- 年份
- 2024(8596)
- 2023(12595)
- 2022(10902)
- 2021(10255)
- 2020(9074)
- 2019(21329)
- 2018(21290)
- 2017(41011)
- 2016(22404)
- 2015(25679)
- 2014(25765)
- 2013(25202)
- 2012(23137)
- 2011(20956)
- 2010(20936)
- 2009(19427)
- 2008(19228)
- 2007(17168)
- 2006(14620)
- 2005(12922)
- 学科
- 济(89637)
- 经济(89513)
- 管理(64694)
- 业(62121)
- 企(51193)
- 企业(51193)
- 方法(47020)
- 数学(41986)
- 数学方法(41277)
- 农(26206)
- 财(23517)
- 中国(21428)
- 学(19668)
- 贸(18787)
- 贸易(18780)
- 易(18325)
- 业经(18156)
- 制(17439)
- 农业(15693)
- 地方(15596)
- 理论(15348)
- 务(14851)
- 财务(14787)
- 财务管理(14746)
- 企业财务(13925)
- 和(13618)
- 技术(13272)
- 银(13131)
- 银行(13083)
- 融(12490)
- 机构
- 学院(321274)
- 大学(320976)
- 济(127230)
- 经济(124546)
- 管理(124412)
- 理学(108190)
- 理学院(107018)
- 管理学(104634)
- 研究(104499)
- 管理学院(104066)
- 中国(78338)
- 科学(67528)
- 京(67439)
- 农(60030)
- 财(57555)
- 所(53939)
- 业大(52864)
- 中心(49510)
- 研究所(49318)
- 江(47952)
- 农业(47900)
- 财经(46185)
- 北京(41909)
- 经(41870)
- 范(40068)
- 师范(39511)
- 经济学(38777)
- 州(37753)
- 院(37707)
- 技术(35722)
- 基金
- 项目(220100)
- 科学(171919)
- 基金(159603)
- 研究(154343)
- 家(141295)
- 国家(140163)
- 科学基金(119544)
- 社会(95341)
- 社会科(90252)
- 社会科学(90221)
- 省(87189)
- 基金项目(83987)
- 自然(81293)
- 自然科(79460)
- 自然科学(79433)
- 自然科学基金(78000)
- 划(74088)
- 教育(73144)
- 资助(67454)
- 编号(62593)
- 重点(50107)
- 成果(49881)
- 部(48473)
- 发(46260)
- 创(45983)
- 科研(43505)
- 课题(43376)
- 创新(43008)
- 计划(42406)
- 教育部(41070)
- 期刊
- 济(132841)
- 经济(132841)
- 研究(85356)
- 中国(59991)
- 学报(55448)
- 农(53675)
- 科学(49411)
- 财(46077)
- 管理(44965)
- 大学(41706)
- 学学(39556)
- 农业(36506)
- 教育(32848)
- 技术(30396)
- 融(25459)
- 金融(25459)
- 财经(22785)
- 业经(22761)
- 经济研究(21551)
- 业(20178)
- 经(19491)
- 问题(17897)
- 统计(17506)
- 版(16510)
- 技术经济(16160)
- 策(15698)
- 科技(14568)
- 商业(14489)
- 理论(14388)
- 决策(14326)
共检索到457892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]
蔡庆平 马海群
[目的/意义]构建一种基于Word2Vec和CNN的产品评论细粒度情感分析模型。[方法/过程]首先使用Word2Vec从产品评论中构建产品特征词列表和噪声词表,其次借助噪声词表来进行产品评论特征词的提取,然后采用CNN对产品评论进行产品特征层面的细粒度情感分类,最后实现基于产品特征的产品评论聚类。[结果/结论]通过爬取京东商城华为手机评论对该模型进行训练和测试,结果表明,该模型能够有效实现产品评论的细粒度情感分析,可以有效地发现用户对产品特征的关注度和满意度。
[期刊] 情报理论与实践
[作者]
惠调艳 王智 何振华 秦春秀
[目的/意义]线上购物逐渐成为消费主流，在线情感评价成为消费者购买、厂商产品改进的重要决策依据。[方法/过程] 深度挖掘商品显性和隐性属性特征，提出了融合词典-TextCNN-Word2Vec的在线评价细粒度情感分析模型。首先，利用Protégé软件和Pellet推理机推理等，构建了涵盖外观、硬件、软件、价格、质量、物流和服务7大主题维度的领域本体模型，并建立属性特征词典和情感词典；其次，针对三类在线评价，分别应用基于词典的显性属性情感分析模型、基于TextCNN的显性特征情感分类模型、基于Word2Vec的隐性特征情感分析模型，计算属性特征词的情感值；最后，通过词频加权法和熵权法，自下而上计算各层级主题属性的情感值，实现了多层次细粒度的情感挖掘。[结果/结论]综合基于词典、TextCNN和Word2Vec情感属性映射的三种模型的在线情感分析，显著提高了商品属性特征和情感分析的准确性，商品显性和隐性属性特征的总提取率高达93.77%，商品特征情感分析的加权平均准确率为86.78%。该组合模型为数字经济时代商品多属性特征的细粒度在线情感评价提供了创新研究方法。
[期刊] 商业经济研究
[作者]
张帆
本文对细粒度观点挖掘的相关理论做了深入探讨,详细研究了LDA模型,又对该模型加以改进,提出了细粒度主题情感混合模型,该模型能对实体提取、意见词识别、情感倾向分析、评论信息自动汇总分析、用户评价等提供评价分析,为用户提供直观的信息。
关键词：
细粒度挖掘 电商评论 主题模型
[期刊] 管理评论
[作者]
孟园 王洪伟 王伟
随着在线点评系统的发展,网络口碑成为消费者购买决策的重要参考依据,并对产品销量产生影响。护肤品销量受口碑效应的影响显著,为此以护肤品为例,基于细粒度情感分析技术,从网络口碑中提取针对产品特征项的消费者主客观情感,根据词汇频数设计细粒度情感各维度的权重指数,构建细粒度综合情感指数。然后,以综合情感指数和消费者评分为情感变量,结合ARMA模型对产品的销量预测进行实证分析。与基准模型对比,发现加入了情感变量的销量预测模型提高了对数据的拟合能力,细粒度情感指数有较高的预测精度。而消费者评分在某些节点上也具有一定的
[期刊] 管理评论
[作者]
孟园 王洪伟 王伟
随着在线点评系统的发展,网络口碑成为消费者购买决策的重要参考依据,并对产品销量产生影响。护肤品销量受口碑效应的影响显著,为此以护肤品为例,基于细粒度情感分析技术,从网络口碑中提取针对产品特征项的消费者主客观情感,根据词汇频数设计细粒度情感各维度的权重指数,构建细粒度综合情感指数。然后,以综合情感指数和消费者评分为情感变量,结合ARMA模型对产品的销量预测进行实证分析。与基准模型对比,发现加入了情感变量的销量预测模型提高了对数据的拟合能力,细粒度情感指数有较高的预测精度。而消费者评分在某些节点上也具有一定的预测能力,但整体预测效果并不理想。研究也表明,以月度为观察周期构建的网络口碑综合情感指数具有较好的预测效果,综合情感指数滞后1期时能提供最好的预测效果,滞后1-4期时能为销量预测起作用。
[期刊] 情报理论与实践
[作者]
唐晓波 刘一平
[目的/意义]粗粒度的跨语言情感分析往往只考虑篇章段落中的情感分布信息,而忽略深层次的语义关系。为弥补这一缺陷,文章提出一种基于依存句法的跨语言细粒度情感分析算法。[方法/过程]首先对中文文本进行依存句法分析,从深层的语义关系入手,提出一系列识别规则,提取情感评价单元;然后利用机器翻译对情感评价单元进行语言转换;最后通过与英文情感词典的匹配分析,对情感评价单元的情感极性进行判定。[结果/结论]实验结果表明,与原有的情感评价单元提取方法相比,本文的方法在一定程度上提高了提取效率;同基础的单语言情感分析方法相
[期刊] 数据分析与知识发现
[作者]
敦欣卉 张云秋 杨铠西
【目的】对微博进行细粒度情感分析,将情感分为8类,并计算其情感强度值,从而尽可能还原微博用户情感。【方法】通过微博语料分析构建疑问词词表,在大连理工大学情感词汇本体DUTIR的7类情感基础上,丰富一类情感"疑",并利用点互信息法构建表情符号词典,还综合考虑否定词和程度副词对情感表达的影响,利用Python从新浪微博上获取数据,并用R语言的jieba R包进行分词,对情感进行分类并计算其强度。【结果】得到微博用户对于糖尿病7类常用药物的8类情感占比及情感强度,并通过正确率、召回率、F值对结果进行验证,其中"
关键词：
微博 细粒度情感分析 药物
[期刊] 旅游科学
[作者]
肖璐 李桥兴 陈怡梦 沈加升 张茜 杨勇
目前游客细粒度情感分析的研究多集中于基于主题聚类下的频次统计等的大致分析，缺乏更精准地从每一条评论中抽取所有属性情感特征的细致定量刻画。因此，文章基于国内四大知名旅游电商平台上有关贵州省数百家A级旅游景区的游客评论大数据，建构较大规模的旅游评论方面级情感分析（ABSA）中文标注数据集；采用基于BERT的LCF-AEPC方面情感三元组抽取联合模型，在近8万条主观评论文本集上端到端地实现17万余个方面情感三元组的预测输出；并基于此输出结果进行可视化量化分析，探究游客在景区不同方面以及在不同级别和不同类型景区上的情感特征差异及其原因，构建了包含四类要素的游客情感感知影响因素模型。文章通过人工智能领域的深度学习技术实现ABSA多任务可快速有效地捕捉游客对景区各方面的偏好、需求和意见等信息，将成为旅游领域细粒度情感研究的有益尝试和最新应用。
[期刊] 情报理论与实践
[作者]
聂卉 刘梦圆
[目的/意义]对海量但杂乱的在线评论资讯进行有效的质量评测是信息领域的热点问题。文章从心理学角度挖掘评论内容蕴含的细粒度情感,"情绪"对用户行为产生的作用,为网站进行评论质量评测提供新思路,同时也为企业实施情感营销提供理论依据和参考方案。[方法/过程]研究借助心理学领域的情感模型,以长篇幅"书评"为研究对象,运用自然语言处理技术从评论内容中提炼出"乐、哀、怒、惧、惊、恶、好"7种细粒度情绪特征及主观性特征,采用基于随机森林的分类和特征优选算法,对情绪特征对评论感知效用的预测力进行实证检验,深入分析细粒度情感对评论感知效用的影响。[结果/结论]结果表明,评论内容中蕴含的细粒度情感与评论感知效用关系密切,情绪特征的引入能够显著提升感知效用预测模型的预测力。情感语义纯粹的"乐、怒、恶"作用更显著,"乐"带给读者的愉悦易使评论获得有用性评价,"怒、恶"的作用则相反;情感语义复杂的"好、惊、惧、哀"与评论感知效用的关系相对较弱;但情绪的影响力会随评论对象(图书)的不同而不同。针对评价对象构建基于情感特征的评论有用性预测模型更有实际意义。
[期刊] 情报理论与实践
[作者]
邓君 孙绍丹 王阮 宋先智 李贺
文章主要以微博“滴滴温州女孩遇害”话题评论内容为数据源，计算评论内容的情感值，标注情感正负性，通过Word2Vec和SVM方法构建情感分类模型。采用Word2Vec方法计算与此舆情事件中相关的五类主体对象（滴滴、司机、客服、女孩、警察）高相似度的词语，从情感时序分析和舆情主体对象情感演化分析两个方面探讨微博舆情的情感走势。通过分析发现，情感分类模型可以有效预测网民的情感走势；网民的情感时序变化与舆情演变规律相吻合；Word2Vec词相似度计算模型可以有效反映网民对五类主体对象的情感态度和该舆情阶段内的主题特征。
[期刊] 情报理论与实践
[作者]
颜端武 杨雄飞 李铁军
[目的/意义]从产品评论数据挖掘角度出发,研究多层次、细粒度评论倾向性分析问题,为企业提供更全面的产品改善意见。[方法/过程]提出一种基于产品特征树和LSTM模型的产品评论情感分析方法。该方法结合行业产品特点和依存句法分析结果,通过特征类别、层级和特征表述词构建产品特征树;在此基础上,根据用户评论分句及其所包含的产品特征词汇,运用深度学习LSTM模型进行评论分句情感识别和产品特征情感分布计算。[结果/结论]利用真实汽车产品评论数据集进行试验检验,结果表明该方法情感分类准确率高,可实现面向产品特征层级的多粒度情感分布测算。[局限]产品特征树构建需要人工参与,方法模型的普适性有待进一步检验。
[期刊] 图书情报工作
[作者]
王仁武 宋家怡 陈川宝
[目的/意义]通过基于Word2vec的文本情感分析技术对某显示器品牌的产品与服务的在线评论进行分析,研究消费者的品牌认知和品牌口碑,为管理者建立更科学的品牌管理体系提供有针对性的建议。[方法/过程]首先利用自然语言处理技术,对评论语料库进行预处理,结合深度学习的Word2vec词向量技术构建产品特征词和情感词词库,进一步构造情感概念对进行情感评分,并将其用于分析品牌产品特定特征的用户情感。[结果/结论]通过Word2vec构建的情感词典相较于传统方法(例如一般的情绪词表)进行情感分析,在情感分析的准确率
[期刊] 大学图书馆学报
[作者]
谭翠萍
采用文献调研方法，从不同粒度层次的情感分析视角，阐述细粒度情感分析对整个情感分析方法的影响与促进，并对细粒度文本情感分析的最新任务和技术方法进行了归纳总结，最后对该领域未来研究趋势进行了研判。此文相关研究成果可为后续研究提供借鉴与参考。
关键词：
细粒度 方面级情感分析 文本分析
[期刊] 图书情报工作
[作者]
唐晓波 刘广超
[目的 /意义]对细粒度情感分析研究进展进行调研和总结,探讨其关键问题、关键技术及未来研究趋势。[方法 /过程]采用文献调研方法,从不同粒度层次的情感分析视角,对粗粒度情感分析到细粒度情感分析的演进过程进行阐述,对细粒度情感分析的实现技术和方法进行归类总结。[结果 /结论]总结细粒度情感分析的两个重要问题:情感词抽取和评价对象属性抽取。本研究有助于了解现阶段细粒度情感分析研究的关键问题及关键方法。
[期刊] 图书情报工作
[作者]
李蕾 彭慧 刘晓娟
[目的/意义]通过细粒度情感分析中外游客的博物馆服务方面的评论，挖掘游客需求和偏好，并对比中外游客对国内历史博物馆的形象感知差异和满意度差异，为博物馆管理者制定更有针对性的服务策略提供参考。[方法/过程]首先采集中外游客针对博物馆的在线评论数据，提取博物馆服务方面的属性词，抽取属性级语句。接着通过微调多种大语言模型，以对比其细粒度评论挖掘性能，识别出GPT-3和Llama2对中、外评论分类效果分别为最优，之后使用最优的大语言模型分别细粒度情感分析中外属性级语句。最后基于结果对中外游客满意度及差异进行分析。[结果/结论 ]国内游客评论中的博物馆服务类别可划分为：文创、服务设施、导览讲解、馆内人员、票务安检、线上服务，国外游客为：导览讲解、馆内服务、票务安检、线上服务、购物消费。分析发现，国内外游客均对导览讲解服务的关注度和满意度最高，国内游客对馆内人员服务满意度最低，国外游客对票务安检服务满意度最低，并总结了各服务类别中影响游客满意度的主要因素。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
