融合NER和Apriori算法的游记文本关联知识挖掘及推荐服务研究

[目的/意义]为挖掘旅游平台游记文本蕴含知识，协助旅游者高效获取符合需求的信息和知识，为制定旅游计划提供科学决策的信息支持。[方法/过程]首先面向用户需求提出基于布尔矩阵和集合逻辑改进Apriori算法的思路；然后融合命名实体识别实现了游记文本关联知识挖掘及聚合，构建了基于关联知识挖掘的个性化推荐服务模式，并以携程网中杭州相关的游记文本进行了实证研究。[结果/结论]研究发现，融合命名实体识别和改进的Apriori算法，能够有效挖掘游记文本蕴含知识，实验结果验证了在算法性能及结果上要优于传统Apriori算法，并能够根据挖掘结果向用户提供个性化推荐服务，协助旅行者科学、高效地制定旅游计划。研究结论丰富了游记文本挖掘的方法论，为旅游平台服务推荐优化提供了新的思路。     

基于模块化聚类的标签弹性推荐

[目的/意义]社会化标注系统为用户检索提供便利的同时也面临一些困扰,标签推荐研究有助于解决资源检索中精确度与召回率之间的两难抉择。[过程/方法]借助网络科学的理论与方法,通过对标签网络的模块化聚类处理获得主题聚类,采用度数中心度对主题聚类内部标签进行排名,根据特定规则选取Top-N标签数量。[结果/结论]实验结果显示,研究中提出的模块化Top-N标签推荐方法,具有可逐层细化的精确度和良好的召回率。该方法的弹性机制可为不同的检索要求提供差异化服务。     

基于改进的LDA主题模型群体情感影响因素研究

[目的/意义]探究社交网络中影响群体情感行为的影响因素，旨在为舆情引导提供参考。[方法/过程]首先，获取微博数据集，进行预处理后，使用结合AP算法及TF-IDF算法的LDA主题模型对用户文本进行聚类，挖掘用户兴趣主题；然后，人工识别结合接口调用对用户文本进行情感标注；最后，利用二元逻辑回归模型对假设的群体情感影响因素进行验证。[结果/结论]性别、主题及活跃度对于群体情感倾向有显著影响；男性群体普遍比女性群体消极；不同主题的情感主旋律不同。该结果对于网络舆情的控制以及个性化新闻推荐具有很好的借鉴作用。     

基于LDA模型的国内用户画像研究主题及演化分析

[目的/意义]旨在发现国内用户画像研究领域的研究主题以及这些主题的发展脉络,为图书馆用户画像的构建提供参考。[方法/过程]运用LDA主题模型对国内用户画像研究论文的题目、摘要和关键词等内容进行文本挖掘,按年度对热点主题进行分析并发现各主题的演化趋势。[结果/结论]国内用户画像研究领域大体可划分为8个研究主题：新媒体营销、电商系统与精准营销、推荐算法与推荐系统、健康信息服务、教育教学、金融服务、社交网络与内容分析、高校图书馆与信息服务。研究主题按年度演化趋势可分为上升主题、平稳主题和衰减主题3类。高校图书馆与信息服务是上升幅度最大的主题,这表明研究人员越来越关注用户画像在图书馆及相关领域的应用研究。     

基于G-Kmeans的网络问答社区话题用户信息需求聚合方法及应用研究

[目的/意义]进一步挖掘与分析网络问答社区用户信息需求,实现用户信息需求序化组织与聚合,提升网络问答社区服务质量。[方法/过程]融合GMM和Kmeans聚类算法对网络问答社区用户提问问题文本进行用户信息需求挖掘与分析,并采集途牛网络问答社区“北京”话题下的全部问题文本数据进行实证研究。[结果/结论]途牛网络问答社区中用户的信息需求主要分为三类：景点、住宿、出行和周转。文章所提出的网络问答社区用户信息需求聚合方法可以高效地识别出用户信息需求,实现话题下用户信息需求序化和组织,对网络问答社区提升信息组织水平和优化信息服务质量具有一定的参考价值。     

融合地理标签数据的个性化信息服务应用研究

[目的/意义]社交媒体网站的飞速发展为我们贡献了海量数据,通过对这些数据的进一步挖掘,可以实现个性化服务推荐。[方法/过程]本文利用地理标签中的丰富的元数据信息,结合基于密度的DBSCAN聚类算法和TF-IDF的统计方法,来提取和识别当地的景点区域,然后结合季节来计算景点的热度,最后运用基于混合过滤的推荐算法,为游客实现个性化旅游服务推荐。[结果/结论]通过Flickr网站爬取到的Geo-tagged数据集验证了本文提出方法的有效性。     

基于BiLSTM-CRF的政府微博舆论观点抽取与焦点呈现

[目的/意义]准确把握公众微博评论中所反映的公众观点并总结舆论焦点,有助于及时获取和引导社会舆情态势,对政府公信力、快速响应能力及执行力提升具有支撑作用。[方法/过程]文章针对当前政府微博评论社会功能发挥的现实要求和其文本特征挖掘的技术需求,从基于深度学习的文本智能语义理解和挖掘出发,提出了适用的细粒度四元组标注策略,构建了政府微博评论观点抽取与焦点呈现的深度学习模型POF-BiLSTM-CRF,即通过细粒度标注策略确定、Word2vec训练词向量、BiLSTM评论特征学习进行标签及其概率输出、CRF学习上下文实现微博评论标注优化,以及观点聚类和主题词提取后最终呈现舆论焦点。[结果/结论]针对"中国警方在线"微博评论的实验表明,文章所提研究框架和模型能够有效进行舆论观点的智能化提取,为快速把握公众观点及为政府决策提供了参考。     

基于用户画像和视频兴趣标签的个性化推荐

【目的/意义】用户画像深刻地描述了视频用户的个体和群体行为特征,为视频的个性化推荐服务提供参 考。【方法/过程】通过文本挖掘对爬取的视频、用户及其观影数据分析,构建单个用户画像,并通过K-Means和LDA 模型对用户聚类并提取主题,挖掘群体用户特征。基于用户画像和时间指数衰减的视频兴趣标签,并结合视频喜 爱度和协同过滤,进行视频推荐。【结果/结论】考虑时间指数衰减的个性化推荐,提高了系统对用户兴趣的感知。 结合视频喜爱度和协同过滤,推荐视频评分达0.87,有助于提高用户对网站的忠诚度和活跃度。【创新/局限】基于用 户生成内容的文本挖掘结果,进行单个和群体用户画像,并创新性采用时间指数衰减构建用户视频兴趣标签,以捕 获用户兴趣的变化。由于网络爬虫的限制,实验数据量有一定的局限性,且特征提取兴趣范围有限。     

基于语义特征句向量距离的汉语-俄语跨语言文本聚类方法研究

[目的/意义]旨在为跨语言文本聚类研究提供参考。[方法/过程]首先,通过分句及计算每个句子的语义特征值确定文档的特征句集并进行文档向量表示;其次,将词旋转距离(Word Rotator’s Distance,WRD)的思路引入相似度计算步骤中,提出语义特征句向量距离(Semantic Feature Sentence Vectors’ Distance, SFSVD)相似度计算方法,获得不同文档间的相似度;最后,利用HAC聚类算法获得文本聚类的结果。[结果/结论]提出的汉语-俄语跨语言文本聚类方法对比现有方法,其Purity值和NMI值显著提升且表现稳定。基于语义特征句和SFSVD相似度计算方法能够较准确地表示文本信息,从而进一步提升汉语-俄语跨语言文本聚类的性能。     

基于改进特征提取及聚类的网络评论挖掘研究

[目的/意义]针对信息过载条件下中文网络产品评论中特征提取性能低以及特征聚类中初始中心点的选取问题。[方法/过程]本研究提出采用基于权重的改进Apriori算法产生候选产品特征集合,再根据独立支持度、频繁项名词非特征规则及基于网络搜索引擎的PMI算法对候选产品特征集合进行过滤。并以基于HowNet的语义相似度和特征观点共现作为衡量产品特征之间关联程度的特征,提出一种改进K-means聚类算法对产品特征进行聚类。[结果/结论]实验结果表明,在特征提取阶段,查准率为69%,查全率为92.64%,综合值达到79.07%。在特征聚类阶段,本文提出的改进K-means算法相对传统算法具有更优的挖掘性能。     

基于共享心智模型的在线旅游信息协作搜索团队认知研究

[目的/意义] 深化对在线旅游信息协作搜索的整体认识,为专业化旅游信息协作搜索服务平台建设优化等提供启发和借鉴。[方法/过程] 聚焦于在线旅游信息协作搜索情境下的团队认知,以共享心智模型表征团队认知,以高校学生为研究样本,应用扎根理论方法,探讨在线旅游信息协作搜索团队共享心智模型建构过程。[结果/结论] 识别出四大核心环节——个体感知与探索、团队任务解析、团队信息收集和团队信息决策,并理清了各个环节的认知活动与共享心智模型内容。     

基于文本挖掘和可视化技术的主题自动标引方法——以《英雄格萨尔》为例

[目的/意义]基于文本挖掘技术自动发现更具代表性的文献内容主题词，通过定位主题词在章节中的具体位置，并基于可视化技术进行主题标引，帮助读者直观高效发现文献主题间的潜在关系。[方法/过程]基于文本挖掘技术深入文献内容层挖掘主题词，并利用可视化工具直观呈现所获信息，在此基础上尝试构建可视化主题自动标引系统，并在格萨尔领域的多个主题中对该系统的自动标引效果进行验证。[结果/结论]研究结果显示，该标引方法在格萨尔领域实现了文献内容级的可视化主题自动标引，快速精准地定位到章节、段落和句子。标引相关信息获取过程直观可视，并且具有交互性，可提升用户体验和参与度。文章以《英雄格萨尔》为例完成系统验证，但该标引方法技术本身无领域限定，可应用于其他领域的文献。     

基于数据计量和社交网络的图书情报学科发展探究

[目的/意义]旨在为图书情报学科发展的有效探究提供参考。[方法/过程]结合CSSCI核心期刊论文、国家社会科学基金(NSSFC)和国家自然科学基金(NSFC)多项数据作为数据源,从宏观层面对图书情报领域近十年成果进行统计分析,归纳其研究发展过程和变化趋势,从微观层面对对图书情报领域成果进行文本挖掘,发掘出近十年研究热点。[结果/结论]图书情报领域热点主题以“图书馆”“情报”为侧重点,呈交叠式融合、各热点之间互相交错关联的社交网络图。这从侧面也证明了图书情报是一门交叉学科,其主题具有多学科、综合性强的特点。     

基于“一带一路”倡议的东盟信息资源用户需求分析模型构建

[目的/意义]用户需求研究对我国信息机构开展东盟信息资源建设与服务具有重要意义。[方法/过程]立足国家“一带一路”倡议,构建东盟信息资源用户需求模型,通过数据采集、信息处理、建立多维度用户需求标签,全面分析用户需求与偏好。[结果/结论]借助东盟信息资源用户需求模型,实现明确机构定位、指导资源建设、服务精准营销、资源协同推荐,对用户需求进行有效管理。     

基于主路径分析的核心主题凸显及演化

[目的/意义]主路径上核心主题的演化可以反映行业发展方向，凸显行业热点技术并预测技术的未来发展，有效判断技术主题间的传承演变关系。[方法/过程]本研究构建一种凸显主路径上的核心主题及演化方法。该方法不同于文本挖掘和聚类，是基于引文网络主路径映射专利分类号的链接计数，通过专利的分类号替代技术主题在主路径上演化并计算节点的技术主题含量，以技术主题含量的变化凸显主路径上的核心主题及其发展历程。[结果/结论]展示有机发光二极管OLED的主题演化图，证实了该方法的合理性。     

老年在线社区用户健康信息需求挖掘研究

[目的/意义]研究老年在线社区用户的健康信息需求,为利用互联网开展精准的医学教育和科普服务提供依据,优化在线社区服务,吸引和鼓励更多老年人使用网络分享和获取健康信息。[方法/过程]本文采取网络文本挖掘的方法,选取老年论坛"老年人之家"中5 296条用户发布的健康相关文本作为语料库,利用TextRank和TF-IDF两种关键词抽取算法对每条文本抽取关键词,构造关键词共现网络,进行社会网络分析,识别重要关键词和主题,研究老年在线社区用户的健康信息需求。[结果/结论]老年在线社区用户信息需求主要可划分为中医养生原理与方法、生活方式调整与改变、疾病防治与应对老化、食品营养价值与功效4个类型,且不同需求类型间存在复杂的交错关系;用户表露的健康信息需求停留在生理健康层面,而心理健康和社会适应力是潜在的信息需求。通过网络文本挖掘的方法能有效利用用户生成的文本数据,展现用户健康信息需求并发现其中的问题。     

主题模型视阈下的《国家情报法》法律文本分析

[目的/意义]通过分析《国家情报法》法律文本内部的逻辑关系,构建出一个逻辑意义上的模型和框架,既能够使这部法律的内涵和精神更加充分的体现出来,同时也对分析其他类似的法律法规起到借鉴和参考,还能够为在现实中将模型进行实现奠定了基础.[方法/过程]从《国家情报法》的法律文本入手,对文本内容进行必要的处理之后,采用R语言中的...     

基于深度学习的信息组织与检索研究综述

【目的/意义】深度学习是近几年来人工智能领域的研究热点之一,了解深度学习在信息组织与检索方面的研究现状,能为信息组织与检索的深入研究提供参考和借鉴。【方法/内容】通过对国内基于深度学习的信息组织与检索方向的相关文献进行梳理,剖析深度学习相关模型、阐述深度学习在信息组织与检索中的研究热点主题,并结合深度学习技术的特点和信息组织与检索的研究内容,对深度学习在信息组织与检索方向的应用前景进行预测。【结果/结论】研究表明,当前深度学习在信息组织与检索中的研究热点主要集中在智能信息抽取、自动文本分类、情感分析和文本聚类这四个主题,预测未来深度学习在信息组织与检索方向会朝着对异构信息处理、智能信息检索、个性化信息推荐等方向发展。     

旅游信息服务生态链模型及其协同管理研究

[目的/意义]基于信息服务生态视角,研究旅游信息服务生态链模型及其协同管理,以期为提高旅游信息服务质量及效率提供参考。[方法/过程]文章首先论述了旅游信息服务生态链的基本概念及其特点,其次对旅游信息服务生态链的构成要素进行分析并构建模型,最后从链内和链间两个维度探讨旅游信息服务生态链的协同管理。[结果/结论]通过旅游信息服务生态链模型及其协同管理进行研究,为提高旅游信息服务质量和效率提供参考。     

国内外社交媒体个人信息保护政策研究及启示

[目的/意义]基于社交媒体个人信息安全事件频发的现状,通过审核社交媒体的个人信息保护政策,以期从法律政策文本层面规范社交媒体的个人信息保护,保障个人信息合法权益与社会公共安全利益。[方法/过程]本文以国内外16款用户量最大、使用频次最高的社交媒体为研究对象,通过内容分析法,从个人信息采集与利用、Cookie及相关技术的提醒、个人信息储存及保护、个人信息共享转让与披露、个人信息处理权益、未成年个人信息保护角度对社交媒体的个人信息保护政策进行分析。[结果/结论]政府层面亟需保障《信息安全技术个人信息安全规范》等法律法规的底层实施,企业层面需开展个人信息保护的内部制度化建设,结合服务与产品特征细化个人信息保护政策内容,采用实名制规范未成年个人信息保护。