- 年份
- 2024(7072)
- 2023(10361)
- 2022(9062)
- 2021(8452)
- 2020(7722)
- 2019(17334)
- 2018(17224)
- 2017(33223)
- 2016(17985)
- 2015(20457)
- 2014(20497)
- 2013(20145)
- 2012(18561)
- 2011(16541)
- 2010(16085)
- 2009(14900)
- 2008(14599)
- 2007(12987)
- 2006(10777)
- 2005(9372)
- 学科
- 济(73295)
- 经济(73215)
- 管理(50270)
- 业(49228)
- 企(40803)
- 企业(40803)
- 方法(39310)
- 数学(35330)
- 数学方法(34875)
- 财(19558)
- 农(18965)
- 中国(16994)
- 学(16764)
- 贸(14507)
- 贸易(14503)
- 业经(14471)
- 易(14130)
- 地方(13071)
- 务(12754)
- 财务(12713)
- 财务管理(12679)
- 农业(12500)
- 制(12133)
- 企业财务(11995)
- 理论(11258)
- 和(11066)
- 技术(10575)
- 环境(10381)
- 银(10070)
- 银行(10022)
- 机构
- 大学(257255)
- 学院(255855)
- 济(102990)
- 经济(100941)
- 管理(99826)
- 理学(87234)
- 理学院(86283)
- 管理学(84540)
- 研究(84214)
- 管理学院(84090)
- 中国(62405)
- 科学(55141)
- 京(53467)
- 农(49161)
- 财(45381)
- 业大(43213)
- 所(43098)
- 中心(40264)
- 研究所(39754)
- 农业(39348)
- 江(37687)
- 财经(37022)
- 经(33696)
- 北京(32623)
- 经济学(31853)
- 范(31771)
- 师范(31290)
- 院(30401)
- 州(29418)
- 经济学院(28989)
- 基金
- 项目(180249)
- 科学(141117)
- 基金(131992)
- 研究(124621)
- 家(117324)
- 国家(116409)
- 科学基金(99361)
- 社会(78214)
- 社会科(74150)
- 社会科学(74127)
- 省(71127)
- 基金项目(70295)
- 自然(67875)
- 自然科(66352)
- 自然科学(66324)
- 自然科学基金(65143)
- 划(60579)
- 教育(58417)
- 资助(54799)
- 编号(49607)
- 重点(41137)
- 部(39902)
- 成果(38973)
- 发(38266)
- 创(37701)
- 科研(36178)
- 计划(35486)
- 创新(35338)
- 课题(33895)
- 教育部(33765)
- 期刊
- 济(103265)
- 经济(103265)
- 研究(66313)
- 学报(46459)
- 中国(44176)
- 农(42786)
- 科学(40677)
- 财(36647)
- 管理(34761)
- 大学(34530)
- 学学(32918)
- 农业(29000)
- 技术(23146)
- 教育(22533)
- 融(19728)
- 金融(19728)
- 财经(18072)
- 经济研究(17073)
- 业经(17019)
- 业(15893)
- 经(15471)
- 问题(14094)
- 版(13699)
- 统计(13084)
- 技术经济(12844)
- 业大(12007)
- 理论(11997)
- 科技(11861)
- 策(11614)
- 图书(11400)
共检索到357024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]
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] 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] 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] 图书情报工作
[作者]
安璐 吴林
[目的/意义]微博是突发事件网络舆情传播的重要媒介。面向突发事件的微博主题和情感挖掘对掌握突发事件的网络舆情、识别与预测潜在问题及风险等方面具有重要的实践意义。尝试提出一种融合主题与情感特征的突发事件微博舆情演化分析方法。[方法/过程]以寨卡事件为例,通过划分微博舆情演化的生命周期,基于word2vec技术分别提取该事件生命周期各阶段的微博主题,采用基于词典的情感分析方法,引入情感词、表情符号等多情绪源,对不同主题下的评论情感做细粒度划分,并计算情感强度,最终实现微博主题与情感的协同分析。[结果/结论]所
[期刊] 图书情报工作
[作者]
丁敬达 陈一帆 刘超 蔡微
[目的/意义]共词分析作为主题识别的重要方法，存在一定的局限和不足，将Word2Vec加权向量与共词分析相结合，有利于明确具体文献的主题归属，更好地对主题的发展演化进行分析。[方法/过程]在运用共词分析进行主题聚类的基础上，通过Word2Vec加权向量分别计算文献向量与聚类主题向量，并基于余弦相似度进行文献与主题的语义匹配。[结果/结论]国内外知识共享领域的实证分析表明，该方法能较好地将相关文献匹配至对应主题，并能从文献层面对主题特征及发展演化进行动态分析。
[期刊] 情报科学
[作者]
李端明 韦 炼
【目的/意义】利用海量的非结构化资源,结合结构化资源,构建更加完善的领域本体。【方法/过程】首先运用Word2vec工具发现异构资源中的相关概念,然后进行形式化背景表示以及概念格构建,最后构建领域本体概念模型,并以protégé工具进行可视化表示。【结果/结论】实验结果表明,本文的研究方法能够从大量的异构资源中,获取丰富的领域概念和关系,构建的领域本体语义也更加丰富,能够更好地反映领域的知识结构。
[期刊] 情报理论与实践
[作者]
吴青林 周天宏
文章通过话题聚类及情感强度分析中文微博舆情，实现对微博热点问题的预测，有利于公众舆情引导。首先充分考虑微博短文本的特点，在特征值提取基础上克服了微博短文本易发生＂文本漂移＂的缺点，并根据微博高频词对微博进行排序实现微博的快速聚类，接着从主观和客观两方面对热点话题的情感强度进行了分析，基于灰色模型跟踪并预测公众情感变化倾向。实验结果表明，本文提出的基于话题聚类及情感强度的中文微博舆情分析方法具有一定的可行性。
关键词：
微博 话题聚类 网络舆情
[期刊] 情报科学
[作者]
王英 龚花萍
【目的/意义】为实现大数据网络舆情情感意见形势研判,有效进行危机处理战略引导,为网络舆情危机预警决策提供参考。【方法/过程】本文以南昌大学自主保洁微博舆情事件为例,基于情感维度内容,结合网络舆情情感特征,参照情感维度要素,利用爬虫工具和文本分析技术进行数据获取和预处理,通过情感分析方法统计情感值,分析情感维度状况。【结果/结论】得出评论高峰期内情感趋势和情感维度状态,实现网络舆情事件的舆情预警研判。
关键词：
网络舆情 情感倾向 情感维度 预警
[期刊] 图书情报工作
[作者]
王丹 张海涛 刘雅姝 任亮
[目的/意义]为防止微博失实舆情爆发给社会带来的严重后果,研究如何对微博中关键节点的倾向性进行分类,以及时制止恶意煽动群众情绪的节点,防止更多微博用户被误导,并通过不同的思想引领方式,由点及面地对微博用户进行思想引领,更好地净化微博舆情环境。[方法/过程]利用超网络和动态网络分析方法确定关键节点,通过对其情感倾向性进行分析,提供不同的引领策略。[结果/结论]微博舆情生命周期内会出现5类关键节点,思想引领可分为智能引领和智慧引领。
关键词：
微博舆情 关键节点 情感倾向 思想引领
[期刊] 情报学报
[作者]
张海涛 王丹 徐海玲 孙思阳
本文基于卷积神经网络构建了微博舆情情感分类模型,通过爬虫方式获取微博话题数据,利用word2vec训练词向量,采用NLPIR/ICTCLAS2016工具进行分词,进而通过Matlab编程实现模型训练和测试。结果表明,模型能够实现有效的微博舆情情感分类,相较传统机器学习具有一定的优越性。
[期刊] 情报理论与实践
[作者]
郭耿 陈海汉 陈福集 陈蕾雯
[目的/意义]微博舆情监管是政府推进网络社会治理所面临的难题。对微博舆情进行研究有助于深入了解微博舆情传播规律,为政府监管微博舆情提供建议。[方法/过程]首先对微博舆情传播机制进行分析;随后在此基础上提出了有限随机动态链接的网络拓扑结构与多主体有界信任模型对元胞自动机模型进行了改进;最后通过仿真实验分析微博舆情演化特征。[结果/结论]研究发现,该模型存在"信息孤岛"现象,该现象的产生与初始沉默元胞比例和热门微博关注度有关,并且初始沉默元胞比例对舆情的演化规模与周期有影响,热门微博关注度对舆情观点演化有影响。
关键词：
元胞自动机 微博舆情 舆情演化 演化模型
[期刊] 南京农业大学学报
[作者]
梁敬东 崔丙剑 姜海燕 沈毅 谢元澄
[目的]水稻FAQ(frequently asked question,常问问题集)问答系统对农户在水稻种植过程中遇到的问题进行解答,问句相似度计算是其核心,用来匹配用户问题和FAQ中的问题。针对传统句子相似度算法准确率普遍较低的问题,本研究旨在用深度学习计算问句相似度,以提高系统回答的准确性。[方法]构建一个基于word2vec和LSTM(long-short term memory,长短期记忆)神经网络,包括输入层、嵌入层、LSTM层、全连接层和输出层的句子相似度模型。对水稻FAQ中的3 007个问题进行归类和组合得到32 072个问题对,并标注其相似性作为训练和测试数据。使用基于农业领域语料库训练得到的word2vec模型对训练数据向量化后作为输入,训练句子相似度模型。[结果]在测试集上对模型进行验证,并与基于How Net、基于词向量的余弦距离以及基于word2vec和卷积神经网络(convolutional neural network,CNN)的3种句子相似度算法进行对比。对句子相似度的计算结果进行抽样检查,该模型的计算结果更符合人的直观印象。从准确率和ROC(receiver operating characteristic curve)曲线进行分析,该模型也明显优于其他3种方法,准确率达到了93.1%。[结论]本研究构建的模型显著提升了句子相似度计算的准确率,基于该模型开发的水稻FAQ问答系统,能够准确匹配用户问题和水稻FAQ中的问题,帮助农户更好地解决水稻生产中遇到的问题。
[期刊] 情报科学
[作者]
徐旖旎
【目的/意义】新兴媒介生产的媒体奇观表现出一系列新的特征,且对社会有着更深刻的影响。针对目前媒体奇观只有定性理论研究的现状,提出了定量预测媒体奇观舆情热度发展趋势的方法。【方法/过程】首先引入层次分析法构建基于微博的媒体奇观舆情热度描述指标体系。之后在查阅大量文献的基础上,改进马尔可夫链模型,通过划分更精化的状态区间、构建状态转移矩阵、预测舆情热度趋势的步骤,以"庆安枪击案"的微博数据为实证案例进行实验。【结果/结论】结果表明,层次分析法构建舆情热度指标体系和马尔科夫链模型应用于媒体奇观舆情热度趋势预测都
[期刊] 软科学
[作者]
彭赓 熊烨明
根据舆情传播不同阶段的特征引入演化博弈理论，分别针对成长期和蔓延、爆发期两个阶段的企业和微博用户建模并得到进化稳定策略。分析不同类型舆情事件下偏好不同企业的策略选择，用＂大众ＤＳＧ变速器故障＂事件作为案例验证模型的合理性，为企业应对负面舆情提供建议。
关键词：
危机管理 微博负面舆情 演化博弈
[期刊] 沈阳农业大学学报
[作者]
许童羽 赵冬雪 周云成 冯帅 王郝日钦
为了提高水稻病虫害问答的准确性、快捷性和智能性,构建一种基于word2vec和注意力机制(Attention)优化的Seq2Seq问答模型。采用爬虫技术获取网络问答数据2万余条,经Jieba分词对数据进行分词处理,去除停用词无用符号等。同时,为提高模型的准确率,采用word2vec中的Skip-Gram模型将句子中的词语进行转换,得到具有语义等信息的词向量,并将经word2vec训练得到的词向量与加入了Attention(注意力机制)的Seq2Seq(Sequence to Sequence,序列到序列)模型进行问答模型训练。试验选取20000条水稻病虫害问答数据,按照随机选取方式,将数据按7/1/2进行训练、验证与测试。将本研究的问答模型与Seq2Seq模型和仅加入Attention机制的Seq2Seq模型进行对比分析,以BLEU评分标准与问答正确率为判断依据。试验结果表明:采用加入了word2vec与Attention机制的Seq2Seq问答模型相比其他两种模型,其模型的测试结果更为准确。该模型在BLEU评分和问答准确率上均高于其他两种模型,BLEU评分与问答正确率分别为33.58%和71%。比其他两种问答模型分别提高22.34%、9.51%和28%、14%。本研究构建的问答模型显著地提高了问答的准确率,能较好地解决农户在水稻种植生产过程中遇到的难题。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
