Study on Theme-Rheme Pattern Model of English Advertisement Discourse

Theme-rheme pattern model is the principle base for analyzing English advertisement discourse.We find the discourse of English advertisements,by analysis,in such ways of developing as parallel model,continuous model,alternative model and concentrated model,has reflected the ad owner's expectation to change the law of audiences' cognition.This kind of law and the advertising function is closely connected with the same purpose,which contributes to affect potential consumers.

基于LDA主题模型的服务业企业创新测度研究——兼与传统创新测度方法的对比分析

服务创新是新时代服务业高质量发展的重要内涵。以R&D投入、专利申请为代表的传统创新测度方法在衡量服务业企业创新时存在明显缺陷。使用隐含狄利克雷分配(LDA)主题模型对2008-2022年间914家服务业上市公司的创新水平进行了测度,并从企业整体、行业归属、区域分布、企业规模、企业所有制维度与传统创新测度方法对比分析。研究发现:相较于传统创新测度方法,LDA方法能够①同时反映服务业企业创新中的技术和非技术创新部分,更适用于测度非研发和非专利服务业企业;②更好捕捉教育,文化、体育和娱乐业等生活性服务业企业的创新特征和形式;③向上纠偏中西部地区服务业企业创新水平,向下纠偏东部地区服务业企业创新水平,还原东部和中西部地区服务业企业真实创新差距;④向上纠偏中小型服务业企业创新水平,向下纠偏大型服务业企业创新水平;⑤深入挖掘国有和非国有服务业企业在创新词频和主题上的差异,揭示非国有服务业企业创新水平较高的本质原因。基于此,从拓展服务创新内涵新认知、加快生活性服务业企业创新、营造良好创新生态、深化数字技术渗透以及发挥差异性优势五个方面提出政策建议,以期为加快服务业企业创新发展提供政策启示。

现代粮食全产业链标准综合体制定流程优化及应用研究

提高现代粮食全产业链韧性的核心之一是龙头企业制定标准综合体,那么,需要解决关键共性技术识别难、产业链中各环节利益主体所用标准衔接难的问题。首先,基于LDA主题聚类模型,构建HMM-HITS主题关键性识别模型,其特点是识别的关键技术不仅具有竞争力还具有强传播力;再结合基于共类偏度的主题共性识别模型,构建了关键共性技术识别模型;依据价值性、稀有性、难以模仿性、不可替代性和必然实施性的原则,判别该模型识别出的关键共性技术是否进入龙头企业标准体系表。其次,基于农产品供应链机制,构建以提升韧性为目标的标准衔接协商机制。最后,得出现代粮食全产业链的标准综合体制定优化流程,该流程在粳稻标准综合体制定中得到验证。

基于LDA-BERT相似性测度模型的文本主题演化研究

文章针对LDA主题模型在提取文本主题时忽略文本语义关联的问题,提出基于LDA-BERT的相似性测度模型:首先,结合利用TF-IDF和TextRank方法提取文本特征词,利用LDA主题模型挖掘文本主题;其次,通过嵌入BERT模型,结合LDA主题模型构建的主题-主题词概率分布,从词粒度层面表示主题向量;最后,利用余弦相似度算法计算主题之间的相似度。在相似性测度模型基础上构建向量相似度指标分析文献研究主题之间的关联,并绘制主题演化知识图谱。通过智慧图书馆领域的实证研究发现,使用LDA-BERT模型计算出的主题相似度结果相较于LDA主题模型的计算结果更加准确,与实际情况更相符。

美国道德教育模式的演进研究:历程、主题及逻辑

美国道德教育模式经历了从传统品格教育模式到理论基础构建模式、价值澄清模式、价值分析模式、道德认知发展模式、社会行动模式、关怀模式等道德教育模式的多样化发展,再到新品格教育模式的演进历程。正当性问题、本体性问题、实践性问题以及价值性问题等几个基本问题,构成了美国道德教育模式演进的中心主题。美国道德教育模式的演进,在价值取向、理论基础以及实践策略等多个维度上,呈现出清晰的“整合趋向”的内在逻辑。

基于LDA主题模型的智慧健康养老服务与管理人才岗位需求分析

目的应用潜在狄利克雷分配(LDA)主题模型挖掘养老服务与管理人才的岗位需求,为相关人才培养提供依据。方法采用Python程序软件抓取前程无忧、智联招聘、猎聘网、养老网、丁香人才网等网站上与养老服务与管理人才相关的招聘信息,并进行数据清洗,借助LDA主题模型对数据进行主题识别,分析岗位需求。结果共采集招聘信息3684条。数据清洗后获得2120条有效数据,包含健康照护类1161条,经营与管理类959条。招聘信息主要分布在华东、华北和华南地区。2类岗位各自析出8个岗位需求主题,按照主题强度,健康照护岗位析出的需求主题依次为:性格品质、生活及心理照料能力、疾病照料能力、职业礼仪和态度、急救与安全照料能力、职业通用能力、活动组织及服务管理能力、信息技术和老年政策法规知识;经营与管理岗位析出的需求主题依次为:机构运营管理能力、性格品质、市场开发与定位能力、客户维护与产品销售能力、职业礼仪和态度、职业通用能力、活动组织和策划能力、信息技术和老年政策法规知识。结论健康照护和经营与管理岗位知识和技能需求存在差异,但两者均重视养老服务与管理人才的人文素养和信息化应用能力,上述需求特征可为相关人才培养提供一定参考。

建筑教育的意义——天津大学建筑学人才培养模式

近现代中国建筑教育长期移植西方范式,导致传统基因系统性缺失以及理论与实践脱节,这些问题引发了人们对当代建筑教育的批判性反思。为了应对这些挑战,天津大学建筑学院基于建筑教育规律,提出了厚植中华文化核心价值观的教育理念,构建了以融通历史、设计与建造的教学体系为载体,以新工科创新实践平台为支撑的建筑学卓越人才培养模式;面向未来,开设了基于可持续发展理念的设计课教学专题。经过10年的探索与实践,天津大学建筑学院成功构建了具有挑战性的建筑教育本土新范式,为中国建筑教育的未来发展提供了有益的借鉴和参考。

我国战略科学家研究的热点透视与未来路向:基于LDA-SARIMA模型的研究

战略科学家是科技人才中的帅才,是支撑我国高水平科技自立自强的重要力量。探索战略科学家研究领域主题存在的取向和呈现的趋向,可为相关科技政策研究和制定工作提供借鉴。本文采用LDA主题建模和SARIMA预测分析方法对战略科学家这一重要研究领域进行主题挖掘与实证分析,抽取与战略科学家相关的6个核心主题,对该领域的研究现状与发展动态进行探讨。研究表明:战略科学家的研究具有显著的周期性特征;研究集中在建设国家战略人才力量层面,强调战略科学家对于承担国家战略任务,推动战略人才体系建设的作用;通过模型的定量预测功能得出培育和使用战略科学家、借助新媒体技术开展科学普及和教育工作是未来研究的趋向。建议在探讨如何完善战略科学家的培养体系时,紧跟时代发展的步伐,培养符合新时代需求的战略科学家。

CBI主题依托模式下高校英语翻译“课程思政”研究

在新文科时代背景下,运用CBI主题依托模式将思政教育元素嵌入专业课程教学是一种创新的教育理念。尤其在高校英语翻译教学中,课程思政理念的实际应用不仅能够提升学生的语言和翻译技能,还能够深化他们的道德品质和人文素养,从而培养出既有国际视野又具备深厚家国情怀的高素质人才。为了实现这一目标,教师可以采取包括精选主题、整合教学资源、多元化教学手段、强化实践教学和完善评价体系等一系列策略。

大理剑川白族布扎艺术特征研究

大理剑川白族布扎作为白族民间文化的重要载体,呈现出鲜明的民族特征;因其独特的地理位置和历史文化背景,促使当地白族布扎汇集了多元文化。通过田野考察并结合文献资料,以设计学的审美视角出发,从题材分类、造型特征、用色观念3个方面探讨大理剑川白族布扎艺术特征。通过采用图像分析法,对比不同传承人的布扎样式,分析其设计特点,展示了大理剑川白族布扎艺术风格的造型规律和美学形态,为布扎这一非物质文化传承与创新应用提供借鉴和参考。

我国冰雪产业政策层级性特征与未来展望——基于107份不同层级冰雪产业政策的文本分析

该研究运用LDA模型,对国家级、省级和市级3个层级的107份冰雪产业政策进行主题挖掘和量化分析,探讨了不同层级政策的关联特征和主要问题。研究发现:我国冰雪产业政策具有层级性特征,且不同层级的政策关注重点迥异,主要表现为国家级冰雪产业政策主题集中在冰雪运动普及、冰雪产业发展、冰雪旅游发展等宏观规划上,体现出明显的指导性特征;省级冰雪产业政策主题集中在群众冰雪运动、冰雪产业集群、冰雪旅游经济等中观扶持上,体现了规划指导与探索试验相结合的政策制定模式;市级冰雪产业政策主题集中在冰雪示范基地、冰雪消费升级、冰雪用地布局等微观设计上,体现出明显的管控性特征。整体而言,上述特征与我国冰雪产业高质量发展的总体要求保持一致,但仍存在政策目标模糊、政策时效不足、政策监管不力及政策支持力度不强等问题,制约了我国冰雪产业政策的扩散和传导。据此,在政策制定、政策实施和政策监管3个层面提出如下建议:优化政策工具组合,加大冰雪产业政策要素供给;畅通政策传导链条,推动冰雪产业政策落地有效;健全政策监管体系,强化冰雪产业政策动态监管。

基于LDA和TF-IDF的关键词提取算法研究

在自然语言处理领域,对于海量的文本文件,让用户在最短的时间找到到自己感兴趣的文档,最关键的工作是要每篇文档的关键词提取出来。而不管是针对一篇长文章或是一篇短文章,通常能够直接通过这几个关键字去窥探出整篇文章背后的主题思想。文章分别介绍了LDA主题模型和TFIDF算法在关键词提取中的应用,并进行了对比,结果表明在关键词提取方面都可以取得较好的效果。

基于NLP的股票选择策略的优化研究

由于股评、新闻对股票价格变化有巨大影响,为选出优质股票以提高投资的收益率,采用了自然语言处理NLP技术对股评数据和新闻数据进行分析,基于朴素贝叶斯模型建立了文本情感倾向分类模型,模型预测准确率达到84%,生成了股评因子。基于LDA主题模型对新闻文本进行话题建模,快速获取新闻文本主题,并引入困惑度寻找文档最优主题数,生成了新闻因子,将股评因子和新闻因子作为筛选股票的依据,从股评和新闻信息中获取对股市带来的影响因素,从而优化选股策略。对于股票基本面数据,采用决策树模型进行因子的重要性分析,选出重要性最高的前5个因子,模型预测准确率达到88%。通过决策树模型,可以更准确地确定哪些因子在影响股价变化方面发挥着关键作用,这种改进的方法能够提高选股策略的有效性和准确性。最终使用主成分分析(PCA)对数据进行降维处理,依据主成分数值的高低来进行股票选择。

京张体育文化旅游带游客感知意象对满意度评价的非对称性影响

以京张体育文化旅游带的106个景区、景点为研究对象,以携程网的86192条点评为数据来源,使用LDA主题模型对京张体育文化旅游带游客感知意象主题进行分析,并结合KANO模型探讨游客感知意象主题对满意度评价的非对称性影响。发现:①游客感知意象包括特色园林、旅游体验、奥运景点、景区管理、自然风光、导游讲解、冰雪旅游、历史古迹等8个主题;②游客感知最强的是景区管理和旅游体验,其余依次是奥运景点、特色园林、导游讲解、历史古迹、冰雪旅游和自然风光;③游客感知意象主题对满意度评价存在非对称性影响,其中,自然风光和历史古迹作为激励因素对满意度评价有正向非对称性影响,景区管理和冰雪旅游作为基本因素对满意度评价有负向非对称性影响。为提升京张体育文化旅游带游客满意度,建议:制定旅游发展优先级策略;加快特色冰雪旅游项目的打造和推广;定期开展游客感知意象动态监测,针对感知意象主题和市场需求变化进行优化。

高校新文科建设的聚焦主题与探索路径

以高校新文科建设为研究对象,运用LDA(Latent Dirichiet Allocation)主题模型和社会网络分析对高校新文科建设的聚焦主题和探索路径进行研究,以期为高校新文科建设提供可行的实施方向和政策建议。运用Python软件和Gephi软件分别绘制关键词云图、共现网络图、主题聚类图,旨在挖掘目前高校新文科建设关注的主要内容,归纳出教学体系、学科体系和理论体系三个主题名称。提出了协同联动,共享教学资源、因地制宜,突出学科优势、价值引领,筑牢理论地基的政策建议。以期为高校新文科建设的推进提供参考借鉴。

基于LDA主题模型的中国学前融合教育研究主题分析及热点特征研判

学前融合教育是我国教育事业中不可或缺的一环和重要组成部分。运用LDA主题模型,对学前融合教育研究中的525篇文献摘要的内容进行挖掘与分析,抽取研究主题,进行特征分析并识别热点主题。结果显示,呈现出四大聚类主题:主题1聚焦于课程建设,主题2突出儿童本位,主题3侧重于专业程度,主题4表达了三位联动趋向。在后续研究中应坚持深度挖掘本土资源,系统提炼学前融合教育课程意蕴;恪守儿童本位理念,突破实践活动的思想桎梏;夯实教师专业素养,深化学前融合教育研究层次;打造多方协同机制,践行家园社整体观的理论关照。

基于主题模型的旅游信息检索方法——以山西太原“晋祠”信息检索为例

以旅游信息特征为基础,对构成旅游的主题信息进行分层组织,把旅游信息做实例化处理,并就用户可能提出的问句类型定义了不同的查询模板,以帮助用户在海量的网络数据中获取所需的旅游信息。主题模型中各层主题之间具有关联性,经过主题与地理的相关度计算,可有效避免同义词与语义相关性对检索结果的影响,为用户提供多元化、个性化的检索信息。本文以山西太原“晋祠”信息检索为例,构建不同的问句类型,探讨了在实际应用中的检索精确度。

政策主题视角下我国政府数据治理政策演进研究

[目的/意义]我国政府数据治理框架处于不断的发展过程之中,分析数据治理的政策主题的演进与变迁,能够梳理政策发展脉络,指导数据治理政策体系的发展与完善。[方法/过程]系统收集中央层面政府数据治理政策,建构发展阶段,并借助LDA主题模型提取各阶段的重点主题,分析我国政府数据治理政策关注重点的演变与各阶段特征。[结果/结论]我国政府数据治理政策沿着“发展环境酝酿—政府数据价值释放—社会数据化转型”的路径不断演变发展,覆盖范围逐渐从政府内部拓宽至全社会,作用机制逐渐从政府主导转向鼓励市场发展,作用环节逐渐从数据收集、组织扩散至开发、利用等数据生命周期各环节,但数据安全问题始终是关注重点。

基于网络文本分析的黄山市民宿游客感知研究

以游客感知理论为基础,以网络文本分析为研究方法,基于游客感知视角,利用Python及ROST Content Mining 6软件对黄山市民宿形象进行研究。对从携程旅行网所爬取的评论文本进行高频词分析,并制作词云图及语义网络图,同时利用LDA主题模型将评论文本内容归纳为5个主题,分别为地理位置、服务质量、游客体验、推荐意愿和装修设计,然后构建情感词典,对评论文本进行情感值分析,发现游客对民宿的整体满意度较高,负面情感主要聚焦在设施、卫生和噪音等方面,最后从加强民宿智能化建设、利用网络资源倾听游客心声、促进民宿品牌文化建设三个方面给出提高游客满意度、提升游客住宿体验的对策。

风险感知视角下企业突发舆情主题分异研究

[目的/意义]基于风险感知的视角剖析企业突发舆情主题分异规律,有助于提高企业突发舆情事件应对的效率,降低带来的经济和声誉损失。[方法/过程]以35个企业突发舆情事件为研究材料,融合IPA模型与K-means均值聚类分析法,从情绪强度和事件热度两个维度构建企业突发舆情风险感知模型,把企业突发舆情事件划分为4个类簇,运用LDA模型对不同风险的4类企业突发舆情的主题进行分析,基于关键词归纳各主题的主题名称,并进行主题内容的可视化呈现,绘制了关键词共现网络图谱,实现对4类企业突发舆情的主题图谱画像。[结果/结论]研究发现:不同风险类别企业突发舆情主题存在显著的差异,信息感知型(Ⅰ级)的主题聚焦于消费维权和产品质量,事件驱动型(Ⅱ级)的主题聚焦于事件诱导和媒体传播,舆论发酵型(Ⅲ级)的主题聚焦于市场监管和衍生舆情,情绪集聚型(Ⅳ级)的主题聚焦于生命财产和涉事主体。