基于LDA模型的交互式文本主题挖掘研究 ——以客服聊天记录为例

【目的/意义】挖掘出客服聊天记录中蕴含的主题,为客服自动问答系统的设计及优化提供指导方案。【方 法/过程】本文针对保险网站客服聊天记录这类交互式短文本,利用会话切分、分词提取以及词汇过滤等方法进行 文本预处理,通过名词短语提取、高频词汇提取以及外部数据集引入等方法进行特征选择,最终应用 LDA建模方法 获取交互式文本主题。【结果/结论】模型结果显示：用户主要关注保险详情、保险金额以及保险险种等主题。不同 主题之间的话题具有一定的独立性,主题和话题之间存在很强的相关性。LDA模型结果成功挖掘出用户关注的主 题,这为电子商务网站运营方进行自动问答系统的设计和优化提供了指导方案。     

基于LDA主题模型的中国国家形象研究——以越南通讯社报道为例

[目的/意义]越南通讯社作为越南官方媒体,具有一定地位,研究其如何报道中国、如何建构中国国家形象对于中国完善国际传播的形式、考量未来与越南的发展方向具有重要意义。[方法/过程]使用文本挖掘的研究方法,对越南通讯社官方网站2022年1月至2023年5月的涉华报道进行内容分析,使用LDA主题模型提取媒体报道的重要主题,通过主题分析揭示越南媒体报道建构的潜在中国形象,并将研究结果可视化。[结果/结论]从文本集中共提取到7个主题,进行主题聚类后赋予主题名称并展示15个关键词。越南官方媒体塑造的中国形象既有大国崛起的“威胁”,又是经济发展的机遇,还有文化“同化”的风险。     

基于扎根理论的社交媒体用户信息规避动机研究——以微信为例

[目的/意义]探索社交媒体用户信息规避行为的动机。[方法/过程]对23位微信用户进行半结构化访谈,运用扎根理论方法对访谈数据先后进行开放式编码、主轴编码和选择性编码,从中提炼出31个初始概念、13个范畴和4个主范畴,揭示出社交媒体用户的信息规避动机及其与信息规避策略间的关系。[结果/结论]社交媒体用户的信息规避动机包括认知性动机(减轻认知负荷、保持认知聚焦、避免认知失调、避免额外支出)、情绪性动机(避免消极情绪、保持积极心境、避免情绪恶化)和社会性动机(逃避社会支持、回避社会交互、避免社会比较、遵守社会规范)。上述动机既能各自独立驱动社交媒体用户采取忽略信息策略或屏蔽信源策略来规避某些信息,也能彼此联合起来共同驱动社交媒体用户的信息规避行为。[创新/局限]文章的创新点在于利用扎根理论方法系统揭示微信用户的信息规避动机,深化对社交媒体用户信息规避行为的认识;不足在于样本局限于微信青年用户群体,方法上属于探索性研究。     

基于LDA的交叉学科潜在主题识别研究 ——以数字图书馆为例

【目的/意义】本文剖析交叉学科的潜在主题识别,分析潜在主题的文献数量,揭示交叉学科的研究主题、构 成和热门研究主题。【方法/过程】以数字图书馆学科为实例,构建交叉学科集成数据集,经过数据集预处理、LDA主 题模型训练、潜在主题标签标注等处理过程,挖掘出交叉学科中的潜在主题及其构成,揭示交叉学科的热门研究主 题。【结果/结论】本文提出了一种基于潜在主题模型的交叉学科主题识别方法,该方法利用了交叉学科与相关基础 学科之间的内在关联,通过整合交叉学科研究文献与相关基础学科研究文献构建集成数据集,能够更为精确地识 别交叉学科的潜在主题和热门研究主题。     

社交媒体用户隐私设置行为实证研究——以微信平台为例

[目的/意义] 为研究中国情境下社交媒体用户隐私设置行为的影响机制,为隐私设置功能的设计与开发提供参考依据。[方法/过程] 本文以微信活跃用户为研究对象,基于计划行为理论和技术接受模型,构建了隐私设置行为影响因素理论模型。[结果/结论] 研究结果表明：隐私设置行为主要受到隐私设置意愿和感知控制影响;隐私关注、感知有用性、感知易用性正向影响隐私设置意愿;感知易用性、信任、交互公平正向影响感知控制;隐私关注和感知易用性都正向影响感知有用性。     

移动社交媒体中健康信息可信度的影响因素研究 ——以微信为例

[目的/意义]旨在探索移动社交媒体中健康信息可信度的影响因素及其作用机制,以期为提升健康信息可信度提供理论借鉴。[方法/过程]借鉴精细加工可能性模型和Hilligoss提出的整合信息可信度评估框架,基于用户感知视角,结合社会诚信现状引入社会背景维度构建健康信息可信度的研究模型,以微信为例,采用问卷调查法和结构方程模型法进行实证研究。[结果/结论]健康信息媒介可信度和健康信息内容可信度越高,健康信息总体可信度越高;健康信息源可信度对健康信息总体可信度的影响不大;健康信息接收者的自身特征会影响健康信息源可信度、健康信息内容可信度和健康信息媒介可信度的感知,从而间接影响健康信息总体可信度,其中影响最大的是对健康信息内容可信度感知;社会背景对健康信息接收者自身特征有显著影响,其次是健康信息媒介的可信度和健康信息源的可信度,对健康信息内容的可信度无影响。     

基于LDA主题模型与社会网络的专利技术融合趋势研究 ——以关节机器人为例

[目的/意义]随着产业和技术复杂化,需要融合多个技术领域才能有效进行创新。研究技术融合趋势,有利于提供产业创新路径,促进技术融合,识别新兴技术。[方法/过程]采用LDA主体模型和社会网络方法,以关节机器人专利为例,对专利文献进行主题分类,提炼技术关键词,构建技术关键词间的主题共现矩阵,对技术融合进行测度并分析技术融合趋势。[结果/结论]研究结果发现:关节机器人专利技术融合呈小世界趋势,机械本体与驱动结构,控制系统与驱动结构融合趋势不明显,传感器是关键核心技术,机器人与人工智能结合是产业技术发展的新兴领域。     

社交媒体倦怠研究述评与展望

【目的/意义】随着部分使用者退出社交媒体和注销社交媒体账户,社交媒体倦怠的概念由此而生。但究竟 什么是社交媒体倦怠,社交媒体倦怠产生的原因和影响机制如何,这些问题迫切需要得到学术界的关注与探讨。 【方法/过程】主要采用文献研究的方法,系统梳理了社交媒体倦怠的定义及其社会学意义,探究了社交媒体倦怠产 生的原因,归纳了社交媒体倦怠的影响因素。【结果/结论】构建了社交媒体倦怠理论模型整合图,为社交媒体倦怠 的后续研究提供了一个理论框架。     

基于Rao-Stirling指数和LDA模型的领域学科交叉主题识别——以纳米科技为例

【目的/意义】基于Rao-Stirling 指数和LDA模型进行领域学科交叉主题识别,并以纳米科技为例验证将 Rao-Stirling 指数和LDA模型用于领域学科交叉主题识别的有效性和适用性。【方法/过程】基于Rao-Stirling 指数 测度领域文献学科交叉程度,设定阈值发现高度学科交叉文献。基于LDA模型对筛选出的学科交叉文献进行主题 识别,发现学科交叉点和学科交叉研究主题。【结果/结论】基于Rao-Stirling 指数从引文的角度进行领域文献学科 交叉测度可以有效地发现与某领域相关的学科交叉文献,且有利于大数据集的学科交叉文献发现研究的实现。基 于LDA模型进行学科交叉主题识别可以有效地发现学科交叉主题。两方法的组合应用为发现某领域学科交叉主 题研究提供一种新视角。     

移动社交媒体倦怠行为的影响因素模型及实证研究

[目的/意义]针对移动社交媒体倦怠行为进行理论分析,有利于帮助企业或相关组织更好地持续利用社交媒体工具开展相关的业务及公共服务。[方法/过程]基于"感知-态度-行为"研究范式,结合计划行为理论、隐私计算理论以及心流理论内容,构建移动社交媒体倦怠行为的影响因素模型,并通过实证研究方法对模型的适用性进行检验。[结果/结论]数据分析结果表明,"自我效价"对移动社交媒体态度不存在显著关系;"隐私保护"和"信息过载"对移动社交媒体态度具有显著的负向影响作用;"心流体验"对移动社交媒体态度具有正向的影响作用;"社交媒体态度"对移动社交媒体倦怠具有显著的正向影响作用。     

基于LDA主题模型的微博标签生成研究

【目的/意义】为微博用户生成质量较高的标签,帮助用户对微博特征进行描述。【方法/过程】首先,分析微 博的特征建立候选标签与候选词表。随后,用 LDA对用户的微博进行主题分析,将用户的微博与预选标签相匹配, 生成预选标签。最后,用 LDA对用户关注的人及用户的粉丝的微博进行主题分析,对预选标签进行控制生成最终 标签。【结果/结论】实验结果表明,本文以 LDA为基础提出的标签生成方法具有不错的效果,最终生成的标签能够 较为准确地描述用户的微博特征。     

基于LDA主题模型的标签推荐方法研究

针对现有的标签推荐方法存在的推荐准确率不高与效果不理想等问题,本文提出了基于LDA主题模型的社会化标签推荐方法。该方法利用LDA主题建模技术将传统的基于对象间关系的推荐方法扩展到融合对象间关系与资源内容特征的统一推荐。实验结果表明,该方法取得了理想的预期效果,能够显著提高标签推荐的质量与效果。     

基于LDA主题模型的专利内容分析方法

主题模型是一种有效提取大规模文本隐含主题的建模方法。本文将Latent Dirichlet Allocation(LDA)主题模型引入专利内容分析领域,实现专利主题划分,解决以往专利主题分类过于粗泛、时效性差、缺乏科学性等问题。并在原有模型基础上构建LDA机构-主题模型,对专利知识主体和客体联合建模,实现专利主题和机构之间内在关系分析。最后,以通信产业LTE技术领域为例,验证该模型可以有效用于专利主题划分,实现各主题下专利知识主体竞争态势测度。     

社交媒体中信息可靠性测评研究——以微博为例

通过问卷调查从信息接收者、信息发布者、信息传播途径和信息本身4个方面构建了社交媒体中信息可靠性测评的指标体系。根据社交媒体中信息可靠性测评指标的模糊性构建了基于三角模糊数的社交媒体中信息可靠性测评模型,利用模糊一致偏好关系确定评价指标权重。以微博为例详细阐述了社交媒体中信息可靠性测评的流程。将理论研究和实际应用有效结合起来,有利于提高社交媒体中信息可靠性判断的准确性。     

基于LDA模型的钢铁材料专利技术主题演化研究

为明确钢铁材料及其技术发展态势,实现新科技革命与钢铁产业高质量发展的深度耦合,研究从主题演化角度出发,借助LDA模型全面挖掘钢铁材料领域技术主题,深入考虑主题在强度、内容方面的动态演化过程,最终提炼钢铁材料发展特征及未来发展方向,并结合我国工业化发展阶段绘制相关路线图。研究表明:我国钢铁材料及技术多集中于基础性研究;材料性能将以高性能、长寿命、复合化、低维化、智能化为重点,材料类型呈现出由结构性材料向功能性材料延伸的趋势;未来我国将立足于钢铁材料的需求、研发和应用,分别从市场、技术、资源角度出发,进入钢铁材料智慧设计、智慧生产与智慧服务的新时代。     

基于LDA模型与ATM模型的学者影响力评价研究 ——以我国核物理学科为例

【目的/意义】学者影响力评价是国内外研究的热点，本研究在学者影响力评价指标h指数与z指数中加入 “主题”维度弥补过往研究的不足。【方法/过程】以核物理学科为例检验模型的有效性，利用网络爬虫在中国知网抓 取文献共计11419条。经数据预处理后，首先，利用LDA模型对文献分类，得到我国核物理学科的八个研究主题： 核反应研究、放射性衰变与新元素合成、核物理应用研究、核物理计算、核反应实验装置设计、核数据测量方法与数 据库建设评价、核结构研究与核天体物理研究。其次，利用ATM模型对学者分类。最后，利用上述分类结果分别 计算学者的hk指数与zk指数，并将结果与h指数和z指数比较。【方法/过程】经过相关性检验，研究结果与h指数和 z指数有较高一致性。因此，利用LDA模型和ATM模型融合学者影响力评价指数h指数和z指数可以更加科学地 评估学者的影响力，弥补了全学科评价指标的缺陷。     

社交媒体之于数字人文的影响研究——以Twitter为例

[目的/意义]以Twitter为例,了解社交媒体对数字人文的影响,为如何利用社交媒体平台促进数字人文研究、实践、推广和发展提出建议。[方法/过程]利用Python爬取Twitter中有关数字人文的账户数据和博客数据,对数字人文核心用户进行识别和分类;通过博客内容统计,分析用户使用社交媒体的行为和动机;通过博客标签词统计,归纳数字人文相关研究内容。[结果/结论]社交媒体对数字人文的推动性影响表现在社交媒体是数字人文的虚拟学术社区、社交媒体促进数字人文跨学科学术交流、社交媒体是数字人文的推广平台、社交媒体为数字人文研究提供元数据;限制性影响表现在社交媒体平台的混乱无序性、社交媒体使用的平等问题、社交媒体内容的版权问题。     

社交媒体群体性信息交流过程中表情符号使用差异与语义研究——以微信群为例

[目的/意义]表情符号是当下社交媒体信息交流中的重要元素,对其使用差异及不同语境下表情语义进行研究对非正式信息交流研究具有一定意义。[方法/过程]本文以微信群实际会话数据为数据来源,设计表情符号提取器获得微信群会话样本中表情符号使用数据,据此对用户信息交流中表情符号使用行为进行研究,重点关注不同类型微信群以及不同年龄阶段的微信用户表情符号的使用差异、表情符号在不同语境下的语义及使用规律等内容。[结果/结论]研究发现：在微信群信息交流过程中,不同类型微信群的消息类型结构存在较大差异;不同类型及不同年龄人群的表情符号使用行为存在较大差异;表情符号在不同的对话样本下呈现出不同的语义;微信群中表情符号的使用符合幂律分布规律,等等。