排序方式: 共有60条查询结果,搜索用时 281 毫秒
21.
【目的/意义】网络舆情是群体智慧的涌现形式之一,探究不同平台的网络舆情信息所蕴含的群体智慧,对
网络舆情的管理与引导具有重要的理论价值与现实意义。【方法/过程】研究以新浪微博和抖音短视频为数据源,基
于ELECTRA和REDP方法分别对舆情文本信息进行实体抽取与关系抽取,分别构建微博平台与短视频平台的网
络舆情知识图谱,并对各网络舆情知识图谱进行对比分析。【结果/结论】研究结果表明,微博与短视频平台的舆情
信息通常会涉及相同的主流内容,同时各平台也存在不同的衍生内容。在信息内容方面,新浪微博平台的舆情信
息的内涵更加丰富、外延更加广泛。在知识的贡献与获取方面,新浪微博平台的用户更加偏向于参与舆情话题的
讨论,主动贡献知识。在知识图谱构建方面,短视频平台舆情内容中的知识实体同时出现的联合概率较高,更容易
形成知识三元组,舆情知识也更加聚焦。【创新/局限】本研究分别构建了新浪微博与抖音短视频平台的舆情知识图
谱,并对各平台知识图谱进行对比分析。在未来的研究中,研究将对各平台知识图谱差异性的产生过程与原因进
行更加深入地思考。 相似文献
22.
陈独秀早在1903年到1905年间以他的故乡安庆、芜湖为中心进行办报活动,并进一步形成了较系统的新闻思想,这些新闻思想对他后来的办报有很大影响。 相似文献
23.
眼动仪在网页优化中的实验研究——以厦门大学网络课程为例 总被引:1,自引:0,他引:1
随着计算机技术的飞速发展和网络的逐步普及,网络课程被越来越多的学习者所接受.如何对网络课程首页进行有效的设计是一个很值得探讨的问题.本文以厦门大学网络课程为例,通过Smarteye5.4眼动仪设备的使用,以20名大学生为被试,记录他们对不同网络课程首页设计的观察和学习的眼动情况,整理大量数据,分析评价页面的特点.根据学习者的网络浏览特点,发现不同学习进度的学习者对界面的需求有所不同. 相似文献
24.
25.
探究社交媒体用户观点形成机理,揭示影响网民观点形成的重要因素,可深入理解网络用户的行为模式,洞察网络舆论本质。文章以“双减”话题微博数据为数据源,基于主题模型和机器学习的情感分析方法挖掘用户观点;从意见氛围、社交关系、前期行为特征和用户属性等维度构造特征变量,基于LightGBM建立不同主题下的情感预测模型,采用SHapley Additive exPlanations(SHAP)对特征重要性进行排序,发现影响网民观点形成的重要因素。研究发现:前期行为特征对用户观点形成的影响最大,意见氛围次之,社交关系即好友关系影响较弱;个体在情感倾向上更易跟随规模较大的传播主体,而不是崇拜权威。 相似文献
26.
深化教育改革的任务十分紧迫,其中尤为重要和迫切的是要切实更新教育思想观念与方法,全面实施素质教育。这是全面提高国民素质、培养造就创新人才、将我国巨大的人口压力转化为无可比拟的人力资源优势的根本途径,是提升我国自主创新能力和综合国力的基础工程,也是全面建设小康社会、构建社会主义和谐社会、建设创新型国家、落实科学发展观、实现中华民族全面复兴和世代繁荣的重要根基。 相似文献
27.
28.
大数据环境下文本情感分析算法的规模适配研究:以Twitter为数据源 总被引:1,自引:0,他引:1
[目的/意义]以大数据环境下的文本情感分析这一特定任务为目的,对规模适配问题进行研究,为情报学领域研究人员进行大数据环境下数据分析时,实现效率和成本的最优选择提供借鉴。[方法/过程]采用斯坦福大学Sentiment140数据集,在对传统情感分析算法分析的基础上,提出了5种面向大数据的文本情感分析算法,检验各种算法在不同环境和数据规模下的适配效果,从准确性、可扩展性和效率等方面进行实证比较研究。[结果/结论]实验结果显示,本文所搭建的集群具有良好的运行效率、正确性以及可扩展性,Spark集群在处理海量文本情感分析数据时更具有效率优势,且在数据规模越大的情况下,效率优势越明显;在资源利用方面,随着节点数和核数的增加,集群的整体运行效率变化显著,配置5个4核4G内存的从节点,能够实现在高效完成分类任务的同时达到节约资源成本的效果。 相似文献
29.
30.
疫情当下,关于现代社会治理的讨论成为人们关注的热点。郑永年教授认为,“离开了知识的权力,现代社会的治理就寸步难行。”科学家和专业人士的知识供给,在此次新冠疫情的应对中无疑成为了一股重要的力量。在此背景下,《图书情报知识》和《信息资源管理学报》两刊联合策划推出了专稿“突发公共卫生事件中的科学应对与思考:图情专家谈新冠疫情”。在此期专稿中,我们非常荣幸地邀请到9位学科领域专家,他们结合此次疫情,从不同角度阐发了自己的观点,包括突发公共卫生事件情境下的社会风险感知与公共危机预警、应急舆情分析与应急信息综合治理、疫情虚假信息的传播原因及甄别、疫情事件中的大数据应用与治理、对抗疫情的科技信息共享与支持、疫情相关的科研成果发表与传播等问题。我们将其进行了整理,以“姊妹篇”的形式在两个刊物2020年第2期上分别刊发。在这样一个特殊的时期,专家们欣然应允我们的约稿,并很快提交了文稿,让我们深切感受到了“与子同袍”的情谊。希望我们的这份努力,能够为抗击疫情提供学科知识的支持,而这也是我们作为武汉本地期刊的殷殷心愿。愿这个英雄的城市,早日重展它大江大河的壮美容貌。 相似文献