- 年份
- 2024(7480)
- 2023(11026)
- 2022(9605)
- 2021(9066)
- 2020(7981)
- 2019(18845)
- 2018(18934)
- 2017(36781)
- 2016(19936)
- 2015(23183)
- 2014(23334)
- 2013(22858)
- 2012(20585)
- 2011(18274)
- 2010(18252)
- 2009(16890)
- 2008(16538)
- 2007(14740)
- 2006(12258)
- 2005(10436)
- 学科
- 济(83345)
- 经济(83264)
- 管理(58008)
- 业(55734)
- 企(46953)
- 企业(46953)
- 方法(45475)
- 数学(40995)
- 数学方法(40299)
- 农(21322)
- 财(20825)
- 中国(19964)
- 业经(16972)
- 学(15663)
- 地方(15514)
- 贸(15004)
- 贸易(14999)
- 易(14575)
- 理论(14148)
- 务(14036)
- 财务(13955)
- 财务管理(13918)
- 农业(13802)
- 企业财务(12922)
- 制(12915)
- 和(12902)
- 技术(12316)
- 环境(11709)
- 划(10664)
- 银(10544)
- 机构
- 学院(284993)
- 大学(281901)
- 管理(115299)
- 济(112815)
- 经济(110444)
- 理学(100770)
- 理学院(99744)
- 管理学(97629)
- 管理学院(97117)
- 研究(86552)
- 中国(64311)
- 京(58376)
- 科学(55494)
- 财(49380)
- 农(46766)
- 业大(44439)
- 所(43201)
- 中心(41897)
- 江(41311)
- 财经(40546)
- 研究所(39715)
- 农业(37109)
- 经(36757)
- 北京(35944)
- 范(35618)
- 师范(35230)
- 经济学(33936)
- 州(32916)
- 技术(31974)
- 院(31335)
- 基金
- 项目(197698)
- 科学(155445)
- 基金(142594)
- 研究(141498)
- 家(124230)
- 国家(123230)
- 科学基金(106765)
- 社会(87698)
- 社会科(83223)
- 社会科学(83193)
- 省(79560)
- 基金项目(75671)
- 自然(71626)
- 自然科(70023)
- 自然科学(70005)
- 自然科学基金(68702)
- 教育(67635)
- 划(66609)
- 资助(60082)
- 编号(58274)
- 成果(45465)
- 重点(44623)
- 部(43564)
- 发(41841)
- 创(41391)
- 课题(39975)
- 科研(38775)
- 创新(38636)
- 教育部(37285)
- 计划(37043)
- 期刊
- 济(113164)
- 经济(113164)
- 研究(71998)
- 中国(48901)
- 学报(43375)
- 农(40405)
- 科学(40040)
- 管理(39772)
- 财(39600)
- 大学(32967)
- 学学(31178)
- 技术(31060)
- 教育(29183)
- 农业(27694)
- 业经(19855)
- 融(19728)
- 金融(19728)
- 财经(19174)
- 经济研究(18513)
- 统计(17323)
- 经(16383)
- 业(15726)
- 策(15686)
- 技术经济(15509)
- 问题(15081)
- 决策(14421)
- 商业(13824)
- 版(13610)
- 资源(12979)
- 理论(12831)
共检索到390711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] 物流技术
[作者]
魏忠 乐玥
电商平台上存在大量的物流数据评价信息，然而，个人语言表达中存在或多或少的差异，导致主题分类词并不能很好的聚类，为商家与消费者提供决策信息。因此，提出了一种基于LDA(Latent Dirichlet Allocation)主题模型的同义主题合并的文本分类方法对在线评价进行物流主题挖掘，寻找其中更深层次的决策信息。首先，采用python3.9爬取某电商平台生鲜类、食品类、电器类、个护类、日用类及服务类产品的在线评论数据。运用TF-IDF(Term Frequency-Inverse Document Frequency)分词方法对数据集进行分词处理，获得特征词及其概率分布，利用物流行业同义词库进行特征词的同义替换，并进行概率重整合，最后进行LDA主题模型分析以及可视化分析。在数据实证算例分析中发现，在六大类的商品中，消费者对于物流的要求并不相同，商家可根据在线评论的主题挖掘结果进行物流企业的选择以满足消费者需求，物流企业也可依据此进行自身服务质量的提升。
[期刊] 中国科技论坛
[作者]
李艾丹 薛中玉 李春梅
本文介绍了异构信息知识挖掘与可视化分析系统背景,异构信息、异构信息知识挖掘、信息可视化的基本概念,构建了异构信息知识挖掘与可视化系统架构模型,描述了系统的总体思路和体系架构的主要模块,为相关研究奠定基础,提供有价值的参考。
关键词：
异构信息 知识挖掘 可视化 系统架构
[期刊] 华中师范大学学报(自然科学版)
[作者]
肖明 商慧语 肖毅 廖莉莉
为揭示并对比统计学CSSCI期刊创办至今的刊文发展趋势与热门主题，该研究收集从1985-2020年CNKI数据库收录的统计学CSSCI期刊43 001篇文献为研究对象，运用LDA主题模型及共现网络模型对热门主题及主流研究方法等指标进行热门主题与知识图谱分析，并绘制相关知识图谱.研究表明，近5年来研究方法上大量采用结构方程模型和分位数回归法，而大数据则成为近年来新增的高频词.LDA模型能够较为精确地挖掘统计学领域的热门主题和研究方法，为科研人员和决策人员开展前沿科学活动提供重要支持.
[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
[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] 情报杂志
[作者]
王文娟 马建霞
[目的/意义]基于当前对科研项目的研究主要以数据统计和计量分析为主,以NSF资助的海洋酸化相关研究的项目数据为例,从项目主题的角度研究科研立项的重点和演化,并对未来投入趋势加以预测。[方法/过程]使用LDA主题模型对该研究的主题进行分析,计算主题强度分析演化过程,统计NSF申请书项目与支撑发表的核心论文主题强度之间的相关性,进而分析NSF海洋酸化项目的主题发展趋势。[结果/结论]发现LDA模型可以很好的发现海洋酸化的主要研究主题,且NSF资助的科研项目与支撑发表论文的主题演化规律具有一致性。使用的方法对科
关键词：
LDA NSF项目 主题演化 海洋酸化
[期刊] 中国图书馆学报
[作者]
余肖生 周宁 张芳芳
基于可视化数据挖掘的知识发现模型,过程有4个步骤:数据的收集和存储;数据预处理,把数据转化成可以理解的形式;使用硬件和相关软件,产生一个可视化的数据表示;通过与数据的可视化表示进行交互,用户从中感知和挖掘知识。图5。参考文献14。
关键词：
可视化技术 数据挖掘 知识发现 数据库
[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]
曲佳彬 欧石燕 凌洪飞
自关联数据被提出以来,其已成为在网络上发布结构化数据的主流方式,随着关联数据集的急速增多,如何有效地消费和利用关联数据正成为研究人员关注的焦点。本研究对关联数据的深度挖掘和可视化分析进行了探索。首先,采用文本挖掘技术,深入挖掘地质领域学术论文元数据中的隐含信息;接下来,基于设计的"学术论文-学者"本体模型对学术论文元数据和挖掘出的信息进行语义化表示,以构建RDF关联数据。在此基础上,利用不同的可视化分析方法,从多个维度对学术论文关联数据中蕴含的宏观和微观知识进行可视化展示。结果表明:①基于深度挖掘的学术论文关联数据能够更加深入和全面地展示学术论文元数据中蕴涵的知识;②关联数据可视化分析能够以直观的图形展示关联数据中的宏观和微观知识,帮助用户快速对关联数据进行消费和利用。
关键词：
关联数据 可视化分析 学术论文
[期刊] 图书情报工作
[作者]
刘春艳
以Web of Science数据平台的SCI和SSCI数据库为数据源,下载文本挖掘研究领域的文献全纪录数据,利用CitespaceⅡ信息可视化软件,对1998—2009年间文本挖掘领域研究的文献数据进行统计和可视化分析。确定了作为文本挖掘领域研究基础的经典文献、关键文献,明确了文本挖掘领域学科研究的前沿热点。
[期刊] 现代情报
[作者]
李永忠 蔡佳
为了更好地了解国内电子政务研究发展阶段,推动电子政务学科发展,本文提出将主题模型应用在电子政务研究主题演化分析中。电子政务主题演化能够挖掘出电子政务研究热点,在电子政务学科建设方面具有一定的理论和实践意义。本研究收集了中国知网中1999-2016年以电子政务为主题的实验数据,采用LDA模型抽样得到每年的文档主题,将采样的主题通过社会网络等方法进行可视化分析。根据主题演化分析结果,本文将国内电子政务研究划分为3个阶段:起步阶段、快速发展阶段、平稳发展阶段,本文还分析了目前国内电子政务研究的热点,展望了国内电
[期刊] 情报理论与实践
[作者]
傅柱 王曰芬 关鹏
［目的］为了能够更为全面地探索和揭示研究领域的知识结构和热点主题，文章提出基于分类视角的ＬＤＡ主题抽取方法。［方法］以国外知识流领域为研究对象，根据研究方向将知识流的相关文献分为５类。利用ＬＤＡ主题模型分别对分类后的文献集进行主题抽取，筛选得到不同研究方向下的１１个热点主题，并深入分析不同研究方向下热点主题所揭示的知识点。［结果］实验结果表明，基于分类视角的ＬＤＡ主题抽取方法能够较为全面和细致地挖掘研究领域的学科主题和研究热点。［局限］所提的方法未能与其他主题挖掘方法进行对比，研究结果也未与现有文献中分析出的知识流领域研究热点进行对照。
[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
[期刊] 情报理论与实践
[作者]
余传明 张小青 陈雷
本文提出了潜在狄利克雷分布模型与自然语言处理技术相结合的一种挖掘用户评论热点的方法。为验证该方法的有效性,以22157篇餐馆评论为样本,利用Gibbs抽样计算模型参数,获取了评论热点及相应的热点词语。实验获得的9个主题内容较好地反映了餐馆评论中的热点,与现实生活中用户所关心的餐饮热点基本吻合,表明该模型具有较好的热点识别效果。
关键词：
热点话题识别 热点挖掘 用户评论 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
