- 年份
- 2024(10303)
- 2023(15186)
- 2022(13360)
- 2021(12546)
- 2020(10566)
- 2019(24411)
- 2018(24287)
- 2017(47200)
- 2016(25394)
- 2015(28723)
- 2014(28456)
- 2013(27818)
- 2012(25127)
- 2011(22373)
- 2010(22225)
- 2009(20027)
- 2008(19147)
- 2007(16428)
- 2006(14100)
- 2005(11778)
- 学科
- 济(97845)
- 经济(97736)
- 管理(71973)
- 业(69430)
- 企(57584)
- 企业(57584)
- 方法(50201)
- 数学(44256)
- 数学方法(43480)
- 农(27013)
- 财(24166)
- 中国(24039)
- 学(21971)
- 业经(21719)
- 地方(18865)
- 农业(18255)
- 理论(17812)
- 制(17754)
- 贸(16534)
- 贸易(16525)
- 易(16032)
- 务(15968)
- 财务(15884)
- 技术(15856)
- 财务管理(15851)
- 和(15708)
- 环境(15042)
- 企业财务(14980)
- 划(13726)
- 银(13336)
- 机构
- 大学(352802)
- 学院(352608)
- 管理(144273)
- 济(135430)
- 经济(132327)
- 理学(126710)
- 理学院(125356)
- 管理学(122640)
- 管理学院(122014)
- 研究(112281)
- 中国(81456)
- 京(73849)
- 科学(72240)
- 财(60008)
- 农(57042)
- 业大(55270)
- 所(55100)
- 中心(52194)
- 研究所(50932)
- 江(49777)
- 财经(49581)
- 范(46301)
- 师范(45824)
- 北京(45781)
- 经(45277)
- 农业(44652)
- 院(41587)
- 州(40496)
- 经济学(40058)
- 技术(38020)
- 基金
- 项目(254324)
- 科学(200776)
- 基金(185268)
- 研究(183236)
- 家(162291)
- 国家(160984)
- 科学基金(139386)
- 社会(114023)
- 社会科(107970)
- 社会科学(107940)
- 省(99753)
- 基金项目(98822)
- 自然(93573)
- 自然科(91460)
- 自然科学(91441)
- 自然科学基金(89747)
- 教育(85685)
- 划(84238)
- 资助(76848)
- 编号(75340)
- 成果(58977)
- 重点(57048)
- 部(55721)
- 发(53389)
- 创(52994)
- 课题(51186)
- 创新(49351)
- 科研(49198)
- 教育部(47822)
- 大学(47523)
- 期刊
- 济(138275)
- 经济(138275)
- 研究(95546)
- 中国(62224)
- 学报(56820)
- 科学(52617)
- 管理(50355)
- 农(50076)
- 财(44507)
- 大学(43393)
- 学学(40999)
- 教育(39692)
- 农业(34869)
- 技术(32824)
- 融(24298)
- 金融(24298)
- 业经(23618)
- 财经(22764)
- 经济研究(21931)
- 经(19348)
- 图书(18575)
- 业(18017)
- 问题(17955)
- 科技(17250)
- 技术经济(16932)
- 版(16673)
- 统计(16488)
- 理论(16198)
- 资源(16188)
- 商业(15191)
共检索到485803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] 情报学报
[作者]
吴江 侯绍新 靳萌萌 胡忠义
随着互联网时代的快速发展,在线医疗社区的出现打破了时空限制,为用户提供了丰富的医疗信息和情感帮助,已经成为社会支持的重要来源,受到用户的广泛关注和参与。对在线医疗社区进行用户文本挖掘能够揭示社区中用户的参与行为,从而优化其用户管理和信息推荐。已有的研究对象主要集中在英文在线医疗社区,鲜有文献对中文在线医疗社区进行研究。基于社会支持理论,本文设计了一个中文用户文本挖掘流程来研究中文在线医疗社区中的社会支持类型和用户参与。利用中文文本挖掘及机器学习方法,对中文糖尿病社区"甜蜜家园"进行研究。本文利用LDA(L
[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] 情报学报
[作者]
吴江 李姗姗 周露莎 施立 陈君
互联网技术与医疗的融合促进了在线医疗行业的发展,在线医疗社区是在线社区在医疗健康服务领域的细化,用户参与互动并促进朋友关系的形成与演化。本文选择国内最大的糖尿病社区——甜蜜家园为研究对象,采用基于随机行动者模型的社会网络动态分析方法,探究用户个体属性和网络结构属性对用户朋友关系网络动态演化的影响,利用SIENA工具进行模型参数估计和显著性检验。研究结果表明:性别、年龄、疾病类型对用户朋友关系的形成有显著影响,性别相同、年龄相近、疾病类型相同的用户越容易成为朋友;用户的好友数越多、在线时间越长、活跃度越高越
[期刊] 现代情报
[作者]
廖列法 勒孚刚 朱亚兰
对传统专利文本自动分类方法中,使用向量空间模型文本表示方法存在的问题,提出一种基于LDA模型专利文本分类方法。该方法利用LDA主题模型对专利文本语料库建模,提取专利文本的文档-主题和主题-特征词矩阵,达到降维目的和提取文档间的语义联系,引入类的类-主题矩阵,为类进行主题语义拓展,使用主题相似度构造层次分类,小类采用KNN分类方法。实验结果:与基于向量空间文本表示模型的KNN专利文本分类方法对比,此方法能够获得更高的分类评估指数。
[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] 情报科学
[作者]
周源 刘怀兰 杜朋朋 廖岭
【目的/意义】特征提取会很大程度地影响分类效果,而传统TF-IDF特征提取方法缺乏对特征词上下文环境和对特征词在类之间分布状况的考虑。【方法/过程】本文提出一种改进TF-IDF特征提取的方法:(1)基于文本网络和改进Page Rank算法计算节点重要程度值,解决传统TF-IDF忽略文本结构信息的问题;(2)增加特征值IDF值的方差来衡量特征词w在不同类别文本集中程度的分布情况,解决传统TF-IDF忽略特征词在类之间分布状况的不足。【结果/结论】基于该改进方法构建了文本分类模型,对3D打印数据进行分类实验。
[期刊] 图书情报工作
[作者]
高靖超 彭丽徽 张艳丰 蒋欣 洪闯
[目的/意义]通过构建在线医疗社区健康焦虑用户画像，以探究健康焦虑用户情感及其他特征表现，为在线医疗平台管理健康焦虑用户及加强在线医疗社区建设提供指导。[方法/过程]首先，依据现有研究成果并结合在线医疗社区健康焦虑用户实际数据特征建立用户画像标签体系。其次，根据标签体系对情感、主题、信息行为标签进行技术加工，得到标签属性并建立用户画像概念模型。最后，通过K-means聚类方法得到4个具有显著差异性的用户画像群体结构进行实证分析。[结果/结论 ]根据用户画像标签特征，将在线医疗社区健康焦虑用户依据情感划分为恐惧型、愤怒型、抑郁型、厌恶型4类，针对每个类型用户画像的显著特征进行具体分析，为在线医疗社区中健康焦虑现象提供一个较为全面的用户画像标签类型解释。
[期刊] 情报理论与实践
[作者]
唐晓波 房小可
伴随着微博的日趋流行,对微博信息的检索逐渐成为人们获取第一消息的手段。其中文本聚类和主题发现是信息检索领域的有效方法,采用适当的方法是影响微博短文本信息检索质量的关键因素。文章针对文本聚类和LDA主题模型的互补特征,综合考虑了微博特殊文体和短文本聚类效率问题,提出了基于频繁词集的文本聚类和基于类簇的LDA主题挖掘相融合的微博检索方法,给出了针对微博文体的一种新的主题检索模型。实验表明,该方法不仅能有效地划分微博文本,并且能清晰地挖掘类簇中潜在主题。
关键词：
文本聚类 主题检索 微博
[期刊] 情报理论与实践
[作者]
伍建军 康耀红
本文阐述了一种基于特征词聚类的降维方式,其主要思想就是把词在文本中的出现看成一个事件,先通过搜索算法计算每一个特征词的分布,合并对分类有相似作用的特征词,从而起到了特征降维的作用。最后通过实验测试分析,提出了一种改进的、考虑全局簇信息的相似度计算公式,将其应用到文本分类中,实验表明提高了文本分类的精度。
关键词：
特征词聚类 文本分类 相似度计算
[期刊] 情报科学
[作者]
吴江 施立
【目的/意义】研究在线医疗社区用户的交互网络和行为,期望对提升在线医疗社区活跃度和信息传播效率等社区发展问题提出建议。【方法/过程】选择百度贴吧"肿瘤吧"为研究平台,构造用户交互网络,采用社会网络分析方法对网络的整体结构、演变趋势和个体网中心性等进行计算分析,并使用线性回归方法分析用户个体网属性对其他用户交互行为的影响。【结果/结论】研究发现,该社区具有明显的小世界效应,信息在社区中传播效率较高,但存在网络密度低、核心成员较少、信息交换不平衡等缺陷。回归分析结果显示,社区中核心成员的行为对其他用户的交互行
[期刊] 价格理论与实践
[作者]
于本海 卢畅
在线健康社区作为一种新型的在线医疗平台，其信息获取和知识分享等交互行为进一步促进健康知识普及，推动“互联网+”医疗的可持续发展。以“百度痛风病吧”为例，利用Python编码爬取其所有帖子及回复的文本数据，然后进行数据清洗及处理，并导入LDA模型进行信息的编码分类和可视化研究，分析在线健康社区信息的主题特征。研究结论表明“：百度痛风病吧”社区的信息可分为病理知识、疾病诊疗、药物治疗、生活习惯和情感支持五大主题，并形成以药物治疗类为主、其他四类主题并行的格局；信息主题变化趋势中，药物治疗、情感支持和病理知识主题呈上升趋势，生活习惯和疾病诊疗出现下滑倾向。据此，提出深化在线健康社区平台建设、注重增进药物信息的共享、促进药物市场改革和资源均衡、保障用户的信息安全和有效权益等建议。
[期刊] 图书情报工作
[作者]
滕春娥 何春雨
[目的/意义]在线医疗社区用户画像能够精练化提取患者需求、可视化描述患者特征,有助于平台管理者制定更精准的信息服务策略。[方法/过程]在梳理在线医疗社区用户画像研究成果的基础上,提出一种在线医疗社区用户画像构建框架,并爬取百度贴吧中糖尿病社区用户数据,综合采用档案清单、复合图形、语言描述和词云方法,实现了具有4个维度和12项标签的在线医疗社区用户画像构建。[结果/结论]该理论框架及实现方法有助于信息精准推荐、改善患者体验、提升决策质量,为在线医疗社区用户画像构建与应用提供了理论与实践指导。
关键词：
用户画像 在线医疗社区 糖尿病
[期刊] 情报理论与实践
[作者]
王帅 纪雪梅
[目的/意义]本文通过构建在线健康社区用户画像，解释不同用户群体的情感差异和特征，以掌握社区用户情感表达规律，推动在线健康社区的信息支持与情感支持功能建设。[方法/过程]首先，分析建立用户画像的目的，结合在线健康社区的数据特点建立包含基本信息、情感、主题和信息行为特征的用户画像概念模型。然后，确定各用户的标签属性，对标签属性进行抽取。最后，结合情感标签对用户角色进行划分，利用具有噪声的基于密度的空间聚类方法（Density-Based Spatial Clustering of Applications with Noise， DBSCAN）实现了用户画像并分析不同角色的画像特征。[结果/结论]本文方法可以有效生成贴近用户原貌的画像并识别用户情感表达特征。通过实例分析挖掘出焦虑型、愤怒型、祈祷型、乐观型和悲哀型等5类社区用户群，各用户群体在性别、年龄、影响力、活跃度和兴趣主题方面均表现出不同的情感特征差异。
[期刊] 情报科学
[作者]
刘江华
【目的/意义】非常态分布状态下,LDA主题模型的检索效果较差;在数据量较小的情况下LDA主题模型计算出来的正确率较低。【方法/过程】本文提出一种基于Kmeans聚类算法的LDA主题模型检索方法,本检索方法以Kmeans算法为基础,对文本主题进行聚类和语义相关度分析,避免了传统LDA主题模型存在的诸多缺陷。【结果/结论】实验结果显示,不论是一般还是多义主题关键词的检索,本文的LDA主题模型在耗时和准确率上均比本文列出的其他三种主题模型具有明显的优势,进一步验证了本文提出方法的有效性。
[期刊] 数据分析与知识发现
[作者]
原欣伟 杨少华 王超超 杜占河
【目的】为了发挥用户创新社区及领先用户在企业开放式创新中的作用,对用户创新社区情境下的领先用户识别方法进行研究。【方法】结合领先用户特征,利用用户创新社区中的用户数据,从用户内容信息和行为数据两方面抽取用户特征,并在此基础上提出基于随机森林分类的领先用户识别方法。并以小米社区的MIUI论坛为例进行实例分析。【结果】实验结果表明,本文提出的识别方法在领先用户和非领先用户之间具有较好的区分度。【局限】不同产品领域用户创新社区的用户生成内容和行为数据有一定差异,本文仅以讨论小米手机操作系统的MIUI论坛为例,涉
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
