公众与电商矛盾聚焦何处?——基于LDA主题挖掘的2023年S市领导留言板公众诉求分析

本研究采用LDA主题分析法,对2023年S市领导留言板上的公众留言进行了主题挖掘和诉求分析。通过分析留言内容,有效地识别出公众关注的核心问题和关键主题。研究结果显示,公众的诉求主要集中在电商商品、电商平台投诉与索赔、社会保障、社区治理等七个主题。其中,电商相关主题占据了2个。通过定量和定性的分析方法,本文详细阐述了主题的具体内容和公众的具体诉求,提供了电商与政府部门在优化服务过程和政策制定中的参考依据。In this study, LDA topic analysis was used to explore the topic and analyze the appeal of public messages on the message board of S City leaders in 2023. By analyzing the message content, we can effectively identify the core issues and key themes of public concern. The research results show that the public’s demands are mainly concentrated in seven themes, such as e-commerce goods, e-commerce platform complaints and claims, social security, and community governance. Among them, e-commerce related topics occupy 2. Through quantitative and qualitative analysis methods, this paper elaborated the specific content of the topic and the specific demands of the public, and provided a reference basis for e-commerce and government departments in the process of service optimization and policy formulation.

应用文献计量学分析关于男性包皮的出版物发文量和研究趋势

目的对有关男性包皮的出版物进行了文献计量学分析,以辨别在过去20年中出现的主要研究领域和发展趋势。方法检索2003年1月-2022年12月发表的与男性包皮相关的出版物。随后,使用各种工具进行了文献计量分析和可视化,包括在线文献计量分析平台bibliometrix R包、text2vec R包、Citespace软件和VOSviewer软件。结果在男性包皮领域筛选并确定了2627篇合格的文章,每年出版物数量呈现增长趋势。美国和中国在男性包皮研究领域中占据主导地位。PLOS one是发文量最高的期刊。作者Wang X发表论文数量最多。在所有机构中,加州大学旧金山分校发表的论文数量最多。使用双地图来显示主要的引用路径,显示期刊的主题分布。主题地图是通过将作者关键词分为五个主题并将它们映射到四个象限而创建的。这些主题包括利基(位于左上象限)、运动(位于右上象限)、崛起或衰落(位于左下象限)、基本主题(位于右下象限)。结论这是文献中第一次将关于男性包皮研究的作者、国家、机构、期刊和关键词收集在一起并进行分析。在许多社会中,包皮环切术的盛行可能使许多研究人员无法看到男性包皮的学术价值,因为成人和儿童包皮病变非常罕见。这项文献计量研究调查了男性包皮的研究趋势,并确定了当前的热点。这项研究还确定了作者、国家、机构和期刊的影响,以加强合作和学习。

基于LDA主题模型的“双一流”高校图书馆用户评论文本数据挖掘

[目的/意义]图书馆用户评论中包含用户对图书馆服务和管理意见的重要信息,对用户评论文本进行深度挖掘,旨在探究用户关心主题及其情感态度、隐含诉求,为高校图书馆建设提供理论依据和数据支持。[方法/过程]以“双一流”高校图书馆为研究对象,收集用户在大众点评网上的评论数据,通过LDA主题建模,得到当前用户评论主要集中在信息资源建设、娱乐休闲服务、馆内设施环境三个维度,进而分别分析三个维度下的关键词共现网络和用户情感态度。[结果/结论]用户对高校图书馆的总体情感态度是积极正向的,但在纸质资源管理、社会化服务、馆内人性化服务等方面表现出负面情绪。

基于LDA主题分析模型的突发重大传染病事件医院抗逆力建设分析——以上海市为例

目的了解医院应对突发重大传染病事件的抗逆力建设,为今后提高其应对能力提供指导。方法设计聚焦网络爬虫获取国家卫健委、中国新闻网、今日头条和搜狗微信网站内有关上海市医院在2020年1月1日至2022年3月1日间的文本数据,编写python程序对纳排后的179条数据进行隐含狄利克雷分布(latent Dirichlet allocation,LDA)主题分析。结果确定LDA主题分析的最佳主题个数为12个,并根据各主题的前10位主题词为主题命名。结论医院需加强科技、科研以及管理等方面的建设,来提升自身对疫情防控能力,对各类资源的应急准备能力,从而确保医疗服务的稳定提供。

结合拉曼光谱主成分分析-线性判别进行蛇纹石玉产地溯源的探索

蛇纹石是中国最早使用的玉石之一,开展蛇纹石玉的产地溯源探索,对认识中国古代玉文化发展历程,重建古代玉石贸易路线均有重要的意义。但由于蛇纹石玉产地众多,目前尚没有成熟的蛇纹石玉产地溯源的判别技术。以产自陕西汉中、甘肃敦煌、河南栾川、辽宁岫岩、山东泰安、甘肃武山6地的蛇纹石玉为研究对象,在66块样品上共采集到200个高质量拉曼光谱数据,并在对测试结果进行主成分分析(PCA)的基础上建立了线性判别分析(LDA)的产地判别模型。结果显示,不同产地蛇纹石玉的矿物组成有所差异,汉中蛇纹石玉的主要矿物成分有纤蛇纹石和利蛇纹石两种;敦煌蛇纹石玉则为纤蛇纹石和利蛇纹石的均匀混合型;泰安蛇纹石玉的主要矿物成分有利蛇纹石(墨玉)和叶蛇纹石(碧玉和翠斑玉)两种;河南栾川、辽宁岫岩、甘肃武山蛇纹石玉的主要矿物成分均为叶蛇纹石。在严格控制实验条件的前提下,将拉曼光谱数据结合PCA+LDA分析可以对不同产地的蛇纹石玉进行区分,所建立的LDA判别模型的训练集数据和测试集数据的产地判别正确率分别达到了96.25%和92.50%。这显示出利用无损检测拉曼光谱技术进行蛇纹石玉产地溯源具有潜在价值。将拉曼光谱无损检测数据结合统计学或机器学习方法来构建判别模型可能是解决蛇纹石玉产地溯源瓶颈新的技术路径。

基于PCA-LDA-SVM算法的茶小绿叶蝉识别

为提高茶小绿叶蝉病虫害的识别效率和精度,提出一种基于PCA-LDA-SVM的茶小绿叶蝉病虫害识别方法。首先,对采集的茶叶图像进行预处理,得到缩放后的图像;然后,利用主成分分析(PCA)对预处理后的图像提取全局特征,降低特征数据的维度,从而减少后续的计算时间;再利用线性判别分析(LDA)寻找特征数据的最优投影空间,使类内散布距离最小,类间散布距离最大,进一步提高识别的准确率和精确度;最后,利用支持向量机(SVM)分类器进行分类识别。试验结果表明,PCA-LDA-SVM模型识别准确率达96%,精确度达100%,召回率达92%,整体识别性能优于SVM,BP,KNN,PCA-SVM模型,具备一定的理论价值和参考意义。

主流媒体生态文明建设话语建构主题分析——以《人民日报》相关报道为例

党的十八大以来,积极推进生态文明建设是我国重点工作。本文选择《人民日报》相关报道作为研究对象,通过对《人民日报》2023年1月至2023年10月共计340篇生态文明类新闻报道进行主题分析和框架提取,探究其议程设置的特点,并提出优化路径。

基于网络文本挖掘的国家公园旅游满意度评价研究——基于武夷山国家公园的数据分析

通过分析在线评论,评估中国国家公园的旅游满意度,帮助园区确定游客关注点,进而有的放矢地制定改善方案。应用LDA主题分析方法,从2021年至今的武夷山国家公园游客评论中提取15个游客关注主题,测量每个主题的关注度。随后,使用SnowNLP情感分析工具从关注主题中获取游客情感倾向,进而对关注主体的观点进行客观分析。最后,应用IPA模型研究每个主题权重与游客满意度间的关系。研究结果显示,娱乐项目和生态价值两个主题在游客关注度和满意度方面表现出色,凸显了它们在国家公园旅游中的重要性;而酒店住宿方面的满意度较低,需要改进和提升服务质量。研究结论:国家公园管理者应更好地了解游客需求和关注点,以改进服务,提升游客满意度,并推动国家公园的可持续发展。

一种改进的线性判别分析算法MLDA

线性判别分析(LDA)是模式识别方法之一,已广泛应用于模式识别、数据分析等诸多领域。线性判别分析法寻找的是有效分类的方向。而当样本维数远大于样本个数(即小样本问题)时,LDA便束手无策。为有效解决线性判别分析法的小样本问题,提出了一种改进的LDA算法——MLDA。该算法将类内离散度矩阵进行标量化处理,有效地避免了对类内离散度矩阵求逆。通过实验证明MLDA在一定程度上解决了经典LDA的小样本问题。

我国县级融媒体中心公共文化服务研究综述——基于LDA模型的主题演化分析

县级融媒体中心承担着“引导群众、服务群众”的职能,是打造乡村主流舆论的重要阵地。本文运用LDA主题模型的分析方法,对近年来我国县级融媒体中心公共文化服务相关研究做出较为全面的梳理,以此为基础探析我国县级融媒体中心公共文化服务研究的现状与趋势。总体而言,目前学术界重点讨论了县级公共文化服务体系建设研究、县级融媒体中心发展建设研究等六大方面的问题。分析发现,目前国内相关研究大多缺乏公共管理学研究视角,对县级融媒体中心的差异性研究不足,缺乏针对县级融媒体中心公共文化服务的效能评估研究。文章从公共管理的视角探讨我国民族地区县级融媒体中心公共文化服务研究的趋势。

突发事件网络舆情反转的PCA-LDA-LSSVM预测模型

为有效引导与控制突发事件网络舆情,建立科学的预警机制,提出突发事件网络舆情反转的主成分分析(PCA)-线性判别分析(LDA)-最小二乘支持向量机(LSSVM)预测模型。利用PCA提取具有相关性的影响因素主成分,利用LDA方法分析相互独立的影响因素和主成分对突发事件网络舆情反转的影响,并将LDA分析后的影响因素作为LSSVM的输入向量,预测突发事件网络舆情反转,通过选取33组突发事件网络舆情数据进行试验研究。研究结果表明:影响因素重要性由大到小依次为网民情感正倾向、网民情感负倾向、舆情事件性质、舆情传播形式、舆情首发主体权威性;当网民情感正倾向明显减少、网民情感负倾向明显增加时,应采取措施引导舆情发展。

鸡粪堆肥中的细菌群落组成及多样性分析

【目的】了解鸡粪堆肥过程中不同发酵阶段优势细菌群落的变化情况,为改善鸡粪堆肥工艺及提高堆肥效率提供参考依据。【方法】对不同发酵时间鸡粪堆肥样品进行细菌高通量测序,分析其Alpha多样性和相对丰度,并对获得的有效序列在门、纲、目、科、属、种水平进行聚类,使用LEfSe(LDA effect size)分析不同发酵时间样品间的物种相对丰度差异,从而进一步分析鸡粪堆肥过程中的优势菌群落特征和变化情况。【结果】鸡粪堆肥在各发酵阶段的细菌群落多样性一直处于动态变化中,其中,堆肥上层和中层的细菌群落多样性均呈先上升再下降最后又略微上升的变化趋势,下层的细菌群落多样性表现与上层和中层相反。在门水平,鸡粪堆肥的厚壁菌门(Firmicutes)在各发酵阶段均为主要类群,变形菌门(Proteobacteria)和拟杆菌门(Bacteroidetes)的相对丰度在高温阶段降低,首次在鸡粪堆肥中发现厌氧的盐厌氧菌门(Halanaerobiaeota)且其相对丰度随着堆肥时间的延长逐渐上升。在属水平,鸡粪堆肥起始阶段的优势菌属为乳杆菌属(Lactobacillus)及一些潜在的致病菌属如肠球菌属(Enterococcus)、埃希氏-志贺菌属(Escherichia-Shigella)、韦荣氏球菌属(Veillonella)和库特氏菌属(Kurthia),其相对丰度均随着堆肥时间的延长逐渐下降,并被堆肥后期的优势菌群盐胞菌属(Halocella)和芽孢杆菌属(Bacillus)替代。LEfSe分析也表明,堆肥发酵能降低鸡粪中潜在的致病菌属相对丰度。【结论】鸡粪在堆肥过程中其细菌群落结构随着发酵时间的延长发生变化,厚壁菌门为鸡粪堆肥各阶段的主要类群,变形菌门和拟杆菌门主要存在温度较低的发酵阶段。首次发现盐厌氧菌门在堆肥过程中的相对丰度占比较高,并随着堆肥时间的延长逐渐升高。堆肥发酵能显著降低鸡粪潜在病原菌属的相对丰度。

物流服务质量对生鲜电商顾客购买意愿的影响研究——基于京东生鲜商品在线评论的用户情感分析

针对物流服务质量影响顾客购买意愿问题,利用Python选取京东生鲜商品在线评论作为研究样本,基于爬虫、Keras框架下LSTM深度学习模型及LDA主题特征分析等方法,对京东顾客物流相关在线评论数据进行情感分析。研究表明:生鲜电商物流在线评论正向影响顾客购买意愿。其中,物流服务便利性、规范性、安全性,及客户服务响应对顾客购买意愿影响显著。提出改善生鲜电商企业与顾客之间的关系、提升顾客服务体验满意度、增强顾客购买意愿等建议。研究结论为生鲜电商企业优化产品运销、提升企业竞争力提供参考。

网民媒介狂欢现象分析——《乘风破浪的姐姐》第三季微博评论区文本解读

本研究以《乘风破浪的姐姐》第三季视频微博评论区文本为研究对象,利用网络爬虫技术获取该条微博评论区评论文本数据,基于LDA主题模型和词频分析法对微博用户的评论文本特征进行挖掘,意图探索微博用户关注焦点和情感倾向。分析结果显示受众对《乘风破浪的姐姐》第三季的讨论主要集中在表达喜爱、回忆青春等方面,这种现象的背后是唱跳节目触发了受众的集体记忆,引发了一场以回忆青春为主题的媒介狂欢。

基于LDA降维和BP神经网络的手写数字识别

手写数字数据集是机器学习分类领域的优质数据集,文章以反向传播(Back Propagation,BP)神经网络为基础,对手写数字进行分类识别。为减少BP神经网络的计算开支,实验前,对比了过滤卡方检验法、主成分分析(Principal Component Analysis,PCA)降维、线性判别式分析(Linear Discriminant Analysis,LDA)降维以及多维尺度变换(Multidimensional Scaling,MDS)降维对特征选取的训练测试效果,从而确定了神经网络拟合之前的最优特征提取方法。实验中,利用Bagging对BP神经网络进行集成处理,分类识别了手写数字。实验后,将文中方法与朴素贝叶斯、决策树、随机森林、LDA多分类进行对比。结果表明,采取LDA降维方法时,降到9维的特征提取方式最优,单个BP神经网络对手写数字数据识别的准确率为92%左右,而基于Bagging集成的BP神经网络在识别准确率方面高达95%。

用单一循环LDA测量法研究四气门汽油机缸内滚流运动的湍流结构

本研究在一台四气门汽油机上对缸内滚流运动进行了LDA测量，通过改进测试系统提高了数据率，用低通滤波的单一循环分析法计算了湍流结构参数。结果发现，滚流的湍流结构具有尺度大、频率低的特点；滚流运动在压缩末期破碎时，湍流的自相关时间和积分时间尺度显著增加。

用多元分析方法研究乳腺癌血清的表面增强拉曼光谱

借用两种化学计量学分析方法——主成分分析方法(PCA)和判别分析方法(LDA),进行联合运用,分析了乳腺癌血清的表面增强拉曼光谱(SERS)。首先从分子角度上讨论了蛋白质主侧链在乳腺癌血清中变化,结果发现:主链空间结构遭到破坏。侧链的有序性下降、糖质环境也发生了改变;其次采用上述两种计量学的多元分析方法对18例临床确诊为乳腺癌患者和20例健康人的血清样本进行了表面增强拉曼光谱分析。发现主成分分析方法对于样本区分未能达到80%,进而再用判别分析法,准确率达到100%,所得结果令人满意。

利用电子鼻分析熬制时间对3种食用菌汤风味的影响

对香菇、双孢蘑菇、牛肝菌3种食用菌进行熬制,得到不同熬制时间的菌汤。利用电子鼻技术对菌汤分别进行测定,通过主成分分析(PCA)和线性判别分析(LDA)两种分析方法对所得数据进行分析。结果表明:利用PCA不能很好区分不同熬制时间的菌汤风味,但能区分不同品种菌汤的风味,说明PCA是分辨不同种类菌汤的有效分析方法;利用LDA能明显区分不同种类食用菌汤及不同熬制时间的菌汤风味,说明LDA是分辨不同菌汤风味的有效分析方法。

基于LDA算法的人脸识别方法的比较研究

线性判别分析(LDA)是一种较为普遍的用于特征提取的线性分类方法。但是将LDA直接用于人脸识别会遇到维数问题和“小样本”问题。人们经过研究,通过多种途径解决了这两个问题并实现了基于LDA的人脸识别。文章对几种基于LDA的人脸识别方法做了理论上的比较和实验数据的支持,这些方法包括Eigenfaces、Fish-erfaces、DLDA、VDLDA及VDFLDA。实验结果表明VDFLDA是其中最好的一种方法。

基于优化的LDA算法人脸识别研究

提取低维人脸特征是人脸识别系统中极其关键的一步。线性判别分析(LDA)是一种较为普遍的用于特征提取的线性分类方法。本文提出了一种优化的LDA算法,该方法克服了传统的LDA算法用于人脸识别时存在的问题:通过重新定义样本类间离散度矩阵使传统的Fisher准则能够最优化,克服了边缘类对选择最佳投影方向的影响;同时,利用因数分解的方法避免了对矩阵求逆,解决了小样本问题。依据经验选取适当的e值,得到最佳的识别效果。实验结果表明,人脸识别效果优于传统LDA方法。