交替传译场域中两会记者会口译译者群体行为研究

通过阐述译者行为批评理论的描写性,可以推导出口译预设即口译译者行为的描写性。从译者行为批评理论的描写性及群体译者行为这一路径出发,在“文本-行为-社会”评价系统视域中,对口译译者群体行为进行探究,可以建构交替传译场域中的口译译者行为的描写性图式。此外,基于交替传译场域中口译译者群体行为的共性显征,可以得出口译“显文本”双重的动态建构过程及其描写图式,即“潜文本-预设行为-显文本-预设行为-社会”,这一反复在“文本”与“社会”之间的行为,是“语码-译入语文本”及“社会-译入语文本”双重的显文本生成过程。

基于文本挖掘的水利工程施工人员不安全行为影响因素研究

人的不安全行为是引发安全事故的重要原因,为研究影响水利工程施工人员不安全行为的因素,通过文本挖掘技术对280起水利工程施工事故案例进行分析,并借助R语言形成可视化云词图,得到32种不安全行为影响因素。运用Ucinet软件进行共现网络构建和中心度计算,确定影响水利工程施工人员不安全行为的关键因素。

汉语乡土语言英译行为互动关系研究

本文从人本动态汉语乡土语言英译行为批评研究的层次性、文本与行为的关系互动等方面,讨论了汉语乡土语言英译行为的批评问题。研究发现,无论从文本到行为还是从行为到文本,莫不凸显译者在翻译活动中的中枢作用。坚持以人为本进行动态汉语乡土语言英译行为批评研究,突破了传统上汉语乡土语言英译聚焦翻译结果进行是非判断的静态研究路径的瓶颈。

基于在线学习行为分析的在线教学设计优化研究

为了更好地提高在线教育的教学质量,分析在线学习行为进而优化在线教学设计有着重要意义。文章运用内容分析法对某高校193名学习者的在线学习日志进行分析,借助ROST CM 6.0进行词频和语义网络分析。分析结果表明:在线学习者较多关注学习体验与共情感悟,学习过程的互动设计利于学习者发生群体归属感,较多学习者愿意主动利用资源进行自主学习,学习者更多关注教师的反馈与评价,适度激励有利于学习行为持续、正向发展。建议在线教学设计从创设在线学习情境、丰富在线学习资源、创设良好课堂互动、文本激励适度投放等方面入手,从而提高在线教育质量。

情感驱动的社交网络用户内容创建及信息传播行为研究

[目的/意义]证实社交网络用户情感对内容创建及信息传播行为的影响机理。[方法/过程]采用Python爬取微博用户言论数据。首先,基于文本分析计算用户情感值;其次,对用户内容创建及信息传播行为进行定量分析;最后,通过构建固定效应回归模型对研究假设进行检验。[结果/结论]用户情感及情感改变对社交网络行为均有显著影响,用户情感越强烈、越极端,用户内容创建及信息传播行为越频繁;用户情感改变越剧烈,用户社交网络行为变化越大;用户性别及认证属性对情感与社交网络行为的关系起到了调节效应。

基于文本在线聊天中非语言行为线索的识别、提取与统计分析

目的:旨在探讨基于文本的在线聊天中不同性别和不同角色之间是否存在非语言线索的使用差异,并找出可作为性别和角色识别指标的非语言线索。方法:首先对30对受试者之间产生的文本聊天数据中的非语言线索进行识别和提取;再对不同类型的线索,分别进行卡方检验和学生T检验。结果:有5种线索在不同性别间存在显著差异,有4种线索在不同角色间存在显著差异。该研究结果对电子商务等领域智能客服的研发、用户行为习惯的分析具有一定价值。

社交平台投资者情绪对国际原油价格的影响研究

探讨投资者情绪对国际原油价格的影响,并应用行为金融学的研究视角进行分析。传统研究常使用调查法或市场变量法评估投资者情绪,但随着社交媒体的普及,越来越多的公众通过社交平台关注和追踪趋势,并发布自己的评价和看法。关注社交平台文本反映的投资者情绪和文本主题,构建了一系列情绪变量,包括投资者关注度、情感极性、情感得分及投资者分歧等。采用门限广义自回归条件异方差(TGARCH)模型分析这些情绪变量与国际原油收益率的关系。研究结果揭示了投资者情绪对国际原油市场的影响,并为风险管理和国际原油资产组合提供有价值的启示。

智能传播时代下算法推荐的失控与重构

算法推荐的广泛应用改变了网络信息议程设置的根本逻辑,它通过“内容评分”与“用户聚类”构建信息的分发机制实现精准传播。本研究基于规模性社会调查,发现以流量为导向的算法推荐系统引发了网络信息传播秩序的失控,带来了公众价值偏差、网络集群行为等系列社会问题。以社会问题为导向,本文基于社会责任理论,在弱监督学习的大框架下引入迁移学习方法,通过构建文本-情绪分析模型,将内容正能量属性、网络情绪倾向、评论情感互动共同纳入对算法推荐的优化重构系统,并凭借虚拟仿真进行了验证性分析。研究发现,内容正能量属性的定量判断,可使社会责任对算法技术产生从理论指导到实践优化的效能,成为算法社会责任的履责新范式;内容情感分析的置入可使算法推荐形成对网络信息内容更客观、更完整的评估结论,实现对舆情事件的监测;将评论情感互动作为影响网络集群行为的重要因子纳入算法评估体系,则能够深度把控情绪传播的模仿-反馈机制,最终实现对集群行为的预警,维护网络生态环境的良性发展。

国内露营旅游行为研究——以北京、上海、广州、成都四城市为例

以马蜂窝“M露营社”热门露营城市北京、上海、广州、成都的露营地网络攻略和评论文本为数据来源,通过ROST CM6的高频词提取和语义网络分析,分析现阶段国内露营旅游行为特征。结果发现,露营旅游主要基于放松、社交两大动机,露营旅游的目的地选择、游憩活动等偏好呈现较强共性,露营旅游的核心要素是露营地的自然风景,游客对露营旅游的服务要求虽然不高,但是体验感好且层次丰富。

基于人脸多特征融合的精神分裂症自动识别

针对精神分裂症诊断主观性强、缺乏客观辅助诊断指标的问题,提出基于人脸多特征融合的精神分裂症自动识别算法。提取人脸关键点,综合分析文本朗读过程中精神分裂症患者眼动、嘴部运动、头部姿态等非言语行为特征,构建融合特征并结合支持向量机进行自动分类识别。实验采集20位精神分裂症患者与20位正常对照组的文本朗读视频进行测试,其结果表明,提出方法在十折交叉验证中获得92.5%的分类正确率,算法实现了对精神分裂症的自动识别,能够为精神分裂症提供客观的辅助诊断指标。

中美网络兴趣型社区粉丝行为对比研究——基于扎根理论探索分析

[目的/意义]互联网流量时代,粉丝行为呈现出高度的参与性、互动性和组织性。为阐释粉丝行为及其背后的逻辑,探究跨文化差异,对中美网络兴趣型社区粉丝行为进行比较研究。[方法/过程]本文以篮球社区为例,获取虎扑社区和RealGM社区数据,基于扎根理论和社区文本挖掘技术,构建了包含参与行为、应援行为、抵制行为、骂战行为、饭圈用语使用行为与情感表达行为六大行为的粉丝行为体系,在编码分类基础上继续探究两大社区粉丝行为异同。[结果/结论]粉丝行为在范畴分布和主题内容上同时存在一致性和差异性,与新媒体平台引导、粉丝身份构成以及情感表达方式有极大关系。未来研究可进一步扩大实证研究范围,探究粉丝行为的形成机制。

基于大数据分析的城市露营行为特征和绿地需求研究

采用大数据分析方法,以2019年至2023年初微博用户发布的广州露营相关5 640条言论作为数据样本库,通过分析露营情绪变化,露营行为新词与关键词以及露营话题主题,研究露营行为的绿地需求。研究结果表明:人们对户外活动的需求在假日期间显著增加;露营活动对大多数游憩者来说是积极体验,景观美感、社交互动等因素影响露营行为情绪;露营行为文本主题可以总结为3类,露营行为话题具有多元化、多角度、时尚性等特点。基于上述研究得到人们露营行为的绿地需求主要包括自然和景观、户外活动和互动社交、空间可达性、服务设施和生态科技4个方面,并且提出对应的绿地建设建议,如建立健康营地、组织交流活动、保障出行便利及服务安全等。

我国政府扶持智库建设研究——基于智库建设相关政策文本的扎根理论方法

明确国家对智库建设的要求,理清政府在智库建设过程中的扶持作用,对推动智库高质量发展具有重要意义。采用扎根理论方法对中央以及各省级政府出台的智库相关政策文本进行了量化分析,构建了在智库建设过程中政府基于需求引领、资源投入、环境支撑和成果利用4个方向的扶持行为模型,探究了国家政策环境下政府的扶持举措和智库的发展重点,为今后的研究提供借鉴。

基于文本挖掘的美食旅游者在线分享行为特征研究

为了解美食旅游者在线分享行为的特征,更好地打造美食旅游目的地形象,提升其吸引力,本研究采用文本挖掘法对马蜂窝旅游网有关美食旅游的游记中高频词汇、节点影响力以及语义网络三方面进行了分析。研究发现,美食旅游者的在线分享内容主要由三部分构成:目的地美食的体验评价、拥有代表性美食的旅游目的地、目的地的代表性美食。美食旅游者在线分享情绪以积极、正面情绪为主,不存在高度消极情绪,在线分享的主题相对集中,兴趣相似度较高。

译者行为批评视域下基于语料库的文本特征研究

在一个国家的重大书面文件中,《政府工作报告》在很多方面起到了关键作用。世界各国通过本国的政府工作报告来了解中国的国情,主要体现在政治、经济和外交等方面。该文以我国近五年(2018-2022)《政府工作报告》为语料,以周领顺的“译者行为批评”理论为依据,利用Antconc、Wordsmith等软件分析文本话语,探讨国家形象。研究结果表明,具体分析政府工作报告中的英译研究,更有利于展现良好的国家形象,进而优化翻译策略。

基于位置的社交网络用户签到及相关行为研究

Web2.0时代,空间定位技术不断成熟,使得基于位置的社交网络(LBSN)快速发展。LBSN用户的典型行为是签到以及针对签到地进行评论等。探索用户签到及相关行为的规律及背后动机,可以更好地了解用户的需求,发现系统设计与用户需求的不匹配之处,这对LBSN类应用的设计和开发具有一定的指导意义。利用在线数据抓取工具GooSeeker抽样国内典型的LBSN嘀咕网的用户数据。通过对获取的数据进行处理、分析,获知用户签到行为特点。同时关注用户发布的签到地评论的内容,并且使用分类工具SVMCLS将用户对麦当劳的评论划分为不同的倾向级别,从而得到用户对麦当劳的主观情感倾向性。结果发现嘀咕网用户签到的时间和地点存在规律性特征。用户趋向于在签到地做出正面的评论,并且评论的内容比较简短。这些发现有助于LBSN类系统设计和开发人员更好地了解用户,获知用户的需求,最终完善自己的设计,为用户提供更好的应用服务。

在线论坛中学习者兴趣与行为主题联合建模研究

在线论坛中的文本大数据,能够在一定程度体现学习者的个人情感与知识建构水平,对其进行深入挖掘能为个性化教学提供参考与依据。针对教育文本挖掘现有研究对兴趣和行为进行孤立分析的现状,将学习者潜在的兴趣主题和行为倾向纳入主题模型,构建了融合行为-情感-主题-时间的潜在语义分析模型,即BETTM(Behavior-Emotion-Time-Topic Model),以致力于挖掘四者之间的潜在关系。基于华中地区某高校开设课程的在线论坛数据,通过挖掘学习者在整个教学周期中的兴趣主题与行为倾向,探究二者与学习成绩的关系,以及二者随时间变化的规律。结果表明:(1)有关资源查找和组内成员之间交互的主题,对学习成绩有显著正向作用;(2)教学作品完成过程中学习者的信息发布行为,对学习成绩有正向影响作用;(3)兴趣主题和行为倾向联合后的12类行为分布,对学习成绩没有显著影响;(4)在时间上,前期学习者倾向于对资料进行查找与整合以及分配任务,中期则关注彼此的交互和个人观点的表达,后期更侧重于对作品修改和完善,以及对自己和他人在整个讨论过程中表现进行评价。研究所提出的模型,为在线论坛中学习者兴趣与行为主题挖掘、分析与预测,提供了参考和依据。

基于功能翻译理论的商务英语翻译研究

功能翻译理论是以目的法则为主导的翻译标准多元化理论体系,该理论拓宽了翻译理论研究的领域,将功能翻译理论引入商务英语翻译研究,探讨了该理论对商务英语翻译研究的指导作用,认为对该理论的研究,可提高商务文本的翻译质量和学术研究地位,夯实商务翻译研究的理论基础,对中国翻译理论研究也具有一定的参考和借鉴价值。

基于学术论文全文内容的算法使用行为及其影响力研究

数据挖掘算法已被广泛应用于科学研究与实践中。考察数据挖掘算法在学术论文中的使用情况、进而评估其影响力,能辅助研究者全面了解其所在领域的常用算法,并根据研究任务类型选择相应算法。本文利用学术论文全文内容,对算法的使用行为进行分析,从而考察算法的影响力。具体来说,本文以自然语言处理领域为例,收集整理全国计算语言学会议(CCL)1993—2016年收录的学术论文全文数据,从使用频次、使用位置、使用年代以及使用动机等四个方面全面考察十大经典数据挖掘算法在该领域的使用情况,并在此基础上对算法的影响力进行评估。实验结果显示,十大算法的使用行为存在明显差异,且SVM算法影响力最高,CART与Apriori算法影响力较低。本文研究可为基于数据驱动的相关研究者,尤其是为初学者在算法选择时提供参考。