多视图融合DJ-TextRCNN的古籍文本主题推荐研究

传统编目分类和规则匹配方法存在工作效能低、过度依赖专家知识、缺乏对古籍文本自身语义的深层次挖掘、编目主题边界模糊、较难实现对古籍文本领域主题的精准推荐等问题。为此,本文结合古籍语料特征探究如何实现精准推荐符合研究者需求的文本主题内容的方法,以推动数字人文研究的进一步发展。首先,选取本课题组前期标注的古籍语料数据进行主题类别标注和视图分类;其次,构建融合BERT(bidirectional encoder representation from transformers)预训练模型、改进卷积神经网络、循环神经网络和多头注意力机制的语义挖掘模型;最后,融入“主体-关系-客体”多视图的语义增强模型,构建DJ-TextRCNN(DianJi-recurrent convolutional neural networks for text classification)模型实现对典籍文本更细粒度、更深层次、更多维度的语义挖掘。研究结果发现,DJ-TextRCNN模型在不同视图下的古籍主题推荐任务的准确率均为最优。在“主体-关系-客体”视图下,精确率达到88.54%,初步实现了对古籍文本的精准主题推荐,对中华文化深层次、细粒度的语义挖掘具有一定的指导意义。

基于网络文本数据的主题餐厅服务场景分析

以大众点评的评分为标准,借助Python网络爬虫,爬取青岛市主题餐厅的线上评论,通过文本分析和扎根理论分析主题餐厅服务场景的具体维度。结果表明:(1)主题餐厅服务场景包括物理服务场景、社会互动服务场景和文化服务场景,主题餐厅物理服务场景包含设施设备、就餐环境、经营方法和菜肴品质;主题餐厅社会互动服务场景包含社会交往;主题餐厅文化服务场景包含文化建设。(2)主题餐厅物理服务场景、社会互动服务场景和文化服务场景在金字塔模型中处于由低到高的层级关系。物理服务场景是主题餐厅服务场景的基础;社会互动服务场景是主题餐厅服务场景的重要组成部分;文化服务场景是主题餐厅的高阶服务场景,是主题餐厅服务场景的核心。

跨界颠覆性创新的早期识别方法及实证检验

[研究目的]数字经济时代,越来越多的企业利用互联网技术开展跨界颠覆性创新。探讨跨界颠覆性创新的早期判断和识别方法,对于打破国外核心技术封锁,抢占科技制高点具有重大意义。[研究方法]根据跨界颠覆性创新的演进特点,从技术和市场两个方面提出识别跨界颠覆性创新的理论框架:首先,基于专利文本,利用LDA主题模型提取跨界技术主题;其次,从成长性、融合性、影响力和引用行业外新知识等四个特征考察技术主题跨界颠覆的技术潜力;最后,基于专利、用户和专家评论数据,借助LDA主题模型与情感分析方法,从易扩散性、需求贴合度与市场吸引力趋势等特征考察技术主题跨界颠覆的市场潜力。[研究结论]以手机定位与导航技术为例,通过考察其跨界颠覆的技术潜力特征和市场潜力特征,验证了跨界颠覆性技术早期识别方法的可用性与有效性,为企业跨界颠覆性创新实践提供借鉴。

避而不谈抑或巧言令色?薪酬不公平与非财务信息的薪酬辩护效应

价值相关性越来越高的非财务信息是否具有薪酬辩护效应?既有文献仅在文本可读性上找到了证据。本文基于“管理层讨论与分析”(MD&A)文本,从文本相似度角度探讨非财务信息的薪酬辩护效应。研究发现:(1)存在超额薪酬时,公司会提高MD&A文本相似度,即公司对普遍存在的超额薪酬采取了“避而不谈”的辩护策略,而且这种策略更可能发生在业绩辩护手段匮乏的情形下,会减少风险、人力资源以及薪酬主题的信息披露。(2)但当超额薪酬较极端时,公司会降低MD&A文本相似度,“巧言令色”地为其辩护,而且这种策略更可能发生在业绩辩护手段较为有效的情形下,会增加风险、人力资源以及薪酬主题的信息披露。这些结论有助于从非财务信息文本操纵角度丰富薪酬辩护假说,以及从薪酬披露角度丰富非财务信息文本操纵的经济后果。

英语学术语篇人际主位的学科特点与学科语境动因

对物理学、化学、环境工程、社会学、语言学、历史学、文学7个学科学术语篇中人际主位意义及词汇语法形式进行了分析.结果显示,不同学科的语篇在人际主位上既有共性,又展现出独特的学科特点;学术语篇中人际主位的选择受研究对象的特点、知识发展的性质、研究的程序与方法、研究者与知识的关系、研究成果的表现形式等学科语境因素影响.

长三角地区高新技术产业政策文本量化研究——基于919份政策文本的二模网络分析

揭示长三角地区高新技术产业政策的演化特征,为政策制定者优化顶层设计、完善政策体系提供参考建议。以1991—2022年长三角地区919份高新技术产业政策文本为研究对象,基于政策主题、政策发文主体和政策工具3个维度,利用自然语言处理、二模网络分析、主题编码等方法对高新技术产业政策文本进行量化研究,并对结果进行可视化呈现。研究发现:(1)政策主题方面,政府关注的领域越来越多元化、系统化和具体化,但是政策较强调政府的宏观指导和对行政手段的使用,较少涉及市场及长三角一体化发展等方面;(2)政策发文主体方面,市级及以下级别发文主体开始发挥作用,且专业化、个性化、基层化的发文主体越来越多,政策发文主体的区位分布不够均衡;(3)政策工具方面,环境型政策工具使用最多,需求型政策工具使用不足,政策工具的使用与地区、发展阶段和时代背景相关。基于上述问题,提出具体的政策建议,包括:增强政策的区域协同性;建立健全高新技术产业政策的市场化机制;优化对政策工具的使用。

基于LDA模型的我国乡村文化政策主题挖掘与演化分析——与乡村文化科研论文对比视角

基于乡村文化主题,以396条政策文本和1 480条科研论文为样本,运用主题建模的方法分析政策与科研的异同情况。通过对比发现,当前乡村文化政策还存在有待完善和调整之处,由此提出未来乡村文化政策的发展方向,具体包括提升乡村文化认同、加强公共文化服务供给、完善文化产业发展配套政策、培育文化消费市场。

动态视域下基于生成式拓扑映射的潜在研发商业化机会识别研究

在竞争日益激烈的市场环境中,客观精准识别潜在研发商业化机会对企业降低盲目创新风险进而抢占市场先机至关重要。本文从动态视域出发,利用商标及专利文本数据,提出了一种基于生成式拓扑映射的潜在研发商业化机会识别方法。通过商标空白的映射与逆映射、商标空白与专利的文本相似度计算,结合商标空白的主题演化分析结果,精准识别出了潜在研发商业化机会。最后以智能家居系统领域为例,验证了本文所提方法的有效性。研究结果表明,通过揭示所选目标领域商业空白的演化路径,可识别出该领域具有潜在研发商业价值的研发商业化机会,进而为企业高效开展技术与市场创新提供靶向性参考思路。

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。

中国战略性新兴产业政策演变态势分析:政策组合视角

通过政策组合视角,指出中国战略性新兴产业政策演变经历了战略部署期(2009—2015年)、支持发展期(2016—2020年)和统筹整合期(2021年至今)等3个阶段。总体而言,中央层面战略性新兴产业政策工具以系统构建和技术推动为主,重点关注知识产权、体制机制构建、行业规范等政策主题。其中:战略部署期注重系统构建,在政策主题上强调服务平台建设;支持发展期强调激发创新活力,着力开展行业规范与基础设施建设;统筹整合期注重加大技术推动力度,支持知识产权保护。在政策文本分析的基础上,得出中国现有战略性新兴产业政策体系存在对需求拉动类政策工具关注不足、政策主题过于集中等问题,并提出针对性的对策建议。

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。

十五大以来历次党代会大会主题的文本分析

在党的全国代表大会报告中提出大会主题始于党的十五大。大会主题是党代会报告的眼睛,也是大会的主旨和灵魂。分析十五大以来历次党代会报告的大会主题可以看出,每一次党代会报告所确定的大会主题都在科学判断和准确分析世情、国情、党情新变化的基础上,明确提出和着重强调了旗帜问题、道路问题、精神状态问题和奋斗目标问题。同时,历次党代会大会主题既一脉相承又与时俱进,充分体现了党的历史发展的连续性和阶段性的统一。回顾和研究十五大以来历次党代会报告的大会主题,既有助于我们从微观视角全面理解把握党在各个发展时期的历史使命,也有助于我们深入学习贯彻党的二十大精神,从而坚定不移地沿着党所指引的方向踔厉奋发、勇毅前行。

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。

基于K-means与Word2vec的哺乳文胸评论主题挖掘研究

目的为了了解消费者在网络平台购买哺乳文胸时的关注侧重点,文章从在线评论中抽取有效关键词构建哺乳文胸主题,并通过计算主题的重要程度协助商家了解消费者关注重点方向。方法选用TF-IDF关键词抽取算法,结合K-means和Word2vec进行语义聚类、主题识别、主题词挖掘及主题重要度计算。结果哺乳文胸评论文本聚类后的主题重要程度排名是:产品品质(45.47%)、产品外观(35.83%)、产品服务(18.79%)。结论通过该方法能够有效的识别和构建哺乳文胸主题及主题词,同时,通过主题的重要程度,能够了解消费者对于网络平台购买哺乳文胸时关注的重点方向,为哺乳内衣企业进行产品改善及生产等提供理论参考。

一种基于Context Graph主题爬虫系统的算法实现

对搜索引擎的原理结构进行深度剖析,经可行性认定后,将机器学习算法与现有的技术手段进一步融合提升,以Python为开发平台,以Context Graph为开发主题,构建并设计出可实现的目标爬虫系统.通过实际运用检测系统的实用性能,选择国内具有较大规模的汽车网站为研究对象,设置“汽车”为关键词对全部内容展开不同类别的爬取,进而分析所得结果,根据查全率、查准率和F1值综合评价系统的性能.与原有系统相比,升级后算法的模型准确性更好,在一定程度上提高爬取工作的效率.

基于数据挖掘的杭州亚运会赛事舆情研究

文章采用自然语言处理、机器学习和话语分析理论相结合的方法分析媒体话语,拓宽话语分析的边界,用跨学科框架更加客观、系统地分析媒体报道。通过运用爬虫技术、聚类算法等计算工具和话语分析工具,结合跨学科理论实现研究方法的创新,同时在实践层面,助力杭州和中国政府在后亚运时代传播积极的声音。

基于互联网评论的南京市花海休闲农业园区使用后评价研究

选取南京市具有代表性的7个花海类休闲农业园区为研究对象,抓取大众点评和美团网站中对应的评论数据,利用ROST-CM6软件进行网络文本分析,结合ASEB矩阵栅格分析等方法对花海类休闲农业园区进行使用后评价分析。基于网络的POE研究结果显示:对于花海休闲农业园区,消费者最关注园区拍照体验、景观效果、门票价格以及配套设施。针对研究结果为花海类休闲农业园区提出以下提升建议:精准定位,科技赋能;合理搭配,多元活动;多维体验,情景交融;生态养护,创意营销等措施可提升未来花海类园区的运维。研究可为休闲农业园区空间品质监测评估、品质提升、微更新等提供更精准有力的理论支撑。

基于大型科研仪器共享服务数据的云南省技术创新时空演变实证研究

为探讨特定区域内技术创新力形成的动力机制,鉴于区域内大型科研仪器设备的测试服务内容能够反映本地区技术发展水平现状和趋势,因此以云南省2015—2019年的大型科研仪器设备服务记录数据作为研究对象,按时间切片划分窗口期构建技术主题演化模型,通过文本聚类、概念树以及连接强度矩阵等方式进行文本挖掘,分析区域内技术创新发展的时空格局演变路径,从而为区域科技管理部门制定科技发展规划等提供参考。研究发现:云南省大型科研仪器设备开展分析测试服务主要涉及环境监测、农肥分析、食品安全、生命科学以及仪器检定五方面,其发展趋势主要呈现为四方面:以环境监测为主要领域、从食品检验向食品安全检验过渡、将仪器检测作为重要工作以及病原微生物分析检测成为重要领域。研究结果与云南省当前的技术创新发展趋势一致。基于此,提出云南省应该在生物多样性与生态安全监测评估、绿色生态农业研究、仪器检验检测技术创新和生物医药与大健康产业发展等方面加强科研攻关。