- 年份
- 2024(9396)
- 2023(13779)
- 2022(12099)
- 2021(11459)
- 2020(9620)
- 2019(22526)
- 2018(22345)
- 2017(43721)
- 2016(23511)
- 2015(26684)
- 2014(26484)
- 2013(25822)
- 2012(23260)
- 2011(20630)
- 2010(20497)
- 2009(18430)
- 2008(17561)
- 2007(14955)
- 2006(12686)
- 2005(10478)
- 学科
- 济(92252)
- 经济(92152)
- 管理(68051)
- 业(64485)
- 企(54841)
- 企业(54841)
- 方法(49134)
- 数学(43265)
- 数学方法(42478)
- 农(23351)
- 财(22596)
- 中国(21789)
- 业经(20052)
- 学(19720)
- 地方(17211)
- 理论(17138)
- 农业(15702)
- 贸(15455)
- 贸易(15447)
- 务(15276)
- 财务(15192)
- 财务管理(15156)
- 技术(15124)
- 易(15006)
- 和(14853)
- 企业财务(14321)
- 制(14098)
- 环境(14067)
- 划(12915)
- 银(11680)
- 机构
- 学院(325595)
- 大学(325332)
- 管理(134471)
- 济(124232)
- 经济(121526)
- 理学(118479)
- 理学院(117237)
- 管理学(114672)
- 管理学院(114101)
- 研究(100268)
- 中国(72589)
- 京(67977)
- 科学(64696)
- 财(54487)
- 业大(50594)
- 农(50070)
- 所(48681)
- 中心(46491)
- 财经(45327)
- 研究所(44960)
- 江(44808)
- 范(42229)
- 北京(42116)
- 师范(41822)
- 经(41385)
- 农业(39383)
- 院(37125)
- 州(36831)
- 经济学(36789)
- 技术(35520)
- 基金
- 项目(234807)
- 科学(185208)
- 基金(170747)
- 研究(169733)
- 家(148772)
- 国家(147580)
- 科学基金(128313)
- 社会(105234)
- 社会科(99772)
- 社会科学(99744)
- 省(92337)
- 基金项目(90781)
- 自然(86043)
- 自然科(84133)
- 自然科学(84115)
- 自然科学基金(82544)
- 教育(79767)
- 划(77626)
- 资助(71491)
- 编号(69943)
- 成果(54538)
- 重点(52086)
- 部(51309)
- 创(49120)
- 发(48826)
- 课题(47298)
- 创新(45705)
- 科研(45413)
- 教育部(44233)
- 大学(44088)
- 期刊
- 济(124544)
- 经济(124544)
- 研究(87702)
- 中国(54645)
- 学报(51429)
- 管理(47868)
- 科学(47282)
- 农(44056)
- 财(40933)
- 大学(39417)
- 教育(37379)
- 学学(37199)
- 技术(31725)
- 农业(31225)
- 业经(21564)
- 融(21268)
- 金融(21268)
- 财经(20796)
- 经济研究(20230)
- 经(17626)
- 图书(17343)
- 统计(16609)
- 技术经济(16344)
- 科技(16089)
- 问题(16035)
- 业(16013)
- 理论(15314)
- 版(15139)
- 策(14954)
- 资源(14286)
共检索到443717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]
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] 情报理论与实践
[作者]
罗鹏程 王一博 王世奇 王继民
[目的/意义]微博是网络舆情传播的重要平台之一,为了对海量微博中的突发舆情事件进行监控预警,并获取开源情报。[方法/过程]文章以短语作为兴趣词项,提出了基于突发短语挖掘的微博舆情事件检测方法。首先,利用自动短语挖掘方法AutoPhrase从微博文本中识别出具有潜在舆情价值的优质短语;然后,基于短语相关统计信息,识别出主题性、流行性、突发性均较大的高舆情价值的突发短语集合;最后,构建突发短语共现网络,利用模块度优化算法对短语聚类,从而得到不同的舆情事件。[结果/结论]基于推特数据的实验结果表明,与基于单词和命名实体的方法相比,该方法可以获得更好的事件检测效果。[局限]仅针对特定主题的英文推特数据进行了实验验证。
[期刊] 图书情报工作
[作者]
王东波 韩普 沈耕宇 沈思
基于通过具体实验确定的Bisecting K-means聚类和Lemmatization形态变换算法,在汉英短语级人文社会科学平行语料基础上,尝试进行类别知识挖掘的实验。在中文社会科学引文索引(CSSCI)的类别和标题知识基础上,完成对汉英语料的预处理,并分析名词、动词和形容词的分布状况。在名词、动词和形容词等词性的组合基础上,对比不同词性组合的效果并确定最优的词性组合类别知识挖掘模型。
[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] 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] 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] 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] 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] 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] 情报理论与实践
[作者]
唐晓波 肖璐
在社会化网络环境下,关于产品的评论成为企业竞争情报分析重要的数据源。这些评论中包含用户对产品各个方面的情感倾向,对其进行情感分析可以帮助商家了解产品的优缺点。针对现有情感分析的不足,本文在构建评论挖掘模型时综合采用了共词分析和基于句法分析的极性传递法。共词分析可定量确定用户关心的产品维度;极性传递算法考虑句子结构特点,在对句子级文本做情感分析时相较传统情感分类算法有更好的分析效果。同时,引入极性值和强度值计算情感词和主题词的情感强度。
关键词：
情感分析 评论挖掘 共词分析
[期刊] 图书馆论坛
[作者]
李善青 赵辉 宋立荣
科技项目查重是避免重复立项、重复建设的重要措施之一,目前缺乏行之有效的方法。文章提出基于大数据挖掘和多源信息整合的项目查重方法,以科技项目的基本信息、发表论文信息、关键词、负责人信息和承担机构等要素构建的大数据网络为研究对象,利用多源信息整合方法构建科技项目的相似度判别模型,并采用Hadoop框架实现海量数据的快速挖掘。文章介绍项目查重模型,重点讨论需要解决的关键问题,为解决项目查重问题提供一种全新的思路和方法。
[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
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
