网络社区有影响力话题度量识别方法研究

识别网络社区有影响力焦点话题是监测与引导网络舆情的基础。依据演化理论,构建网络社区话题演化分析模型,将话题贴及其回复关系视为话题贴吸收他人言论营养、聚集能量发挥作用的过程。主要通过筛选话题影响力测度指标,计算话题的营养值,将营养值转换为能量值,籍此发现有影响力的焦点话题,以形成网络社区有影响力话题度量识别方法,并采用实验法验证本文方法的有效性和合理性。     

百度学术:期刊编辑工作的好助手

百度学术通过强大的搜索技术及与学术站点的合作,融合了多个知名中文和外文数据库,拥有海量的学术资源,可辅助科技期刊的编辑工作.利用百度学术,可帮助编辑进行选题策划、建立核心作者队伍、选择审稿专家以及精准推送科技论文,提升编辑的工作效率与质量.     

重大公共卫生事件中民众诉求的主题挖掘与演变透视

2020年初COVID-19的突发对社会生产生活造成巨大挑战,也对政府治理能力提出重大考验。疫情期间的公众舆论在充分反映民众诉求的同时,也对政府治理起到重要的推动作用。现有关于疫情期间公众舆论的研究成果,大多从舆论的价值角度分析,缺少更深层次对民众诉求的挖掘。文章基于人民网《领导留言板》数据对新冠疫情期间民众对政府的诉求进行分析,通过隐含狄利克雷分布主题模型对民众诉求的主题进行挖掘,并分析各类主题的时空演变特征,以及演变特征与防疫政策的关联。研究发现,疫情期间民众诉求的主题可以归纳为5类:社区管理、医疗防疫、学校教育、交通物流和经济措施,不同主题的热度在时间和空间上具有明显差异,这种差异与疫情发展有关,也与不同时间发布的防疫政策相关。对民众诉求主题及其与政府政策关系的研究,可为政府部门今后应对重大公共卫生事件提供借鉴。     

基于概率主题模型的文献知识挖掘

对海量的科技文献资源进行知识挖掘能够发现大量有价值的、潜在的知识,有效地提高文献信息的可用性。作者前期研究验证了使用LDA主题模型进行文献知识挖掘的可行性。本文提出了一种新的概率主题模型:Topic-Author模型,该模型对文献的文本信息和作者信息进行联合建模,在分析文献主题同时,发现相关主题方向的研究者分布。基于Topic-Author模型,提出了多维度文献知识挖掘的方法,包括主题挖掘,专家发现,文献标注,重要文献挖掘,文献相似度分析,研究趋势分析和主题关系挖掘。基于教育技术学文献数据集,进行了实验研究。     

高校科技期刊改革发展散点观察

为推进我国科技期刊的改革发展,联系高校科技期刊实际,对改革中的一些热点、疑点、难点问题提出了看法。认为目前的期刊生态、期刊格局、期刊运作方式要借改革的东风,有所突破,有所作为,有所变革。期刊改革应坚持分类对待,分步实施,循序渐进,突出重点等原则,科学安排培育市场主体。     

句子情感分析及其关键问题

情感分析关注具有情感倾向的评价性信息,具有广泛的应用。情感分析按照粒度的不同分为三种：词汇情感分析、句子情感分析和文档情感分析。文中对句子情感分析及其关键问题进行介绍,首先简要描述句子情感分析的任务,然后介绍句子情感分析中主客观句分类方法及两种主观句情感分类方法--基于情感词的方法和机器学习方法,最后对情感分析中的三个关键问题--词汇上下文极性判定、评价主题识别、意见持有者识别进行总结。     

2000-2011年中美中国主题研究文献计量分析——基于艺术人文引文数据库A&HCI的分析

以ISI Web of science的人文艺术领域数据库A&HCI中2000-2011年的文献为数据来源,以中国和美国关于中国主题的研究文献为个案,对中美两国关于中国主题的研究文献从年发文量、文献类型、发文机构、期刊来源、学科类别、被引频次及施引文献情况等进行计量学的分析和比较,从而给予海内外中国主题研究以本土与域外的研究现状、"我者"与"他者"的研究视角以整体关照。     

基于本体的网络群体性事件主题发现研究

将本体论和语义计算的相关技术引入到网络群体性事件的主题发现研究中,并通过构建食品安全领域本体进行实证研究。实验结果表明,该方法能够有效地获取主题信息,有助于实现网络群体性事件的主题发现。     

基于特殊主题的PageRank改进算法

在传统PageRank算法的基础上进行一些优化与改进,提出一种新的主题敏感的PageRank算法,通过计算超链接与领域向量的相似度来区分超链接对网页的贡献度,从而有效抑制主题漂移;同时为PageRank算法加入时间因子来防止PageRank偏重旧网页的问题,加入站内外区分因子来防止针对PageRank算法作弊的行为.改进算法弥补了原算法的不足,提高了主题搜索的效率.