论网民理性爱国表达

近几年我国网民数量增长迅速,已经成为全球第一大网民数量国家。网民在网上进行爱国表达时有其独特的方式和特点：情感化、自主性、动员性、即时性和匿名性;网民非理性爱国表达的危害：损害外交关系和国家声誉、不利于我国社会的和谐稳定、容易诱发地区和国际冲突;引导网民理性爱国表达的途径：多元社会参与主体、多样舆论引导手段、增强政府网上信息主导力、确立网络道德规范。     

基于舆情大数据的网民关注度转移模型研究

[目的/意义]基于舆情大数据研究网民关注度转移模型,能够深入解读大数据环境下网络舆情事件的竞争效应,可以为网络舆情治理提供参考依据。[方法/过程]定性分析大数据环境下网络舆情事件竞争效应以及网民关注度转移机理,基于微分方程组构建网民关注度转移模型,通过研究模型特性和数值仿真,理解两个舆情事件之间网民关注度转移的定量关系以及未来趋势,并给出估计模型参数的方法。[结论/结果]经过理论建模和实证分析得出本文构建的网民关注度转移模型是可行的,尤其是可以通过舆情数据分析确定多个舆情事件的竞争结果以及网民关注度转移的关键节点,为进一步研究网民关注度转移趋势预测问题提供模型基础。     

我国城乡青少年网民网络信息行为比较研究

随着网络普及率的提升,互联网的影响已经渗透到各个人群,其中也包括正处于生长期的青少年。本文以中国互联网网络信息中心(CNNIC)发布的《2009年中国青少年上网行为调查报告》为数据来源,分析了我国城乡青少年网络信息行为存在的差异,并探讨了造成差异的可能因素,最后针对农村地区存在的问题提出意见和建议。     

影响食品安全网络舆情网民行为的主要因素识别研究--基于模糊集理论DEMATEL方法

在模糊集理论和决策实验分析方法基础上,研究影响食品安全网络舆情中网民行为因素的影响特征、影响程度并识别关键因素。研究结果显示政府行为、媒体行为、网络水军行为、意见领袖行为、网络的普及性以及网络实名制是食品安全网络舆情中网民行为的6个最关键的影响因素,而其他网民行为以及涉事企业行为在食品安全网络舆情发展中呈现出较强的被动性。     

基于知识的工程图识别模型研究

对人工读图的认知过程进行了分析,总结出其自组织的特征,设计了"基于知识的工程图识别层次模型",将整个工程图识别过程分为像素、矢量图元和工程图形三个层次,层次之间相应地进行基于知识的两阶段的矢量化和识别处理,该模型为各种工程知识的使用打下了基础。     

基于决策树算法的竞争对手识别模型研究

文章对竞争对手识别的本质进行了分析,认为竞争对手识别是一个动态分类过程,指出该过程有3个难点.现有的竞争对手识别方法存在3个缺陷,因而无法有效地支持竞争对手识别过程.认为数据挖掘决策树算法可以应用于竞争对手识别,并详细描述了应用的过程,包括以下4个步骤:竞争对手属性选择、竞争对手数据准备、竞争对手数据预处理和建立竞争对手识别决策树.     

基于SMOTE-LOF-Adaboost模型的核心专利识别研究

针对核心专利识别准确率低的问题，重构指标体系；针对传统核心专利识别方法处理不平衡数据效果欠佳，提出重采样技术与集成算法的组合模型。首先，在传统指标构建基础上加入专利发明人相关指标；其次，使用合成少数类过采样算法(SMOTE)增加少数类样本解决数据不平衡问题，采用局部离群因子(LOF)算法对新生成样本进行降噪处理，并与自适应集成算法(Adaboost)组合成SMOTE-LOF-Adaboost模型；最后，以智慧芽专利数据库中2012—2016年共22077条光伏领域专利数据为例，使用SVM、Adaboost、SMOTE-Adaboost、SMOTE-LOFAdaboost进行实证分析。结果显示SMOTE-LOF-Adaboost模型AUC均值0.977 6,Recall均值0.986 0，均优于其他3种模型，表明该模型能够提高核心专利预测的准确性。     

手机用户识别模型与应用

为了能从通讯的角度识别犯罪团伙,文章以深圳杯夏令营数学建模的数据作为研究数据,利用贝叶斯网络分类器和粗糙集模型两种方法对识别出的结果进行验证。研究结果表示：通过贝叶斯网络分类器识别出的结果和粗糙集获得结果是一致的。从而可以给公安部分侦破犯罪团伙提供参考,提高犯罪案件的侦破率。     

基于信息过程模型的创业机会识别研究

基于创业机会识别与信息/知识之间的重要关联性,本文运用经典信息过程模型剖析了创业机会的内涵,以此为基础阐述了基于创业信息过程模型的创业机会识别机理,并针对创业信息过程的3个环节分析了创业机会识别的关键影响因素。     

基于LDA的企业竞争对手识别模型构建——以蔚来汽车有限公司为例

[目的/意义]构建基于LDA的企业竞争对手识别模型,在海量同领域企业中精准识别竞争对手,剖析其技术发展领域,为企业制定竞争策略提供情报支撑。[方法/过程]首先,根据技术领域与目标企业下载专利数据;其次,将目标企业与相同技术领域企业专利数据合并,对专利摘要进行主题建模并借助LDAvis可视化工具与相对接近度计算识别潜在竞争对手;最后,借助LDA模型、困惑度与主题相似度计算潜在竞争对手技术多样化指数(TD)与技术专业化指数(TS),通过竞争力气泡图识别竞争对手类型,从而完成竞争对手识别模型的构建。[结果/结论]构建的企业竞争对手识别模型可以较好地识别出目标企业的竞争对手,并建议目标企业应积极对标竞争对手的技术领域,制定相应发展战略,从而促进企业在激烈的市场竞争中脱颖而出。     

焦点企业核型结构产业集群创新网络演进模型、问题及对策研究

以产业集群焦点企业理论的相关内容为依据,引入了分包交易、社会关系及创新机制三种维度,构建模型对焦点企业核型结构产业集群创新网络的演进过程进行解析,给出此类创新网络在不同演进阶段所展现的各种特征,并且在此基础上,分析了我国此类产业集群创新网络演进过程所存在的问题及成因,同时给出了相应的对策。     

基于舆情大数据的网络群体性事件动态识别模型与应对策略研究

【目的/意义】随着互联网在社会中的影响力逐渐增大,面对网络群体性事件对社会生活的冲击,需把握网络群体性事件的演化规律,确定事件类别,提炼事件特征,基于不同类别的网络群体性事件,提出有针对性的应对措施。【方法/过程】通过LDA主题模型与K-means算法相结合,利用LDA模型实现文本潜在语义的识别,最终运用SVM算法进行网络群体性事件聚类分析,得到五类网络群体性事件。【结果/结论】构建的网络群体性事件动态识别模型,通过大量的文本训练,在事件聚类数为5时具有良好的解释性,完成了网络群体性事件的客观分类,分别为：经济型、社会型、文化型、民族型和环境型,为政府分类应对策略提供依据。【创新/局限】利用LDA主题模型和Kmeans算法,减少了模型的迭代次数,确定最佳主题数,提高了网络群体性事件识别结果的准确性,但是运用慧科新闻数据库搜集到的文本数据范围有限,且分类结果反应的事件特征具有一定局限性,后续研究可进一步扩大动态文本数据库,对分类算法进行改进和深化。     

我国上市公司虚假财务报告的GMDH识别模型

以我国证券市场涉及到利润和资产造假的30家上市公司作为研究样本,利用GMDH模型对我国上市公司虚假财务报告进行识别。研究得到了可以显示财务造假征兆的5个关键异动指标,并且,通过其中2个指标可以很好识别那些以虚减利润和收入的造假方式为管理层输送利益的上市公司。实证研究表明,GMDH模型具有较高的识别正确率和较强的预测推广能力。     

基于隐含空间模型降维和LDA模型的学科主题识别研究

[目的/意义]现有学科研究主题的梳理多为领域专家的定性分析和学科学者的文献梳理,一定程度会由于研究思维的局限性和获取知识的片面性造成学科研究主题误判,为有效避免漏判误判现象的发生,提出识别模型。[方法/过程]首先,运用传统LDA模型分析主题特征词;其次,结合上下文语义信息进行中文分词,形成学科主题词库;最后,结合隐含位置聚类算法发现潜在社区,提高主题识别效果。[结果/结论]提出的方法一定程度上优化了主题挖掘算法在识别短文本主题的效果,消除主观意愿。由计算机自行分类并实现科学研究前沿主题的预测,揭示前沿领域的研究热点,为致力于研究前沿学科的新兴学者提供参考价值。