄
本文通过文献调研分析，将基于图挖掘的文本主题识别方法总结为中心度方法、紧密关联子图查找和图聚类三种，后两者又细分为基于ｃｌｉｑｕｅ子团或类ｃｌｉｑｕｅ子团、基于图拓扑结构或结点属性聚类的方法。中心度方法通过对比文本网络中术语结点的重要度来实现文本主题的识别，紧密关联子图查找和图聚类方法则是根据文本图中术语结点和边的属性相似度来识别文本核心主题。基于语言文本网络自身特性，如何构建复杂文本关系图来同时揭示术语间的句法、共现和语义关系，如何基于术语关联和图拓扑结构识别其中的紧密关联子团，基于何种标准将紧密关联子团聚类以揭示文本核心主题，都是未来需要进一步深入研究的问题。
[期刊] 情报理论与实践
[作者]
林晗 汤珊红 高强 程佳军
[目的/意义] 识别和把握研究前沿具有现实价值，目前基础性知识工具中，主题模型因其独特的优越性而具有较为广泛的应用，为专家研判提供了辅助和支撑。[方法/过程]本文针对LDA的拓展模型HLDA展开研究，在方法核心过程nCRP中引入了文本相似度因子，并构造了数据集用于实证研究。[结果/结论]实验证明改进HLDA相较原始HLDA方法有了较大提升，并在不同程度上超越了现有的多种主题方法和引用网络方法，运用在前沿主题识别中具有较高准确性与可靠性。
[期刊] 情报理论与实践
[作者]
林晗 汤珊红 高强 程佳军
[目的/意义] 识别和把握研究前沿具有现实价值，目前基础性知识工具中，主题模型因其独特的优越性而具有较为广泛的应用，为专家研判提供了辅助和支撑。[方法/过程]本文针对LDA的拓展模型HLDA展开研究，在方法核心过程nCRP中引入了文本相似度因子，并构造了数据集用于实证研究。[结果/结论]实验证明改进HLDA相较原始HLDA方法有了较大提升，并在不同程度上超越了现有的多种主题方法和引用网络方法，运用在前沿主题识别中具有较高准确性与可靠性。
[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] 数量经济技术经济研究
[作者]
孟勇 任梦 赵心
研究目标:构建反映行业股价走势的基于社交网络文本挖掘算法的行业投资者情绪指标，并改善嵌入行业投资者情绪指标的Black-Litterman模型对资产的配置结果。研究方法:基于社交网络文本挖掘算法度量投资者情绪，运用主成分分析法构建行业投资者情绪指标，并嵌入Black-Litterman模型中构建投资者观点矩阵，确定行业资产配置比。研究发现:基于行业投资者情绪的BL模型有效提高了资产配置的日均收益率和夏普比率。实证结果在样本外验证(除受新冠疫情影响阶段)、暴涨暴跌阶段以及经过允许卖空和交易成本调整后仍稳健，进而证实了投资者情绪对资产组合有显著影响。研究创新:基于社交网络文本挖掘算法构建投资者情绪指数，解决了仅依赖于预期收益或历史数据的预测模型无法直观揭示投资者心理认知和行为的局限性问题，从一个崭新的视角科学地解决Black-Litterman模型中投资者观点的生成问题。研究价值:扩展了Black-Litterman模型理论体系研究，并推动了行为金融理论在资产配置中的应用。
[期刊] 图书情报工作
[作者]
唐涛
将领域本体学习的任务与中文文本挖掘技术相结合,构建基于文本挖掘的中文领域本体学习模型,从领域文本库构建、领域概念学习、概念间关系学习、本体表示和本体评价五个方面研究该模型各个模块的实现方法和技术。
关键词：
文本挖掘 领域本体 本体学习
[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] 图书情报工作
[作者]
张琴 张智雄
[目的/意义]以主题短语识别为研究对象,提出基于PhraseLDA模型的主题短语挖掘方法,为快速理解文本内容、准确抽取文本主题提供借鉴思路。[方法/过程]对低频词进行量化定义,提出一种合理的短语重要度计算方法,最终利用PhraseLDA主题模型推理出主题短语。[结果/结论]实验结果表明该方法在多种数据集中挖掘出的主题短语质量较高,主题一致性较强。
关键词：
主题模型 短语挖掘 主题短语
[期刊] 图书情报工作
[作者]
唐晓波 王洪艳
为了弥补目前微博平台主题挖掘方法的不足,兼顾到微博信息的稀疏性、多维性、海量性等特点,提出根据微博信息特点进行有针对性的预处理后,使用基于先验概率的潜在语义分析模型LDA(Latent Dirichlet Alloca-tion)进行微博主题挖掘,并在LDA建模的基础上,设计文本增量聚类算法,进一步实现主题结构的识别,从而使用户更好地理解主题及其结构。通过在真实微博数据集上的实验,证明该模型能有效进行主题挖掘和主题结构的识别。
[期刊] 情报学报
[作者]
刘东亮 王军光 张洁 赵浩宇 赵蔚
针对情报信息挖掘过程中信道拥塞、信道使用率不高、吞吐能力弱导致数据存储负载过高的问题,设计一种基于知识单元挖掘的网络文库信息存储模型。通过设计网络文库信息类型的空间模型,实现网络文库中的海量数据分类,对分类后的网络文库目标存储信息进行多路径分配,将其分配到不同信道中,对存储信道进行负载特征分解,以确保各个情报信息存储传输信道的均衡负载,最后构建网络文库信息存储模型,实现文库信息存储。模型实验结果的信息存储节点时延和信道异常量降低,信息丢帧率减少,由此可得出结论:基于知识单元挖掘的网络文库信息存储模型对降低文库信息负载具有重要作用,可应用于情报信息中的网络文库资源储存与挖掘。
关键词：
知识单元 存储信息 网络文库 信息模型
[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
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
