芯片短缺对新能源汽车行业的影响性分析——基于事理图谱和主题聚类方法

本文采用事理图谱和主题聚类的方法,分析了芯片短缺对新能源汽车行业产生的影响,并为新能源汽车企业的发展提供参考。研究选取金融数据库中的新闻资讯数据,识别和抽取语料中的因果事件对,采用Neo4j工具构建芯片短缺影响的事理图谱,分析其对新能源汽车行业的影响。研究结果表明,事理图谱能够清晰地刻画出芯片短缺对新能源汽车企业以及市场的影响。通过对事理图谱和LDA主题模型的分析,为新能源汽车企业的发展提供有效的参考依据,帮助企业更好地把握机遇、应对挑战。

国际城市人工智能发展主题聚类分析及上海位势——基于论文和专利的分析

基于论文和专利的聚类分析,上海在智能医疗、智慧装备、智能检测等应用领域拥有比较优势,因此要扬长板,大力鼓励企业开展底层技术攻关和行业应用探索,推动形成有具有世界影响力和竞争力的产品。同时,也要看到差距,积极补短板,通过大学科技园、高质量孵化器等载体建设,技术经纪人等专业团队培育,持续探索形成人工智能技术与产业应用的融合点,形成特色应用优势,加快科研成果转化。

基于LDA模型的新冠肺炎疫情微博用户主题聚类图谱及主题传播路径研究

本文构建“日本钻石邮轮”舆情话题微博用户的主题聚类图谱和对网络社群间主题传播路径进行分析,可以更好地识别微博用户主题特征和意见领袖,从而帮助舆情监管部门对舆情进行更为有效的引导和监管。本文基于LDA(latent Dirichlet allocation)模型构建新冠肺炎疫情事件下微博用户的主题聚类图谱,利用困惑度评价指标来确定微博用户的最优主题数和主题分布;利用网络用户转发评论关系构建微博用户主题聚类图谱,提出网络社群间主题传播路径分析方法。本文结合“日本钻石公主号邮轮”这一全球新冠肺炎疫情期间的重要舆情话题,进行微博用户群体主题的确定、主题意见领袖的识别以及该话题下的网络社群间主题传播路径分析。研究结果表明,基于LDA模型可进行网络群体主题识别,并发现衍生的舆情话题,通过意见领袖识别可更好地进行舆情引导,利用网络社群的主题传播路径分析可进行话题推送,从而实现对舆情更好地引导及网络生态治理。

基于社会网络的学科主题聚类研究

将社会网络分析的方法运用到学科主题聚类中,对从CNKI上采集的发文数据构建关键词共词网络,再用Blondel社区发现算法进行关键词聚类分析,接着用Z-value对划分的社区进行核心圈分析。最后,笔者选取三个适当的例子对聚类算法和核心圈的结果进行评价,得到:Blondel社区发现算法虽然存在一些缺陷,但在数量和质量上都效果不错;Z-value确定社区核心圈效果很好,核心节点能很好地表征社区内容。在此基础上,笔者得出了图书情报学领域的主题聚类结果。

基于主题聚类的学科研究热点及其趋势监测方法

常规的学科热点及趋势监测方法存在监测成本高、监测信息相对滞后等问题。因此需要寻求较低成本、较快速的方法进行学科热点和趋势的监测，以保证监测系统提供信息的时效性。本文以图书情报档案学科为例，依据学科学术论文全文，从主题角度对学术论文集合进行全面分析，即：采用主题聚类方法，对包括时间信息的学科学术全文进行主题分析与主题聚类，归纳出某一特定学科的研究热点和这些热点的发展趋势。实验结果表明，基于主题聚类的学科热点及其趋势监测方法，其监测结果在很大程度上接近于常规方法的监测结果，但基于主题聚类的监测方法，在监测成本和监测信息时效方面得到改善。

基于主题模型和词向量融合的微博文本主题聚类研究

[目的/意义]针对微博短文本数据存在的高维稀疏和上下文语义缺失等问题,提出一种融合主题模型和词向量的文本特征表达方式,以期提高微博主题聚类的效果。[方法/过程]以新浪微博为数据源,结合LDA文档—主题分布特征和加权Word2Vec词向量特征构建微博短文本的融合特征,基于K-means算法进行主题聚类,并与单一特征聚类、标准LDA主题模型的实验结果进行对比,根据F1值评估主题聚类方法的优劣。[结果/结论]相较于其他方法,融合特征主题聚类模型表现最佳,其F1值达到83.7%。实验表明,融合特征能够更加全面、准确地描述文本的语义信息,能更有效地表征微博文本。

国内甲骨文研究热点、主题聚类及研究状况分析——基于共词和社会网络分析视角

为客观反映我国近20年甲骨文领域的研究状况,以CNKI收录的甲骨文研究的期刊论文为研究对象,采用共词分析方法,从整体网、群体和成员3个维度分析共词网络,识别甲骨文研究热点;采用社会网络分析方法划分出5个凝聚子群,通过多维尺度分析验证子群的合理性,在该领域研究人员帮助下归纳研究主题,并运用战略坐标图分析研究主题的发展现状.研究发现,甲骨文研究热点词基本上与子群2重叠,子群2以古文字形体构造为研究主题,处于甲骨文研究领域的核心,研究趋于成熟,理论体系完善,为子群1的殷商甲骨文研究提供了方法和技术支持;甲骨文书法研究、考释和大辛庄甲骨文研究、古文字起源演变研究,这3个研究主题处于边缘且不太成熟.

知识发现系统的相关性排序与主题聚类功能问题探析

文章以Primo、EDS和Summon 3种较为常用的发现系统为分析对象,总结发现系统检索结果的相关性排序与主题聚类功能的基本原理和特点,进而就检索结果在相关性排序及主题聚类功能拓展方面所面临的用户满意度提升问题、主题聚类数量划分问题、多语言检索排序问题,以及资源的智能化推荐问题展开讨论,并针对存在的问题提出解决思路。

语义场主题聚类呈现对大学英语词汇习得的影响研究

通过语义场主题聚类和词表顺序两种词汇呈现方式,进行教学对比实验,以测量二者对大学英语词汇习得的影响效应。研究表明:词表顺序呈现方式在词汇语义初学中稍显优势,但在语篇意识和语用修辞方面则与语义场主题聚类呈现方式存在显著差异。相比前者,主题聚类呈现可以有效促进词汇语义横组合联想,为学习者建构语言图式结构和篇章结构提供支架,有助于提升综合语言能力。研究提出大学英语教学改革中,可打破教材结构,采取词表顺序和语义场主题聚类相耦合的词汇呈现教学方法。

我国民族职业教育研究热点与主题聚类——基于科学知识图谱的实证分析

为进一步探析和评述国内民族职业教育研究进展,以中国知网(CNKI)1986—2016年收录的356篇民族职业教育研究文献为样本,运用知识图谱方法及可视化技术,分别从文献数量与年度分布、期刊来源与知识基础、核心作者与机构分布、关键词共现与主题聚类等方面进行科学计量分析,揭示近30年来国内民族职业教育研究的现状、热点及发展趋势。在此基础上提出未来相关研究应加强科研合作,拓展研究视域、改进研究方法,加强研究的政策性与时效性等建议。

主题聚类式特藏建设初探——兼论西安交通大学“民国高等教育”特藏

目前在高校图书馆,特藏因其在彰显高校文化传统和馆藏特色的重要价值而备受重视。主题聚类式特藏是以某一主题为中心将分散的文献集中,具有集聚性、主题性及完备性、特色性等特征。通过对西安交通大学图书馆"民国高等教育"特藏建设思路、排架方式以及特藏利用的个案分析,对图书馆特藏建设提供有益的启示。

基于Doc2Vec增强特征的长文本主题聚类研究

针对新闻长文本语义表征的难点,基于Doc2Vec文档嵌入和词向量加权方式构建增强的特征表示。利用DV-sim方法和DV-tfidf方法从文档首尾部分特定词性的内容中提取增强特征,再分别与Doc2Vec文档向量组合,形成新的全局表征。DV-sim从语义角度,采用特征词与Doc2Vec向量的相似度获得词权重;DV-tfidf从词频统计角度,采用词频-逆文档频率方式获得词权重,然后利用HDBSCAN算法在THUCNews和Sogou数据集上进行主题聚类。相比直接应用Doc2Vec向量,DV-sim在两个数据集上的噪声数分别减少60.82%和60.63%,准确率提高12.14%和20.58%,F1-Score值提高15.61%和11.58%;DV-tfifd在两个数据集上的噪声数分别减少15.20%和59.55%,准确率提高10.85%和17.93%,F1-Score值提高15.60%和9.21%。实验结果表明,DV-sim和DV-tfidf都可以提高主题聚类性能,且基于语义的增强特征比基于词频的效果更好,DV-sim在优秀女性人物报道的主题聚类上也得到了有效应用。

基于CLSVSM的惩罚性矩阵分解及其在文本主题聚类中的应用

文本信息的合理表示对文本主题聚类及检索有重要作用。针对文本表示模型维度较高的问题,基于共现潜在语义向量空间模型(CLSVSM)研究惩罚性矩阵分解(PMD),利用PMD对向量进行稀疏约束,提取核心特征词,进而实现原始数据的重建;通过共现分析理论及PMD方法,深度挖掘特征词之间的语义信息,构建语义核函数(PMD_K)。将本文方法应用于文本主题聚类中,实验结果显示,PMD和PMD_K这2种方法的聚类效果均明显优于其他方法,以F值为例,PMD_K方法较以往的95%CLSVSM_K方法,F值提高了21.9%。将PMD与文本表示模型相结合,在提高了文本主题聚类的效率和精度的同时,还避免了对高维矩阵的复杂运算。

基于WBLDA的学术文献摘要主题聚类

为使科研人员节省时间,高效阅读学术文献信息,提出一种学术文献摘要的主题聚类模型——优化主题数目作者层主题聚类模型(WBLDA)。首先在预处理阶段,自定义符合学术文献摘要特点的分词词典和停用词词典,解决学术文献摘要分词不准确的问题;在特征提取阶段,提出增大词频特征提取方法(ITF-IDF),使用词频放大法来增大词频,弱化文本长度对特征权重的影响,提取出更加符合学术文献摘要方向的特征词;最后,针对传统主题模型忽略作者这一重要属性的缺点,在主题聚类模型中引入学术文献摘要的作者信息,构建文档—主题+作者—词的WBLDA模型,同时使用贝叶斯准则优化主题聚类模型的主题数。通过对学术文献摘要数据集仿真实验结果表明,与TF-IDF相比,ITF-IDF方法的特征提取准确率更高;与LDA相比,WBLDA模型的聚类纯度和F-score值也更高,选择出的主题更加准确,更能代表摘要的学术方向。

网络问答社区用户提问主题聚类图谱构建研究

面向网络问答社区海量问题内容组织的现实需求,针对用户提问的文本特点对其进行多层次主题聚类与图谱构建。通过充分融合Glove和Word2vec算法的优势,对用户提问进行文本特征表示。在此基础上利用不同聚类算法对用户提问进行多层次聚类,并利用TextRank生成聚类标签,然后基于主题间层次结构,利用图模型将不同提问文本的关联关系呈现出来,从而构建网络问答社区用户提问主题聚类图谱,以此提升网络问答社区平台知识资源的组织与利用效率,为知识查询和推荐提供索引。

基于Dirichlet先验贝叶斯推理的社会化标注主题聚类

本文将社会化标注系统分层分析,首层分成若干个社区,次层将主题作为主导因素,同时结合LDA(Latent Dirichlet Allocation)思想构造动态贝叶斯模型并将时间因素加入进来得到时间动态演变下的隐含社区及主题的标签集,对于为网络组织及用户有效获取提供信息资源的内在属性,提炼出社会化标注系统的有效信息。

使用多元语义特征的评论文本主题聚类

特征是一切观点挖掘和情感分析任务的关键所在。对于无监督的文本聚类任务,文本特征的优劣直接影响聚类效果。考察三种语义特征(名词、名词短语、语义角色)对主题聚类的作用以及不同特征之间的相容关系,提出一种消除冗余特征的方法。该方法能有效地去除冗余特征,提高聚类精度。同时还提出一种基于语义角色标注的直接定位有效词特征的聚类方法,实验表明该方法是直接的和有效的,并为特征选择方法提供了新思路。

基于贝叶斯层级模型的社会化标注主题聚类探讨

在资源共享性的社会化标注网站上,大量无标签或者缺少标签的资源往往会因为标签信息的不完整,以致无法被有效地利用和检索。为了有效地进行资源检索,借助于贝叶斯层级模型,对被标注信息资源的主题进行聚类,并生成最终的主题聚类结果,相关实验结果显示了其有效性。

基于动态主题聚类的网络舆情反转识别模型构建与实证研究

[目的/意义]舆情反转现象频发消耗了网民的信任感,降低了网民在网络世界的安全感。基于舆情大数据对反转现象进行及时的分析识别,对营造健康安全的互联网舆论环境具有重要意义。[方法/过程]文章通过案例分析对舆情反转的特征与规律进行了归纳总结,并从主题演化角度出发,提出一种基于主题聚类模型LDA与门控循环神经网络单元(GRU)的舆情反转实时识别模型(DDPOR)。首先根据时间窗口采集实时文本数据,利用主题模型动态计算事件的当前言论较于先前观点的主题吻合度。随后结合文本时序特征,利用门控循环神经网络完成反转判定,实现网络舆情事件的反转预测。最后选取27个经典舆情反转案例开展实证分析,检验模型对反转的识别率与灵敏度。[结果/结论]实验表明,DDPOR可以及时地实现舆情反转的自动化识别,识别准确率高达90.54%,优于其他对比模型,且对网络舆情的实时监测与管控具有一定实践价值。

可预测性灾害中网民情感态度引导策略研究——基于情感演化趋势及主题聚类的分析

可预测性灾害的网络舆情在灾前即已形成,研究其中网民情感态度的引导策略具有重要的现实意义。以"山竹"台风中普通网民发布的微博数据为具体对象,按灾前、灾中和灾后三个阶段分析网民情感态度的演变趋势,并利用主题聚类分析探索不同情感态度背后的主题因素,最后提出可预测性灾害中网民情感态度引导策略的建议。研究发现,可预测性灾害中灾前和灾后阶段网民情感态度波动较大,存在引导空间。建议从灾前预警信息发布和灾害知识普及、应急物资供给保障、水电网设施的安全和抢修、社会化媒体平台的运用等方面完善网民情感态度的引导策略。