期刊文献+
任意字段
题名或关键词
题名
关键词
摘要
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到671篇文章
< 1 2 … 34 >
每页显示 20 50 100
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
消费品投诉识别与缺陷特征发现——基于BERTopic模型 认领 引用 被引量：1
1
作者 田晶晶 洪瑶瑶 +2 位作者 韦海霞 刘成伟 林春伟 《标准科学》 2025年第6期116-125,共10页
【目的】为改进消费品质量和服务、提升消费者满意度和品牌竞争力提供依据,助力消费品市场有序健康发展。【方法】以2016—2021年从政府官方平台获取的23,736条投诉文本为基础,应用BERTopic模型进行主题挖掘,识别主要主题及演化趋势,并... 【目的】为改进消费品质量和服务、提升消费者满意度和品牌竞争力提供依据,助力消费品市场有序健康发展。【方法】以2016—2021年从政府官方平台获取的23,736条投诉文本为基础,应用BERTopic模型进行主题挖掘,识别主要主题及演化趋势,并借助投诉主题网络分析缺陷特征之间的关联性。【结果】消费品投诉主要集中在电子产品的质量缺陷和售后服务不足,消费者对手机电池问题导致的自动关机关注度较高,投诉主题网络揭示了投诉内容之间的复杂关系,维修、售后等问题在网络中占据桥梁地位,消费者重视品牌,并对品牌和产品类别的投诉表现出显著差异。【结论】所构建的主题模型能够较好地识别投诉的类别、品牌、缺陷特征等,并详细展示了各投诉内容之间的关联性。后续将进一步扩大研究样本范围,从更广泛的渠道获得投诉文本并进行信息挖掘。 展开更多
关键词 消费品缺陷 BERTopic模型 文本挖掘 投诉主题网络
暂未订购 下载PDF
基于BERTopic和LSTM模型的新兴主题预测研究 认领 引用 被引量：13
2
作者 张家惠 丁敬达 《情报科学》 CSSCI 北大核心 2025年第1期98-105,126,共8页
【目的/意义】相比新兴主题的回溯性探测,对新兴主题进行预测研究可以提高新兴主题识别的准确性和前瞻性,有助于丰富新兴主题探测分析的方法体系。【方法/过程】首先,利用BERTopic模型得到领域系列主题;其次,基于文档频率、引用频率、Ps... 【目的/意义】相比新兴主题的回溯性探测,对新兴主题进行预测研究可以提高新兴主题识别的准确性和前瞻性,有助于丰富新兴主题探测分析的方法体系。【方法/过程】首先,利用BERTopic模型得到领域系列主题;其次,基于文档频率、引用频率、Pscore和新兴分数构建模型预测特征集;然后基于主题前三年特征集数据采用LSTM模型预测后两年新兴分数,判断得到领域新兴主题。【结果/结论】构建基于BERTopic和LSTM模型的新兴主题预测方法,并以数据安全领域为例进行实证研究,通过和BP、SVM模型以及相关研究结果的比较表明该方法得到的新兴主题更加有效和合理。【创新/局限】融合新颖性、增长性和影响性特征,构建单一指标新兴分数来预测新兴主题,但没有考虑对未来可能出现主题的预测。 展开更多
关键词 BERTopic模型 神经网络 LSTM 预测 新兴主题 数据安全
暂未订购 下载PDF
融合异质信息网络结构特征的短视频主题识别方法 认领 引用 被引量：2
3
作者 朱恒民 高凯力 +1 位作者 魏宏程 尹熙成 《情报杂志》 CSSCI 北大核心 2026年第1期145-152,共8页
[目的]短视频主题的有效识别有助于迅速捕捉舆情热点,为监管部门及时应对互联网舆情提供科学依据。[方法]提出融合异质信息网络结构特征和短视频内容特征的主题识别方法。首先,提取短视频社交平台上的异质交互关系,构建“用户-视频”异... [目的]短视频主题的有效识别有助于迅速捕捉舆情热点,为监管部门及时应对互联网舆情提供科学依据。[方法]提出融合异质信息网络结构特征和短视频内容特征的主题识别方法。首先,提取短视频社交平台上的异质交互关系,构建“用户-视频”异质信息网络;其次,基于图神经网络模型表示学习“用户-视频”网络的结构特征,融合短视频各模态的内容特征,生成统一、稠密的短视频节点表征向量;最后,在采用UMAP模型对表征后向量进行降维的基础上,基于K-means算法实现短视频的主题聚类。[结果/结论]对比实验验证了降维和聚类方法的有效性,消融实验验证了融合“用户-视频”异质网络的结构特征可以显著提升短视频主题识别的效果,准确率、归一化互信息指数和调整兰德指数三种评估指标的提升幅度分别达到了20.90%、23.44%和39.29%。 展开更多
关键词 短视频 主题识别 异质信息网络 网络表示学习 多模态 K-means
暂未订购 下载PDF
融合主题语义与转移概率的“科学—技术”主题演化路径识别研究 认领 引用
4
作者 蔡鑫 靳军宝 +4 位作者 王政媛 郑玉荣 白光祖 曹琨 孙凡雅 《情报理论与实践》 CSSCI 北大核心 2026年第1期138-149,共12页
[目的/意义]提出一种融合BERTopic主题语义与转移概率构建“科学—技术”主题动态融合网络DAG,利用动态规划提取领域主题演化路径的方法,为优化产业技术研发布局提供系统性参考。[方法/过程]通过知识增强BERTopic时序主题建模,基于语义... [目的/意义]提出一种融合BERTopic主题语义与转移概率构建“科学—技术”主题动态融合网络DAG,利用动态规划提取领域主题演化路径的方法,为优化产业技术研发布局提供系统性参考。[方法/过程]通过知识增强BERTopic时序主题建模,基于语义相似度、转移概率及主题节点重要性构建主题动态融合网络,利用图遍历算法提取“科学—技术”主题演化路径。[结果/结论]选取盐湖提锂领域进行实证研究,结果表明,本研究方法能准确识别领域“科学—技术”主题演化路径,揭示领域基础研究到技术应用转化的动态发展过程,为了解领域科学技术发展提供参考。[创新/局限]结合BERTopic时序主题建模、复杂网络与图遍历技术,提取领域主题演化路径,未来可考虑融合政策、市场等多源数据,结合引用特征,实现领域科学技术全生命周期演化的完整性分析。 展开更多
关键词 知识增强 主题建模 动态融合网络 动态规划 演化路径
暂未订购 下载PDF
融合技术主题互补性和合作网络相似性的企业技术合作伙伴预测研究 认领 引用
5
作者 关鹏 王曰芬 傅柱 《数字图书馆论坛》 CSSCI 2026年第2期31-42,共12页
针对专利密集型产业技术合作决策中的信息不对称问题,构建企业技术合作伙伴预测模型,辅助企业技术合作决策。基于专利文献提取技术知识特征,本研究利用共同专利权人关系构建合作网络,通过Node2vec算法量化企业合作网络结构相似性,再应... 针对专利密集型产业技术合作决策中的信息不对称问题,构建企业技术合作伙伴预测模型,辅助企业技术合作决策。基于专利文献提取技术知识特征,本研究利用共同专利权人关系构建合作网络,通过Node2vec算法量化企业合作网络结构相似性,再应用作者-主题模型抽取技术主题向量,并结合JS散度计算技术主题互补性指标,构建“技术主题互补性+合作网络相似性”企业潜在技术合作伙伴预测模型。光刻机领域的实证研究表明,相较于传统单一合作网络预测方法,融入技术主题互补性的预测方法性能更优,且可有效识别战略协同型、突破创新型、资源整合型和机会探索型4种类型潜在合作伙伴。研究方法可为专利密集型行业提供数据驱动的合作伙伴推荐工具,帮助企业快速识别潜在合作伙伴。 展开更多
关键词 技术主题互补性 合作网络相似性 技术合作 预测 专利
暂未订购 下载PDF
技术预测网络主题评筛下的维-法耦合创新机会识别:基于技术知识元间的三重复杂关系 认领 引用
6
作者 王金凤 王聪翔 +3 位作者 张珂 冯立杰 冯奕程 毋志爽 《情报学报》 CSSCI CSCD 北大核心 2026年第4期596-616,共21页
通过深入探索技术知识元间的复杂关系开展技术创新,不仅有助于企业经由不同技术知识元间的融合机会精准高效预测相关技术发展走向,而且有助于企业快速响应市场需求以提前布局实现可持续发展。然而,现有技术创新机会识别研究对技术知识... 通过深入探索技术知识元间的复杂关系开展技术创新,不仅有助于企业经由不同技术知识元间的融合机会精准高效预测相关技术发展走向,而且有助于企业快速响应市场需求以提前布局实现可持续发展。然而,现有技术创新机会识别研究对技术知识元间复杂关系的挖掘及融合不够充分,且主要依赖于上游任务成果结合领域知识开展,导致技术创新存在一定程度的盲目性与无序性,削弱了技术研发的效率与质量。对此,本文提出一种基于技术知识元间三重复杂关系挖掘的技术预测网络主题评筛下的维-法耦合创新机会识别路径。首先,通过挖掘技术知识元间的直接语义共现关系、耦合共现关系以及引用关系,利用权重寻优算法,构建一个融合上述三重复杂关系的技术预测网络;其次,利用三维战略坐标模型,评筛出技术预测网络中的核心未成熟热门主题,在抽取核心未成熟热门主题的子网基础上,运用多维技术创新地图实现维-法耦合视角下的技术创新机会识别;最后,以3D打印技术为例进行应用研究,验证了本文方法的可行性。本文为精准预测技术知识元间关联关系并高效识别技术创新机会提供了可资借鉴的参考思路。 展开更多
关键词 技术预测网络 主题评筛 创新机会识别 三维战略坐标模型 多维技术创新地图
暂未订购 下载PDF
民航监察报告中问题实例自动分析框架研究 认领 引用
7
作者 路晶 柴宏俊 +1 位作者 戴敏 李荣枝 《计算机应用与软件》 北大核心 2026年第5期23-31,共9页
民航监察是发现民航运行问题的重要渠道,通过对监察报告的分析研究可以促使各民航生产运行单位针对性改进问题。提出从主题和语义网络两个层面对监察报告进行文本挖掘的方法,综合BTM模型与PMI-SN模型进行建模。构建自动化民航监察报告... 民航监察是发现民航运行问题的重要渠道,通过对监察报告的分析研究可以促使各民航生产运行单位针对性改进问题。提出从主题和语义网络两个层面对监察报告进行文本挖掘的方法,综合BTM模型与PMI-SN模型进行建模。构建自动化民航监察报告分析模型,帮助管理人员准确认识和高效利用监察报告中的文本数据,初步量化的分类问题发生率前两类分别为32.51%和21.67%,该模型可以为降低民航运行问题发生率提供基于数据的科学决策支持。 展开更多
关键词 主题模型 语义网络 文本挖掘 民航监察报告 民航安全
暂未订购 下载PDF
基于语义同质性的中文社交媒体冒犯文本检测方法 认领 引用
8
作者 刘赏 吴天祥 +1 位作者 张源哲 董林芳 《计算机科学与探索》 CSCD 北大核心 2026年第5期1443-1454,共12页
目前中文社交媒体平台的冒犯信息检测已经成为了文本检测领域的一个重要研究方向。然而,目前常用检测方法存在以下不足:基于词典的检测方法依赖于静态的冒犯词库,难以适应中文丰富多样的表达方式;基于用户历史信息的检测方法,受限于隐... 目前中文社交媒体平台的冒犯信息检测已经成为了文本检测领域的一个重要研究方向。然而,目前常用检测方法存在以下不足:基于词典的检测方法依赖于静态的冒犯词库,难以适应中文丰富多样的表达方式;基于用户历史信息的检测方法,受限于隐私保护,仅能针对公开可溯源的冒犯文本进行分析,限制了冒犯文本检测的深度与广度。基于此,将同质性理论引入到中文社交媒体冒犯文本检测中,提出了一种基于语义同质性的中文冒犯文本检测方法(COTD-HT),以基于文本内部信息进行冒犯性检测,识别不同文本表达的内部真实意图,减少对用户历史信息的依赖。设计了文本与社会行为的映射关系,利用相似度和词句匹配算法构建表达文本内部词句关系的异构图网络;利用冒犯标签提示的方法强化节点冒犯特征增强中文冒犯文本特征表达,最终利用GAT和BERT构建的联合特征提取方法进行文本检测。实验结果表明,利用文本内部信息实现中文冒犯文本检测能够降低检测任务对已有冒犯信息的依赖,在中文冒犯文本检测任务中取得较好效果。同时,利用单一标签提示的方式能够增强模型的偏好选择,强化文本的冒犯特征表达。 展开更多
关键词 语义同质性 主题模型 异构图网络 冒犯文本检测
暂未订购 下载PDF
基于异质图神经网络的学者研究主题推荐方法研究 认领 引用
9
作者 霍朝光 但婷婷 逄增瑶 《情报学报》 CSSCI CSCD 北大核心 2026年第3期350-362,共13页
研究主题的选择对于学者科研生涯发展至关重要,但如何从海量学术资源中筛选出契合学者研究基础和研究兴趣的主题仍是一大难题。为此,本文构建了一个面向学者的个性化主题推荐模型,旨在帮助学者快速筛选契合其研究基础和研究兴趣的主题... 研究主题的选择对于学者科研生涯发展至关重要,但如何从海量学术资源中筛选出契合学者研究基础和研究兴趣的主题仍是一大难题。为此,本文构建了一个面向学者的个性化主题推荐模型,旨在帮助学者快速筛选契合其研究基础和研究兴趣的主题。针对现有推荐方法在学习网络中节点类型与关系类型异质性方面的不足,本文提出一种基于异质图神经网络的学者研究主题推荐模型,构建基于HAN(heterogeneous graph attention network)、HGT(heterogeneous graph transformer)、HGCL(heterogeneous graph contrastive learning)的三种学者和主题特征聚合模式,强调利用消息传递与聚合机制等学习学者与主题间的复杂交互模式,刻画主题扩散与学者选题的规律,在特征聚合基础上,通过逻辑回归、随机森林和多层感知机等分类器进行推荐判别。以Scopus数据库中6521名中国人民大学学者及其涉猎的3万多个研究主题数据为例进行实证检验,研究发现,基于HGCL整合多层感知机的推荐模型精确率最高,达到88.25%,相对于基线模型SVD提升了9.29个百分点;基于HAN整合多层感知机的推荐模型在召回率和F1值上的表现最佳,分别达到96.41%和91.92%,相对于基线模型SVD分别提升了17.21和12.56个百分点。本文首次构建学者研究主题推荐模型,强调对学者与主题节点异质性和关系异质性的表征与学习,为学者个性化选题以及主题层面的学术资源推荐提供了参考。 展开更多
关键词 研究主题推荐 学者选题推荐 主题推荐 异质图神经网络 链路预测
暂未订购 下载PDF
长三角一体化背景下体育产业政策协同效应的量化分析——基于PMC、LDA与SNA的综合评价 认领 引用
10
作者 王路震 武泽明 +1 位作者 王创业 王海洋 《石家庄学院学报》 CAS 2026年第3期93-101,共9页
长三角地区体育产业政策的协同效应与高质量发展,是推进区域体育治理现代化和产业优化升级的重要议题。以2020—2023年间长三角地区的14份体育产业政策文件为研究对象,综合运用政策建模一致性(PMC)指数模型、潜在狄利克雷分配(LDA)主题... 长三角地区体育产业政策的协同效应与高质量发展,是推进区域体育治理现代化和产业优化升级的重要议题。以2020—2023年间长三角地区的14份体育产业政策文件为研究对象,综合运用政策建模一致性(PMC)指数模型、潜在狄利克雷分配(LDA)主题模型与社会网络分析(SNA)方法,从政策结构质量、主题内容演化与协同网络特征3个维度进行系统分析。研究发现:长三角地区体育产业政策整体质量处于中等偏上水平,政策目标和执行机制较为完善,但在数字化支持、绩效反馈和制度工具配置等方面仍存在结构性短板;政策主题演化呈现出“一体化协同”和“全民健身”长期主导、“数字化”关注度上升、“制度工具”相对边缘化的特征;政策协同网络形成了以核心主题为主导的分层结构,协同关系已初步建立,但整体均衡性和系统性仍有待增强。基于此,提出了优化政策结构设计、加强跨主题协同配置以及完善制度支持体系等政策建议。 展开更多
关键词 长三角一体化 体育产业政策 PMC指数 LDA主题模型 社会网络分析
暂未订购 下载PDF
多维评价视角下我国生成式人工智能服务关键共性技术识别研究 认领 引用
11
作者 邵鹏 邱小洁 《情报工程》 2026年第1期17-28,共12页
[目的/意义]生成式人工智能作为新一代信息技术的核心驱动力,正在深刻改变全球科技竞争格局。[方法/过程]基于国家网信办发布的生成式人工智能服务备案信息,采用LDA模型识别专利技术主题,构建包括通用性、效益性、关联性、稳创性和重要... [目的/意义]生成式人工智能作为新一代信息技术的核心驱动力,正在深刻改变全球科技竞争格局。[方法/过程]基于国家网信办发布的生成式人工智能服务备案信息,采用LDA模型识别专利技术主题,构建包括通用性、效益性、关联性、稳创性和重要性五个维度的关键技术主题量化指标,借助统计分析、社会网络分析方法对我国生成式人工智能服务关键共性技术进行识别。[结论/结果]我国生成式人工智能服务包括28个技术主题,其中大模型训练与优化、用户对话与意图识别、语音文本识别与合成、图像生成与处理是我国生成式人工智能服务领域的关键共性技术主题。研究发现对我国生成式人工智能服务技术发展提供了参考依据,为关键共性技术的识别提供了研究方法。 展开更多
关键词 生成式人工智能服务 大模型 关键共性技术 社会网络分析 LDA主题模型
暂未订购 下载PDF
基于BERT大语言模型的广东省人工智能发明专利测度与时空演化特征 认领 引用
12
作者 陈奕嘉 谭俊涛 杨瑞霖 《热带地理》 CSSCI CSCD 北大核心 2026年第1期154-166,共13页
在人工智能(AI)日益成为推动区域高质量发展的关键技术背景下,如何科学测度AI技术活动的空间分布和演化趋势,成为经济地理学研究的重要议题。然而,现有的识别方法在语义有效性、识别精度以及覆盖广度等方面仍存在不足,有待进一步提升与... 在人工智能(AI)日益成为推动区域高质量发展的关键技术背景下,如何科学测度AI技术活动的空间分布和演化趋势,成为经济地理学研究的重要议题。然而,现有的识别方法在语义有效性、识别精度以及覆盖广度等方面仍存在不足,有待进一步提升与完善。为此,文章以广东省2001-2021年约120万条授权发明专利摘要为基础,引入BERT大语言模型,构建基于语义理解的AI授权发明专利识别方法,识别出约20万条AI发明专利文本。在此基础上,结合BERTopic主题建模方法,进一步揭示AI发明专利在广东省的关注领域与动态演化特征。研究发现:1)2001-2021年广东省AI发明专利数量整体经历了缓慢增长和快速扩张2个阶段,AI发明专利占比则呈持续上升趋势,反映AI技术在区域创新体系中的重要性不断提升。2)空间分布方面,AI发明专利在大湾区高度集聚,深圳和广州2市占全省AI发明专利的75.1%,珠海和东莞两地在AI发明专利占比上亦显示出较强活力。在合作网络方面,广东省AI发明专利合作网络呈现显著的“核心―边缘”结构特征,城市间在合作网络中的地位差异明显。3)在技术内容上,广东省AI发明专利主要聚焦于数据与图像处理、机器人与自动化装置、智能交通与故障检测、智能家居与环境控制和生物模拟与图像分析五大主题,不同主题的演化节奏存在差异,其中图像处理技术最为活跃,机器人和智能交通等领域近年来快速增长。此外,广东省内不同城市在AI发明专利布局上也各具特色,形成了差异化的技术优势。 展开更多
关键词 人工智能 AI发明专利 BERT大语言模型 主题建模 技术演化 合作网络 广东省
暂未订购 下载PDF
结合卷积神经网络和Topic2Vec的新闻主题演变分析 认领 引用 被引量：10
13
作者 徐月梅 吕思凝 +1 位作者 蔡连侨 张小娅 《数据分析与知识发现》 CSSCI CSCD 北大核心 2018年第9期31-41,共11页
【目的】通过对网络新闻报道的主题演化研究,分析新闻主题的内容和情感随时间演变过程,把握媒体舆论方向。【方法】提出一种基于Topic2Vec的词向量表达方式改进新闻主题的语义空间距离,并引入卷积神经网络学习主题–特征词矩阵,实现大... 【目的】通过对网络新闻报道的主题演化研究,分析新闻主题的内容和情感随时间演变过程,把握媒体舆论方向。【方法】提出一种基于Topic2Vec的词向量表达方式改进新闻主题的语义空间距离,并引入卷积神经网络学习主题–特征词矩阵,实现大量新闻主题的聚类,从而描绘相同主题的内容强度和情感演变曲线,判别主题关注事件及关键子主题。【结果】以2015年–2017年美国有线电视新闻网对中国的新闻报道作为实验数据集,实验结果表明该方法能够发现主题及其情感在全局时间跨度的演化趋势。【局限】时间窗口长度对主题演化的效果和可变时间窗口长度机制未能全面涉及。【结论】本文的新闻主题演变模型使同类主题在语义空间更为接近,主题分类准确率比对比模型提升约10%,使得分析新闻主题在全局时间跨度的演化成为可能。 展开更多
关键词 新闻主题 卷积神经网络 主题演变 Topic2Vec
重大自然灾害事件社会情绪信息生态特征及引导策略研究——以“7·20”河南暴雨事件为例 认领 引用
14
作者 王娜 张亚明 苏妍嫄 《自然灾害学报》 CSCD 北大核心 2026年第2期1-10,共10页
探究重大自然灾害事件中社会情绪传播特征与演化规律,能为政府增强灾害应急管理效能、维持社会稳定提供精准依据。本文以微博平台获取的96067条“河南暴雨”相关微博信息为数据基础,运用情感分析、主题识别和社会网络分析等方法,从信息... 探究重大自然灾害事件中社会情绪传播特征与演化规律,能为政府增强灾害应急管理效能、维持社会稳定提供精准依据。本文以微博平台获取的96067条“河南暴雨”相关微博信息为数据基础,运用情感分析、主题识别和社会网络分析等方法,从信息人、信息、信息环境3个维度解析社会情绪传播过程,探究公众在面对重大自然灾害时的关注点差异和情绪演化趋势。研究结果表明,在信息人维度,公众在灾害初期产生消极应激情绪,但最终呈现出强烈的同情心和利他主义。在信息维度,关键词呈现“积水-被困-互助”阶段性变化,表明人们在自然灾害事件中对生命安全的热切关注,也精准映射出公众由担忧、恐慌转向积极应对的情绪变化过程。在信息环境维度,央视新闻、中国新闻周刊等官方媒体的权威发声与普通用户的积极反馈相互配合,共同构建了具有互动性、反馈性以及自组织特性的情绪传播环境,推动社会情绪的持续优化。因此,政府在重大自然灾害事件中应以增强公众积极心理体验为导向,关注抗险救灾进展与救援渠道信息,积极打造全媒体报道局面。 展开更多
关键词 重大自然灾害 社会情绪 信息生态 主题识别 社会网络分析
暂未订购 下载PDF
基于LDA主题模型的涉医网络舆情影响因素研究 认领 引用
15
作者 侯玉竹 张妍 +5 位作者 张远航 张小帅 王雨鑫 樊立华 张仲 高蕾 《中国卫生事业管理》 北大核心 2026年第5期595-600,共6页
目的:随着互联网发展与医疗改革推进,涉医网络舆情事件频发,对医疗卫生事业发展构成严峻挑战。本研究旨在探究涉医网络舆情影响因素与传播规律,为新时期医院管理提供理论依据与实践参考。方法:基于微博数据,运用隐含狄利克雷分布(Latent... 目的:随着互联网发展与医疗改革推进,涉医网络舆情事件频发,对医疗卫生事业发展构成严峻挑战。本研究旨在探究涉医网络舆情影响因素与传播规律,为新时期医院管理提供理论依据与实践参考。方法:基于微博数据,运用隐含狄利克雷分布(Latent Dirichlet Allocation,LDA)主题模型识别舆情主题,结合社会网络分析与相关性分析,识别关键影响因素并探索其发生原因和治理策略。结果:涉医网络舆情源于医疗产业与市场、医疗政策与社会、医疗安全与风险管理三类一级因素,二级因素中医疗科普与医保/医疗体制因素关注度最高(26.59%);“医疗-医院”“医疗-医生”“医院-医生”分别以1209次、894次、865次高频共现,共同构成基础讨论场景,“医患-纠纷”以787次共现成为核心枢纽;医美与医疗营销因素对舆情传播有显著促进作用,标准化系数为0.146,医疗事故处置与媒体传播因素呈现抑制效应且作用最突出,标准化系数为-0.200。结论:应从提升医疗服务质量与信息透明度、加强新媒体传播与舆论引导能力、构建多元协同的纠纷化解与舆情治理体系三方面综合施策,营造理性有序的医疗舆论环境,助力医患关系与医疗行业和谐与健康发展。 展开更多
关键词 涉医网络舆情 LDA主题模型 社会网络分析 舆情治理
暂未订购 下载PDF
我国体卫融合政策文本量化分析——基于LDA主题模型和主题网络分析法 认领 引用
16
作者 张凯 杨浩宇 +1 位作者 吴丽娴 喻小勇 《卫生经济研究》 北大核心 2026年第3期15-18,共4页
目的:对我国体卫融合政策文本内容进行挖掘分析,为政策优化提供参考。方法:基于LDA主题模型和主题网络分析法,识别并梳理体卫融合政策文本的主题和特征。结果:体卫融合政策文本整体围绕健康风险早期识别、全民健身与健康服务融合体系、... 目的:对我国体卫融合政策文本内容进行挖掘分析,为政策优化提供参考。方法:基于LDA主题模型和主题网络分析法,识别并梳理体卫融合政策文本的主题和特征。结果:体卫融合政策文本整体围绕健康风险早期识别、全民健身与健康服务融合体系、基层健康服务网络、运动健康专业干预、支撑保障措施五个主题展开,并初步形成主题网络;中心主题能够反映体卫融合政策的目标和顶层设计,但体卫融合政策体系内部存在结构失衡、目标偏移。结论:体卫融合政策应厘清内部各主题逻辑关联,完善顶层设计;回归体卫融合基本理念,激发全民健康的内在需求;构建体卫融合多元共治格局,推动行政力量与社会力量协同互补。 展开更多
关键词 体卫融合 LDA主题模型 主题网络分析
暂未订购 下载PDF
Mapping the evolution of research topics using ATM and SNA 认领 引用 被引量：1
17
作者 Chunlei YE 《Chinese Journal of Library and Information Science》 2014年第4期46-62,共17页
Purpose:This paper introduces an analysis framework for tracking the evolution of research topics at the selected topics level,covering a research topic’s evolution trend,evolution path and its content changes over t... Purpose:This paper introduces an analysis framework for tracking the evolution of research topics at the selected topics level,covering a research topic’s evolution trend,evolution path and its content changes over time.Design/methodology/approach:After the topics were recovered by the author-topic model,we first built the keyword-topic co-occurrence network to track the dynamics of topic trends.Then a single-mode network was constructed with each node representing a topic and edge indicating the relationship between topics.It was used to illustrate the evolution path and content changes of research topics.A case study was conducted on the digital library research in China to verify the effectiveness of the analysis framework.Findings:The experimental results show that this analysis framework can be used to track evolution of research topics at a micro level and using social network analysis method can help understand research topics’evolution paths and content changes with the passage of time.Research limitations:Using the analysis framework will produce limited results when examining unstructured data such as social media data.In addition,the effectiveness of the framework introduced in this paper needs to be verified with more research topics in information science and in more scientific fields.Practical implications:This analysis framework can help scholars and researchers map research topics’evolution process and gain insights into how a field’s topics have evolved over time.Originality/value:Tbe analysis framework used in this study can help reveal more micro evolution details.The index to measure topic association strength defined in this paper reflects both similarity and dissimilarity between topics,which belps better understand research topics’evolution paths and content changes. 展开更多
关键词 Topic evolution Social network analysis(SNA) Author-topic model(ATM) Digital library Topic network
暂未订购 下载PDF
基于主题挖掘和情感分析的信息素养MOOC课程在线评论研究 认领 引用
18
作者 景之浩 万文娟 《大学图书情报学刊》 2026年第1期114-122,共9页
课程评论是用户对课程表达自身意见、提出相关诉求的重要途径,也是提升课程教学质量、加强用户满意度的客观依据。研究采集中国大学MOOC平台上7门信息素养国家精品课程的在线评论,利用高频词语义网络分析、LDA主题挖掘、情感分析等研究... 课程评论是用户对课程表达自身意见、提出相关诉求的重要途径,也是提升课程教学质量、加强用户满意度的客观依据。研究采集中国大学MOOC平台上7门信息素养国家精品课程的在线评论,利用高频词语义网络分析、LDA主题挖掘、情感分析等研究方法挖掘在线评论文本内容,分析当前信息素养课程用户最关心的问题和讨论的焦点以及对当前在线课程的满意程度。研究发现,信息素养MOOC在线评论内容可大致概括为课程体验、课程内容、课程价值、课程设计4个方面;用户整体的积极评价远高于消极评价,其中消极评价主要聚焦于课程内容更新滞后与实践脱节、教学设计与互动体验不佳、考核机制与评分体系不合理3个方面;针对这些消极评价,提出信息素养MOOC的发展策略。 展开更多
关键词 信息素养 MOOC 在线评论 LDA主题挖掘 语义网络分析 情感分析
暂未订购 下载PDF
融合预训练语义表征与主题网络画像的可解释离职预测 认领 引用
19
作者 罗宇 位路宽 +4 位作者 魏婧 李向杨 王嘉才 董帅 张艳丽 《重庆理工大学学报（自然科学）》 CAS 北大核心 2026年第4期173-180,共8页
针对企业离职文本来源异质、噪声高和语义漂移导致预警效果不稳定的问题,研究构建一种兼顾预测性与可解释性的离职风险识别框架。方法是将结构化人事指标与离职相关中文文本联合建模,利用预训练语言模型(如BERT)获得句向量,并与TF-IDF和... 针对企业离职文本来源异质、噪声高和语义漂移导致预警效果不稳定的问题,研究构建一种兼顾预测性与可解释性的离职风险识别框架。方法是将结构化人事指标与离职相关中文文本联合建模,利用预训练语言模型(如BERT)获得句向量,并与TF-IDF和LDA主题分布拼接训练分类模型,同时基于共词与主题共现关系构建网络,提取“主题-因素-人群”画像。实验结果表明,引入预训练语义表征后,模型整体表现和稳健性均优于仅使用结构化特征或传统文本特征的基线模型,对少数类离职样本的识别更加敏感。结论认为,深度语义表征与可解释主题结构的结合能够有效揭示薪酬待遇、岗位画像和管理体验等因素的耦合关系,为离职预警和岗位优化提供量化依据。 展开更多
关键词 人力资源 离职预测 预训练语言模型 语义表征 LDA主题模型 主题网络画像 可解释性
暂未订购 下载PDF
基于高阶结构与语义融合的主题挖掘 认领 引用
20
作者 刘强 胡艳梅 《电子设计工程》 2026年第6期24-29,共6页
现有融合词语义和词空间结构的主题挖掘方法往往忽略了词空间结构中的高阶结构信息,阻碍了主题挖掘准确度的进一步提升。因此,该文提出一种基于高阶结构和语义融合的主题挖掘模型hssTM(Topic Mining based on high-order structures and... 现有融合词语义和词空间结构的主题挖掘方法往往忽略了词空间结构中的高阶结构信息,阻碍了主题挖掘准确度的进一步提升。因此,该文提出一种基于高阶结构和语义融合的主题挖掘模型hssTM(Topic Mining based on high-order structures and semantics)。hssTM利用词嵌入技术获得词向量,通过“词共现”关系构建词网络,并通过挖掘词网络的高阶结构重构词网络,运用Graph Convolutional Network(GCN)与Autoencoder(AE)从重构后的词网络结构及词向量中学习表征词主题归属的隐向量。与现有4种主题挖掘模型对比的结果表明,所提hssTM模型在平均余弦相似性上提升了21%~300%,在平均欧氏距离上提升了12%~81%。 展开更多
关键词 主题挖掘 高阶结构 复杂网络 深度学习
暂未订购 下载PDF
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 34 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈