排序方式： 共有3条查询结果，搜索用时 109 毫秒
1
1.
[目的/意义] 针对现有弱信号全自动识别研究尚不完善的问题,提出基于LDA-BERT融合模型的弱信号全自动识别方法。[方法/过程] 基于无监督的LDA主题模型对文本数据集进行主题分类,构建主题和术语双层过滤函数从主题分类的结果中提取早期预警信号,通过紧密中心度、主题权重以及主题自相关性三大度量函数评价主题的弱性,并基于主题内术语的归一化频率和概率提取出弱信号。最后,运用BERT深度学习模型从语义层面对弱信号上下文及其类似词进行扩展。[结果/结论] 以2021年1月初疫情重爆发事件为例,使用爆发前三月的社交媒体新闻数据集对构建的系统模型进行验证。实验结果表明,该方法可有效检测出相关弱信号,并挖掘出弱信号随时间推移逐渐增强的演化特性。此外,该融合模型在实现弱信号全自动识别的同时,也表现出较单一模型更强的结果可解释能力。 相似文献
2.
[研究目的]各领域不同的定义维度使弱信号概念愈发谲诡的同时也带来了弱信号的异构性,致使领域间的研究成果难以互相比较和学习,不利于弱信号研究的长远发展,因此,弱信号概念统一是当前亟待解决的问题之一。[研究方法]该文拟基于系统性文献综述法对2000—2022年5月WOS和CNKI的相关文献进行内容梳理与统计分析,划分出四大弱信号研究领域,整理出现有弱信号研究的五大向度,并通过本体-功能-价值三维构建理路尝试性地提出一种新的弱信号概念。[研究结论]归纳得出,各领域弱信号向度为“模糊、新颖、战略相关、影响不可预测且表现形式不定的信息”“与人们认知有一定差距的信息”“非独立的信息”“视角依赖的信息”“蕴含未来战略的信息”。在向度分析基础上,提出弱信号在本体上是对各类信息的一种感知,可能构成未来发展的指示;在功能上是组织决策的一种参考;在价值上是组织未来发展的核心资源,且三者之间呈现一种逐级递进、互相作用的闭环式关联关系。 相似文献
3.
[研究目的]新媒体时代背景下,企业舆情风险事前防范研究具有重大理论价值和实践意义,而弱信号是一种对未来变化的提前感知,因此,该文拟导入弱信号,构建其在企业舆情风险预警中的应用模式。[研究方法]依据5W原则并基于弱信号和企业舆情风险相关概念,从来源、时段、本质、意义及监测人五方面对企业舆情风险弱信号进行定义。进而结合现有弱信号应用模式研究和企业舆情风险管理流程,以最小化企业损失为目标,尝试构建面向企业舆情风险预警的弱信号应用模式。[研究结论]弱信号应用模式主要由数据收集、数据处理和数据解析三个层面所构成,且企业舆情风险弱信号搜集、企业舆情风险弱信号评估及企业舆情风险弱信号分析为各层面的核心步骤。该模式的构建不仅扩展了弱信号的理论内容,更有助于企业舆情风险事前预警工作的展开。 相似文献
1