共查询到20条相似文献,搜索用时 31 毫秒
1.
2.
【目的/意义】为了进一步提升学生评教信息的使用价值,构建在线教学用户需求指标体系,对在线教学需
求数据进行主题挖掘。【方法/过程】运用数据挖掘理论和LDA主题识别模型,从丰富的在线教学评价内容中挖掘潜
在的在线教学主题,针对教学主题特征向用户需求进行结构映射,最终形成在线教学需求指标体系。【结果/结论】
分析在线教学数据,从教师需求、课程需求、教学成果需求三方面构建在线教学用户需求指标体系,并提出针对性
的教学质量优化策略。【创新/局限】本文通过在线教学需求数据主题挖掘,为高校在线教学评教指标体系的构建与
完善提供了新的途径和方法,但样本数据仅为单一高校数据,未实现全覆盖,对领域研究的整体态势分析还存在一
定的不足。 相似文献
3.
【目的/意义】以微博为代表社交媒体是智库利用新媒体提高社会影响力、扩大知识服务范围的重要渠道。 【方法/过程】以8家中国智库的新浪微博为例,采用Python爬虫工具共搜集到65209条智库微博数据,从微博活跃 度和社会关注度分析智库微博的基本特征;基于LDA模型,从主题类别、主题活跃度、主题传播力分析智库微博的 主题特征,并通过系统分析揭示中国智库微博内容的主题特点。【结果/结论】中国智库微博的内容原创性较强,但 对其应用的重视程度不够,社会关注度严重不足;微博的主题类别与智库的专业定位密切相关;“经济政策与创新 发展”是智库微博的核心主题;“一带一路与合作发展”是智库微博的热门议题;“会议资讯与成果发布”主题尚未得 到智库的广泛重视。新媒体时代,中国智库应高度重视微博微信等社交媒体的应用,以公众需求为导向提高社会 关注度,并通过树立智库专家的媒体形象和及时传播智库的知识成果,不断提升其社会影响力。 相似文献
4.
【目的/意义】研究分析了突发公共卫生事件演化过程中社交媒体虚假信息的产生及时滞性扩散特征,试图
揭示虚假信息以及负面情感之间的相关关系,为疏通正确的防疫信息与民众之间的沟通渠道提供帮助。【方法/过
程】研究爬取了新冠疫情期间的虚假信息及疫情相关的微博数据,利用自动文本分析方法分析虚假信息的主题分
布;然后结合时间线索和格兰杰因果分析,展示了虚假信息相关主题微博的时滞性扩散特点;最后,分析了不同主
题下虚假信息、相关微博和负面情感三者的关系。【结果/结论】虚假信息与疫情相关内容增长趋同,但不同主题信
息的扩散力不同,甚至出现相反的时滞扩散效果;引导公众产生负向情感的虚假信息在一定程度上会引发公众的
大规模讨论。【创新/局限】从时滞性扩散的角度解读突发公共卫生事件下不同主题虚假信息的演化特征,为虚假信
息分析与治理提供了新的视角。但数据采集存在局限,虚假信息的传播渠道太过广泛,相关信息难以收集完整。 相似文献
5.
【目的/意义】网络用户在线评论是用户对某产品或服务机构体验感知的反馈,对网络用户在线评论的文
本挖掘是情报分析的重要内容。【方法/过程】为了更有效从海量网络用户在线评论文本中挖掘用户感兴趣的信息,
本研究爬取TripAdvisor网站四大城市的酒店用户在线评论,基于主题图谱理论和文本聚类算法构建网络用户在线
评论的聚类模型,通过图谱可视化揭示不同地区酒店用户观点差异,并分析不同图谱的社会网络特征。【结果/结
论】研究发现酒店用户最关注的是服务,其次是酒店的环境和位置。本研究能够快速挖掘酒店用户关注内容,对帮
助酒店管理者了解用户住宿需求并以此提高用户满意度具有重要价值。【创新/局限】本文结合主题图谱和文本挖
掘技术构建酒店用户在线评论主题图谱,在大数据文本主题聚类上显示出优越性。但本文仅分析TripAdvisor网站
四个城市中部分酒店的用户在线评论,数据面覆盖不够广泛。 相似文献
6.
7.
【目的/意义】通过构建网络舆情传播分析模型,探究新冠肺炎疫情网络舆情传播过程和演化规律,提出新
冠肺炎疫情常态化背景下相关网络舆情引导和舆情治理建议。【方法/过程】基于信息生态学理论,从信息、信息人
和信息环境三要素分析舆情事件,构建信息生态学视角下的网络舆情传播分析模型。以新冠肺炎疫情中的方舱医
院事件为例,运用主题分析、社会网络分析和情感分析等方法进行实证研究,分析舆情内容演进和情感演化规律,
总结新冠肺炎疫情网络舆情传播特征。【结果/结论】结果表明,本文所构建的舆情传播分析模型能够较为全面地刻
画公众对于舆情事件的反应,分析舆情传播规律与演化趋势,挖掘不同分析维度的内在关联。【创新/局限】从信息
生态学视角出发,基于内容、用户和情感等维度构建舆情传播分析模型。下一步将结合二模网络、知识图谱等研究
方法探索新冠肺炎疫情中舆情事件之间的关联性。 相似文献
8.
【目的/意义】微博作为国内主要的社交网络平台之一,其信息传播实时快速,去中心化,成为网络舆情传播
的重要媒介。面向微博进行舆情中心人物的识别以及公众情绪的挖掘对网络舆情的控制具有重要的实践意义。
【方法/过程】本文以新疆棉花事件为例,使用生命周期法对微博舆情演化过程进行划分,使用word2vec和k-means
模型提取事件生命周期中各阶段的舆情中心人物,采用一种结合词典与LSTM深度学习模型的情感分析方法,对各
舆情中心人物相关的评论情感进行极性分析。【结果/结论】所提出的方法能够挖掘面向特定事件的微博舆情中心
人物、公众的情感类型及情感强度,得到能够使舆情转好的引导方法。【创新/局限】本文创新性的将主题挖掘方法
运用于微博舆情中心人物的提取。在情感分析方法上,结合词典和深度学习方法,解决了深度学习方法进行情感
分析时需人工标注的局限性。此外,本文进行情感值计算时没有考虑到表情符号的作用,后续研究会进一步考虑
更加细粒度的情感分类。 相似文献
9.
[目的/意义]掌握问答社区用户疫苗信息需求,揭示用户情绪与关注焦点,为通过互联网开展精准疫苗宣传与科普服务提供依据。[方法/过程]采集问答社区“新冠疫苗”相关问题,利用内容分析的主题编码、情感分析方法进行信息需求主题分类与情感分析,分析不同主题分布及演化特征,挖掘核心主题,并对主题和情感进行相关性分析。[结果/结论]用户疫苗信息需求涉及10类主题,不同阶段存在差异性,多类主题与情感倾向显著相关,其中人群属性、疫苗研发、有效性和安全性、接种禁忌是用户关注焦点,且与情感倾向关系强烈。 相似文献
10.
【目的/意义】颠覆性技术具有隐蔽性和突变性,而技术主题在演化过程中会释放颠覆性趋势产生的早期信号,本文提出一种基于专利主题演化的颠覆性技术识别方法。【方法/过程】首先,基于S曲线法判断技术生命周期;其次,综合运用文本挖掘和社会网络分析方法识别技术主题的演化事件;最后,定义新主题出现、原主题趋热和多主题融合三类突变情况,用于识别具有颠覆性潜力的技术主题。【结果/结论】通过类脑智能领域专利实证,发现六个新出现主题、四个趋热型主题和六个融合型主题,通过专家判读,证明了所提方法的有效性,同时筛选出五项主题作为最终预测结果。【创新/局限】本文基于动态社区发现算法对技术主题的演化特征进行分析,进而基于主题突变性筛选颠覆性技术,但数据来源较为单一,将在未来研究中加以扩充。 相似文献
11.
12.
【目的/意义】为把握招生考试过程中网络舆论的基本特点和发展规律,及时发现潜在舆情隐患,本研究对
考研复试期间国内主流网络社交平台的相关话题讨论文本进行了主题演化研究。【方法/过程】使用 Python采集数
据,BTM模型对数据中的词对建模来进行主题挖掘和聚类,对各主题强度和内容随时间的演化进行分析。【结果/结
论】主题强度和内容演化结果显示,公众的关注点与招生录取进程密切相关,并呈现一定的周期和规律性,能够做
为网络舆情预测的依据。【创新/局限】BTM模型克服了短文本语料中的数据稀疏问题,能够有效进行主题挖掘,但
同时也存在语义理解不足,需要人工辅助解读的问题,需要在后续研究中进一步改进。 相似文献
13.
[目的/意义]新型冠状病毒肺炎疫情(简称新冠肺炎疫情)的全球蔓延引发了各领域学者对于突发公共卫生事件科学应对的思考。文章以新冠肺炎疫情为例,以微博为研究对象,旨在探讨突发公共卫生事件中公众的信息需求对于危机治理的影响机制。[方法/过程]首先,对新冠肺炎疫情及微博舆情做出阶段划分,进而利用质性分析结合层次聚类法从微博文本数据中抽取公众信息需求并跟踪其演变,最终结合相关理论探索性地建立了突发公共卫生事件公众信息需求模型。[结果/结论]突发公共卫生事件中公众的信息需求主要围绕风险认知、行为规范、情感、行为四个方面,通过社交媒体可以准确追踪公众信息需求并向公众提供所需信息,信息需求的满足最终促使公众自发参与危机治理。 相似文献
14.
【目的/意义】研究旨在揭示社会化问答平台用户的养生健康信息需求分布特征,并深入探究需求产生的动
机及演化趋势。【方法/过程】本文以社会化问答平台“知乎”中13万条养生问答数据作为研究对象,通过LDA模型提
取需求话题,在离散时间序列基础上结合马斯洛需求层次理论对话题的关注度与关注热点进行演化分析。【结果/
结论】用户养生信息需求涵盖 20个话题;相比传统健康信息需求对疾病的聚焦,养生健康信息需求在内容上更多
样,需求层次更高。需求的关注度演化上,安全需求与尊重需求成为热点,新冠疫情加强了用户对养生健康信息需
求的关注。话题间的内在联系上,用户对尊重需求话题的关注度以“商品化”的形式转移至安全需求话题。【创新/
局限】本文首次聚焦养生健康信息需求,通过话题与演化分析细粒度地挖掘用户养生健康信息需求的变化趋势。
此外,本文数据源来自同一平台,后续研究可分析多平台用户的养生健康信息需求并对动机进行深化。 相似文献
15.
【目的/意义】目前LDA模型在文本数据挖掘方法中占有重要的地位,已成为数据挖掘领域的研究热点。
为了进一步提高LDA模型在文本挖掘中的应用效果,有必要对LDA模型文本主题提取效果进行对比研究。【方法/
过程】本文提出了一种基于LDA模型的不同类型文本数据主题提取效果对比评价方法,先通过LDA模型对文本数
据进行主题挖掘;再通过定量的主题提取效果评价方法进行对比研究。【结果/结论】本文以期刊论文、网络舆情事
件话题、微博文本、调查问卷为文本数据源,实验结果表明LDA模型在处理语义信息明确逻辑关系合理的长文本数
据时,主题提取效果较好。这为提高LDA模型的挖掘效率提供了一定的理论依据。 相似文献
16.
【目的/意义】通过数据挖掘、文本分析法整合公众分散的反馈意见,对比研究出台政策,对政府部门吸纳公 众意见,制定科学合理的公共政策具有重要意义。【方法/过程】基于大数据技术深度挖掘公众对共享单车政策征求 意见稿的反馈内容,采用LDA模型从公众反馈意见中发现并提取低维主题集合,汇总、组织、分析大规模文本信息, 以主题领域和隶属概率值两维度,对比公众意见与政策修订的差异。【结果/结论】从制度体系、政府治理、企业经营、 产品完善、用户规范五个分类主题及其概率值,评估政策制定中的公众参与度以及政府对公众反馈意见的采纳效 果,以期为政府出台政策的科学性提供理论依据和决策建议。 相似文献
17.
【目的/意义】网络舆情潜在主题指的是那些具备一旦发表就能吸引媒体和网民关注,进而引发热议或成为
热点这种潜在影响力的网络舆情主题。为发现网络舆情潜在主题,本文提出了一种基于社会网络视角的网络舆情
潜在主题发现方法。【方法/过程】该方法包括基于用户行为关系网络的关键微博挖掘和基于关键词共现网络的潜
在主题抽取两部分。【结果/结论】实验结果证明,该方法不仅能有效挖掘网络舆情中的潜在主题,且识别出的部分
潜在主题会随时间推移逐渐演变为热点主题,起到了一定的预警作用。同时,基于实验结果,总结了医疗领域网络
舆情主题演化模式,为政府、企业应对该领域的网络舆情事件提供了有价值的参考。 相似文献
18.
【 目的/意义】研究从用户群体的角度出发,依据用户特征对社区用户进行群体划分,以了解不同用户群体的
主题差异,从而更加全面清晰的了解社区主题,更好的为社区用户推荐资源。【方法/过程】研究利用社会网络分析
和Topsis算法对用户群体进行划分,再利用LDA模型分别对不同用户进行主题挖掘,最后采用谱聚类实现主题优
化。【结果/结论】科学网情报学社区的核心用户与一般用户群体主题有相同的部分,也存在差异,核心用户群体的
主题专指性较强,一般用户群体的主题较为广泛。基于虚拟学术社区用户群体主题挖掘模型,可以更加全面展示
社区用户关注的主题,更好地为社区用户推荐资源。【创新/局限】研究从用户群体的视角出发,提出了虚拟学术社
区用户群体主题挖掘模型,更好的为社区用户推荐资源,但本研究在数据量、主题模型以及社会网络分析指标的选
取等方面还需要拓展与延伸。 相似文献
19.
【目的/意义】为重塑图书馆馆员职业的良好形象,挖掘公众对于图书馆职业认知,为图书馆职业招聘和运营管理提供参考。【方法/过程】基于深度学习方法,以知乎和搜狗问问中与图书馆馆员职业相关的问答与评论为数据样本,利用BERTopic主题模型提取公众对图书馆馆员的职业形象感知,并提出改进TextCNN的情感分类模型,分析公众对图书馆馆员职业形象感知的细粒度情感。【结果/结论】结果发现:公众对图书馆馆员职业形象感知包括职业发展与前景、工作内容、工资待遇、工作时间以及工作环境与位置5个主题维度;大部分公众对图书馆馆员职业形象的情感持正向看法;各主题维度下细粒度的情感形象与图书馆馆员整体形象占比基本趋同,但在不同维度上略有侧重。【创新/局限】将BERTopic主题和改进了TextCNN算法用于图书馆馆员职业形象文本主题提取和细粒度情感分析具有一定的创新性,但是未能够进行算法性能的比较与评估。未来可以进一步地开展深度学习算法性能评估和比较。 相似文献
20.
【目的/意义】从海量自助餐用户评论数据中抽取有效关键词构建主题和主题词,协助商家了解用户口碑,
进而更好的改善餐饮行业的管理水平。【方法/过程】通过融合TF-IDF、TextRank和LMKE三种不同的关键词抽取
方法获取最优关键词,再对抽取的关键词进行语义聚类、主题识别、主题词挖掘和主题权重计算,最后在采集的美
团数据集上进行验证方法的有效性。【结果/结论】实验结果表明,三种关键词抽取方法的融合比单个关键词算法效
要好,文本评论聚类后的主题分别是:味道、菜品、环境、服务、价格,主题的重要程度依次是:味道 36.2%、服务
22.9%、价格15.1%、环境13.6%、菜品12.2%。实验结果证实,通过该方法能够有效识别和构建主题及主题词,并计算
出用户对于不同主题关注的重点内容,同时为餐饮行业主题及主题词挖掘和应用研究提供了一定的理论和技术基
础。【创新/局限】提出一种半监督语义聚类的主题识别、主题词构建和主题权重评估方法;不足之处在于本次实验
仅以武汉地区的美食自助餐评论为主,其构建的主题适用性范围有限。 相似文献