面向贵州省三大战略行动的文本挖掘及LDA模型分析研究

随着互联网和大数据的迅速发展,如何获取国家和省部级政策、战略、方针对社会的传播影响力及舆情监测力,已发展成为重要的研究内容。针对传统文本分析模型存在主题识别不精准,缺乏深层次语义理解等问题,研究面向贵州省三大战略行动的文本挖掘及LDA模型分析,采用LDA模型和K-means文本聚类方法,挖掘贵州省大扶贫、大数据、大生态三大战略行动的主题词。实验数据采集微信公众号关于贵州省三大战略行动的网页文本,并通过准确率、召回率和F值进行评估。实验结果表明,该方法能有效地挖掘出贵州省三大战略行动的主题关键词及民众关注的热点话题,使文本的主题脉络更加清晰,为下一步国家政策分析、文本推理和舆情挖掘提供帮助,具有一定的应用前景和实用价值。

基于数据挖掘的中国民谣歌曲行业研究分析

随着新媒体的不断涌现,以及媒体强有力的传播,民谣作为小众品味的代表,却能在众多主流音乐类型中独出于众,在当下媒介泛化的社会中受到越来越多的关注,不断地引发人们的热议,民谣歌手也受到了大批粉丝听众的追捧和用户。本文以网易云音乐的民谣歌曲为研究对象,对其歌手、歌曲、歌词进行数据挖掘,分析歌词中的情感,并对其结果进行可视化分析,使更多人了解民谣歌曲的内容,同时可以优化中国民谣歌曲行业,为听众提供更多的优质民谣歌曲。

大数据视域下阳明心学主题挖掘及作者发现研究

随着互联网和大数据的迅速发展,如何从海量信息中快速获取所需知识,精确识别学术成果的核心主题及作者关系变得越来越重要。阳明心学作为中国传统思想文化重要组成部分,传承与弘扬的重要性不言而喻。提出一种基于大数据分析技术的阳明心学研究方法,包括文献计量、社交网络、LDA模型、词云可视化,旨在挖掘阳明心学文献的热门主题和核心作者,并结合可视化技术展现阳明心学的研究热点及作者关系图谱。实验数据采集了中国期刊全文数据库(CNKI)收录的2463篇阳明心学期刊文献,最终发现以左东岭、杨国荣、张新民、王路平、陆永胜等为代表的阳明心学核心研究者,挖掘的热门主题包括“王阳明”“阳明心学”“知行合一”“致良知”“传习录”等,LDA模型识别出三个核心主题。所提出的方法能有效地挖掘出中国传统文化的主题关键词及作者关系图谱,使研究的主题脉络更加清晰,为推动阳明心学的弘扬与发展提供帮助,具有一定的应用前景和和实用价值。

从产品定位看互联网+解锁新餐饮营销模式

随着互联网技术和通讯技术的发展和普及,我国的中小型餐饮行业得到空前的发展机遇,在国家新型政策和经济环境的双重影响下,该行业遭受着前所未有的挑战。新餐饮的营销模式以其传播价格低廉,速度快优势深受餐饮商家喜爱。但困惑的是新餐饮模式应该从何出发才是是理智的。曾经受欢迎的湘菜、淮扬菜等八大菜系的定位理论逐渐被O2O模式下的新餐饮模式所冲击。新餐饮模式的快速便捷是旧餐饮模式所不能做到的,新餐饮的营销模式是以消费者需求为核心。新餐饮模式的核心竞争力应该不是试图操纵消费者的认知而是忠于消费者的认知。

基于文献计量的国内网络舆论情感分析研究现状探究

梳理网络舆论情感分析这一领域的发展脉络,分析国内研究现状,总结其发展趋势,为今后的研究提供参考。在CNKI中进行相关文献的检索并经过整理筛选得到有效的文献数据集,通过文献计量的方法分析此领域的发展历程、文献影响力、重点期刊、核心机构等,运用综合指数和社交网络的方法挖掘核心作者及其合作网络,并通过可视化软件将研究结果清晰直观的展现出来。实验结果表明,利用文献计量、综合指数及社交网络的方法可以较准确地挖掘出该领域文献的发展年份、核心机构、核心期刊、核心作者等内容,为今后的研究提供切实可靠的参考依据,具有一定的理论价值及实用价值。

基于文献计量和社交网络的清水江流域文化探究

针对传统的文学和民族文献缺乏数字化、智能化分析,较难系统全面地挖掘研究领域知识以及精确识别文献作者合作关系的缺点,提出一种基于文献计量和社交网络的清水江流域文化分析方法。通过Python抓取中国知网1958年至2019年的1013篇期刊文献,采用计量分析和社交网络方法挖掘高影响力期刊和机构,分析清水江流域文化的高引论文、核心作者以及研究团队,揭示清水江流域文化演变历程。实验结果表明,该方法挖掘出清水江流域文化的高影响力期刊、机构、作者以及研究团队,为清水江流域文化的弘扬与发展提供切实可行的参考依据和科学指引,具有一定的研究意义以及实用价值。

基于正态分布的极大似然估计

现实生活中,无时无刻都存在着随机事件的发生,但并不是所有随机事件都能通过贝叶斯分类算法算出其概率。为解决该局限性,本文提出一种将概率密度估计事件转化成为参数估计事件的方法,基于极大似然估计的估计方法。仅需要知道事件的样本数据,结合极大似然算法,能解决众多随机事件问题,有效解决贝叶斯分类的局限性,对日常生活中随机事件的处理具有重要意义。

K-Means聚类和时间序列的在线短租共享经济分析

互联网创新浪潮下,共享经济作为一种新型商业模式,改变了人们参与经济及消费方式。传统的酒店住宿不再是人们唯一的选择,随着消费者对住宿的需求多样化,传统酒店行业已无法满足用户个性化需求。在与互联网的共同推动下,在线短租应运而生。然而,在线短租作为新兴住宿,业态的相关研究甚少。针对以上不足,提出一种基于K-Means聚类和时间序列ARIMA模型的预测分析算法,依托数据可视化从多维度挖掘蚂蚁短租网有关贵州短租房相关数据,并预测地区短租房房价波动情况。提出的算法可广泛运用于全国在线短租房价预测分析,对商家如何占据共享经济市场份额有积极指导作用,具有重要的理论依据和使用价值。

基于知识图谱对O2O线下商店众筹扩展商业模式分析

当前同行业商家数量多,竞争激烈,价格战已经逐渐被网销平台所取代。面对严峻的市场形势想在同行业之间脱颖而出,必须基于可行独到的商业模式占领市场,勇于创新与完善商业模式,提升服务价值。本文基于Neo4J图谱进行分析,如何运用有效的商业模式众筹扩展市场。