基于在线大数据及文本挖掘技术的CPI预测研究

物价在宏观调控中具有重要地位,通过新技术、新手段不断优化CPI预测,对于有效开展宏观调控具有重要意义。本文创新性的将网络数据“清数-iCPI”和文本挖掘信息引入CPI预测,并通过混频数据构建了神经网络预测模型。首先将BERT模型应用于CPI预测关键词的扩展,其次引入“清数-iCPI”这一网络价格信息,最后将高频时间引入解释维度构建混频数据的人工神经网络模型。结果显示,利用文本挖掘和“清数-iCPI”构建的混频数据预测CPI结果稳定,文本挖掘信息对预测精度有明显提升,预测模型在拐点捕捉方面表现优秀,可提前一个月左右实现对CPI的预测。

基于文本挖掘技术的脑卒中文献计量分析:以PubMed数据库为例

目的回溯并勾勒2010年-2020年全球脑卒中领域研究的主题演化历程与时空分布规律。方法从PubMed数据库中获取2010年-2020年脑卒中相关文献,利用R 4.1.2的pubmedR软件包批量抓取文献基本信息,通过quanteda软件包构建语料库,使用结构主体模型进行分析,并运用ggplot2软件包进行国家或地区合作网络分析。结果全球脑卒中研究2010年-2013年为快速增长期,增长率为11.94%~17.60%;2014年-2018年为增长平缓期,增长率为3%~4%左右;2019年-2020年再次快速增长,增长率为12.81%、17.96%。中国内地地区在2012年、2020年增长率分别为102.99%、43.85%,在全球两个阶段的高速增长期中均做出了较大贡献。基于文献摘要文本,共归纳出11个主题类别,其中“临床研究”与“卒中康复”占较大比重,合计热度值为46.66%。我国近年研究热点主要集中在“分子遗传病学”与“动物实验”。结论全球脑卒中研究热度持续增长,主题类别逐渐丰富。我国需进一步加强脑卒中前端预防和后端康复研究,优化防治策略。

基于大数据文本挖掘技术对幼小衔接舆论的批判性话语分析

推动幼小衔接工作的科学开展是当前政府教育治理的重要内容。本研究运用大数据文本挖掘技术,选出新浪微博中热度最高的5个官方媒体博文中与《教育部关于大力推进幼儿园与小学科学衔接的指导意见》有关的30614条大众评论为研究对象,从文本内容、话语实践、社会实践三个方面对其进行批判性话语分析。结果显示受既往政策实践和社会文化的影响,大众对幼小衔接的认识还处于感性认知阶段,如过度关注幼儿在学业方面的衔接,过于担心孩子因为没有提前学习相关知识而到了小学不适应,甚至影响将来的升学,同时过分强调政府、小学和幼儿园的主体责任,而没有正视家长在幼小衔接中的作用。这在一定程度上会阻碍幼小衔接政策的有效实施,并对幼儿的发展造成负面影响。政府应重视幼小衔接政策的社会宣传,采用多种政策工具落实相关政策,完善相关家庭教育服务体系。

基于Web文本挖掘技术的企业竞争情报系统研究

分析了企业竞争情报系统的现状,介绍了Web挖掘基本概念并分析了Web文本挖掘的关键技术,然后结合Web文本挖掘技术设计企业竞争情报系统结构模型与方案。

浅析计算机文本挖掘技术在网络安全中的应用

本文首先介绍了计算机文本挖掘技术和网络安全问题的相关概念和现状,其次分析了计算机文本挖掘技术的工作原理,最后阐述了计算机文本挖掘技术在解决网络安全问题中的应用。

基于文本挖掘技术的电子商务网站个性化推荐分析

随着时代发展各项信息技术水平得以提升,为了满足用户在电商平台能够浏览符合自己个性化需求的产品,本文提出基于Web文本挖掘技术的电商网站个性化推荐这一思路。首先建立基于文本挖掘的推荐模型,对此技术在电商网站中的挖掘服务器日志、提取特征词条,并对特征词条进行聚类分析,最后匹配文档形成个性化推荐结果。并将此思路在实验中进行验证,从3为特征次数逐渐增加比较直至18个,对比精准率与召回率,发现本文该模型较传统TF*IDF模型的计算结果明显优,精准率呈平缓下降趋势,可以很好的解决传统算法中个性化信息推荐滞后这一问题。

基于文本挖掘技术分析抗生素后效应及抗生素的临床合理应用

目的:利用文本挖掘技术分析抗生素后效应(PAE),为抗生素的合理应用提供参考。方法:以"抗生素后效应""抗菌后效应""抗菌药物后效应"为关键词,检索1996年1月1日-2017年10月13日在中国知网、万方数据、维普网等数据库中发表的有关具有PAE的抗生素及其作用的细菌、联合用药对PAE的影响、影响PAE持续时间的因素,分析临床合理应用等信息,提出其合理应用的建议。结果:共检索出文献349篇,涉及到62种具有PAE的抗生素及其复合剂。具有PAE的抗生素种类主要包括β-内酰胺类、氨基糖苷类、大环内酯类、喹诺酮类、酰胺醇类和其他类等;频数排名前10位的抗生素依次为环丙沙星、阿米卡星、奈替米星、氧氟沙星、阿奇霉素、庆大霉素、加替沙星、头孢他啶、头孢哌酮和磷霉素;具有PAE的抗生素作用的细菌频数排名前8位的依次是大肠埃希菌、金黄色葡萄球菌、铜绿假单胞菌、粪肠球菌、肺炎克雷伯菌、表皮葡萄球菌、耐药鲍曼不动杆菌、溶血葡萄球菌;共涉及27种联合用药,其中常见的是环丙沙星+磷霉素、奈替米星+头孢他啶、阿莫西林+奈替米星。影响PAE的持续时间因素频数由高到低依次为抗生素种类、抗生素浓度、联用、细菌种类、细菌浓度,机体状态,药物接触时间,药动学参数,药-时曲线下面积(AUC);分析指导临床合理应用抗生素的主要措施包括设计科学合理的给药方案,调整、制订治疗方案和评价新的抗生素。结论:文本挖掘技术可以比较客观、系统地总结出PAE的发生规律,为临床提供参考。临床医师、药师应根据各类抗生素PAE的长短、结合药动学参数设计和调整治疗方案。

基于文本挖掘技术的用户画像设计分析

在社会经济不断发展的过程中,促进了互联网信息技术的发展。在此背景下,电子商务网站也有很大的发展空间,相关电子商务行业竞争也越来越激烈,精准掌握企业竞争优势能够保证企业稳定、持续的发展,此也是电子商务企业共同发展的方向。大部分互联网电子企业为了对网站运营活动优化,要以实际情况开展。投入大量资源系统化分析资源,利用文本挖掘技术实现用户画像的创建,大部分实力强的商务网站也都积累了大量用户消费信息资源。以此,本文分析基于文本挖掘技术的用户画像设计。

基于文本挖掘技术和信息熵-TOPSIS法辨识重点工序

为辨识影响火药安全生产的重点工序,利用文本挖掘技术提取相关文献中具有分析价值的信息,归纳出设备状态、事故损失、事故影响、参数监控、物料特性、事故可能性以及防护设计等7个指标,对某发射药连续化制球工艺中重点工序进行评估。引入信息熵法优化了TOPSIS法中指标权重的计算,综合求得各工序的重要度排序,由此辨识出重点工序。实例分析结果表明:挤出、切粒和塑化工序是该制球工艺中最重要的工序,对发射药的生产安全有重大影响;所得结果与实际相符,能为相关风险评估工作的有效进行提供思路。

大数据背景下CPI预测问题的文本挖掘技术设计与应用

本文创新地将半监督交互式关键词提取算法词频-逆向文件频率(Term FrequencyInverse Document Frequency,TF-IDF)与基于Transformer的双向编码表征(Bidirectional Encoder Representation from Transformers,BERT)模型相结合,设计出一种扩展CPI预测种子关键词的文本挖掘技术。采用交互式TF-IDF算法,对原始CPI预测种子关键词汇广度上进行扩展,在此基础上通过BERT"两段式"检索过滤模型深入挖掘文本信息并匹配关键词,实现CPI预测关键词深度上的扩展,从而构建了CPI预测的关键词库。在此基础上,本文进一步对文本挖掘技术特征扩展前后的关键词建立预测模型进行对比分析。研究表明,相比于传统的关键词提取算法,交互式TF-IDF算法不仅无需借助语料库,而且还允许种子词的输入。同时,BERT模型通过迁移学习的方式对基础模型进行微调,学习特定领域知识,在CPI预测问题中很好地实现了语言表征、语义拓展与人机交互。相对于传统文本挖掘技术,本文设计的文本挖掘技术具有较强的泛化表征能力,在84个CPI预测关键种子词的基础上,扩充后的关键词对CPI具有更高的预测准确度和更充分的解释性。本文针对CPI预测问题设计的文本挖掘技术,也为建立其他宏观经济指标关键词词库提供新的研究思路与参考价值。

基于文本挖掘技术的电力企业招投标智能审计探索与实践

随着信息技术的发展,电力企业招投标业务积累了大量信息数据。如何提升审计监督在数字化环境下发现问题的能力,揭示招投标过程中出现的违规行为,是审计人员必须解决的问题。本文基于文本挖掘技术,通过建立有效模型,识别招投标文件中存在的问题,极大提升了审计作业的智能化。

探讨文本挖掘技术研究在信息检索中的应用

文本挖掘指的是对一些具有丰富的语义的文本内容进行分析之后再理解这个文本内容包含的内容和意义的过程,随着科学技术以及经济实力的不断发展,文本挖掘机技术研究已经成为研究中的重要方向。

基于文本挖掘技术的档案资源利用研究

随着近年来我国经济快速发展,档案资源种类数量逐步增多,有必要使用文本挖掘技术对档案资源的内容深入挖掘,使档案资源利用效率提升。本文基于文本挖掘技术,就如何高效率挖掘档案资源的潜在价值展开分析,并提出研究思路,供广大读者参考。

利用文本挖掘技术探索中成药和西药治疗2型糖尿病的用药规律

目的:使用文本挖掘技术,对中成药和西药治疗2型糖尿病的用药规律进行探索和分析。方法登录《中国生物医学文献数据库》,对2型糖尿病的治疗文献进行收集,建立Access数据库,对数据进行人工降噪处理,对中成药、西药治疗2型糖尿病的用药规律进行分析。结果在西药应用中,吡格列酮、阿卡波糖、格列吡嗪、格列齐特、长效胰岛素、瑞格列奈、预混胰岛素、短效胰岛素、罗格列酮、胰岛素泵、二甲双胍等西药治疗2型糖尿病的治疗方式或者是高文献频数。在中药应用中,生脉注射液、灯盏细辛注射液、参麦注射液、丹参片、玉泉丸、六味地黄丸、黄芪注射液、丹参注射液、消渴丸等中成药为治疗2型糖尿病的常用治疗药物。结论使用文本挖掘技术对中成药和西药治疗2型糖尿病的用药规律进行探索,可以为临床用药和研究实验提供客观的依据。

文本挖掘技术在新闻研究与报业竞争中的应用——紫光新闻分析与评报系统

概述14世纪的哲学家奥卡姆·威廉提出了＂若无必要,勿增实体＂的理念,被称为奥卡姆的剃刀。这把剃刀的威力是巨大的,不仅在哲学的历史上具有重要的影响,而且对自然科学的发展,也起到了推进作用。

基于文本挖掘技术分析西药和中成药治疗再生障碍性贫血的规律

目的探讨在文本挖掘技术下西药和中成药治疗再生障碍性贫血的规律。方法结合文本挖掘技术在医学统计学中的应用,分析西药和中成药治疗再生障碍性贫血的规律,探讨文本挖掘技术的临床价值。结果通过利用文本挖掘技术得出,治疗再碍用药中,环孢素A、环磷酰胺为高频西药,复方鹿胎膏、再障生血片为高频中成药,再障牙龈出血患者云南白药使用率较高。结论文本挖掘技术一是种新型统计方法,能准确分析和计算出再生障碍性贫血的临床用药规律,指导临床用药实践,

计算机文本信息挖掘技术在网络安全中的应用研究

在当今信息技术迅猛发展的背景下,网络安全问题日益凸显,成为维护信息系统安全运行的一大挑战。随着网络攻击手段的不断演变和升级,传统的安全防护措施已难以应对日益复杂的网络威胁。针对这一问题,文中提出了将计算机文本信息挖掘技术应用于网络安全领域的策略,旨在通过深入分析网络中的文本信息,有效识别和预警潜在的安全威胁。通过采用先进的文本分析方法,不仅可以增强对恶意行为的识别能力,还可以为网络安全防护提供更为科学、精准的决策支持,从而实现网络环境的稳定与安全。

网络安全中文本信息挖掘技术优化策略研究

网络安全在当今数字化世界中扮演着至关重要的角色,而文本信息挖掘技术作为保障网络安全的重要组成部分,其优化和改进在应对不断演变的网络威胁时至关重要。面对层出不穷的复杂网络威胁,文本信息挖掘技术作为从海量数据中提取、分析和利用信息的重要手段,在处理大规模数据、确保信息安全、提高处理效率等方面还面临诸多挑战。文章将重点探讨多种优化策略,提高文本信息挖掘技术在网络安全领域的应用效果,并为应对不断演变的网络威胁提供更有效的解决方案。

基于文本挖掘技术的分时租赁共享汽车用户体验及影响

为了帮助分时租赁共享汽车企业渡过蛰伏期,同时为其他共享出行服务企业提供借鉴,分析了分时租赁共享汽车的用户体验及其对负面口碑传播和用车行为中破窗效应的影响。主要采用文本挖掘技术对2018—2020年分时租赁获得投资前后百度论坛12.38万条用户帖进行了分析。在客户出行旅程框架下挖掘用户反馈中被高频讨论的服务环节、负面情感态度集中的不愉快触点,分析了其产生原因及后续影响。结果表明:用户高频讨论的、同时也是负面反馈最多的服务环节为开车驾驶、还车结账和售后这3个环节;这3个关键服务环节最易引发不满意和不信任情绪,进而导致负面口碑传播;“技术手段不能保障运营”是“车况差、车内不卫生和用后的违章误判”等诸多负面反馈背后深层次的问题;一条由于用户监管技术落后导致的“违规行为被误判的体验—负面口碑传播—更多的违规行为(破窗效应)—服务负面体验”路径是导致分时租赁用户群“劣币驱逐良币”的循环关系链;“用户监管技术未达到分时运营要求”是目前被共享出行行业普遍忽视的问题。在分析结果的基础上提出了分时租赁企业的策略改进方向,研究方法和结论可为所有共享出行企业提供参考。

文本挖掘技术在电力调度自动化系统中的应用

阐述电网调度操作趋势文本挖掘技术特点,智能电网调度控制系统的结构,探讨电网调度操作趋势文本挖掘技术应用,包括多级安全校核、辅助调节流程、大数据技术的功能、动态解析技术的应用。