检索结果-南通市图书馆

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于主题模型的文本语义挖掘

基于主题模型的文本语义挖掘

作者：杨如意西安电子科技大学

学位级别：硕士

当前网络环境下,开放的数据共享和传播方式为我们积累了极其庞大的数据资源,如何从这些海量数据中获取用户所需要的数据已然成为一个紧迫又重要的问题。文本是一种最基本且广泛使用的数据类型,长期以来一直受到研究人员的关注。主题模... 详细信息

当前网络环境下,开放的数据共享和传播方式为我们积累了极其庞大的数据资源,如何从这些海量数据中获取用户所需要的数据已然成为一个紧迫又重要的问题。文本是一种最基本且广泛使用的数据类型,长期以来一直受到研究人员的关注。主题模型是一种高效的特征抽取方法,已经成为研究文本的主要方法。它通过对文档的生成过程进行建模,抽取出文本的隐含信息——主题,将文本表示成由一组主题构成的低维向量。本文的研究目的是提出一种融合多个外部特征的改进主题模型,挖掘科技文献的隐含主题,从而研究主题演化和作者兴趣变化。研究意义在于为文本语义挖掘提供一种有效的模型和实现方法;在实现文本主题抽取的基础上,研究主题变化和作者兴趣变化的规律。论文的主要工作有:（1）主题模型的文献计量分析。在web of science中检索并获取主题模型相关的文献,绘制了国家与机构聚类图谱、共被引文献聚类图谱和关键词聚类图谱,可视化地呈现了主题模型相关研究的全貌。结果表明,主题模型的研究前沿朝着多样化的方向发展,不仅在传统的文本挖掘、语义分析上有了新突破,而且在社会化媒体、大数据等新应用环境下取得了新的进展。（2）提出一种改进主题模型。在研究了主题模型发展过程中的基础理论模型和应用研究现状后,结合动态主题模型和作者主题模型的优势,引入作者和时间两个外部特征,提出动态作者主题（Dynamic Author Topic,DAT）模型。然后从模型的输入、基本假设、模型的表示和参数估计四个方面详细论述了模型的实现过程。最后将该模型和其他主题模型进行了对比分析,表明了DAT模型在应用场景和复杂度上的优势。（3）主题演化和作者兴趣变化研究。利用动态作者主题模型抽取文本主题后得到主题词项概率分布和作者主题概率分布。根据主题词项分布,研究科技文献的主题内容变化和强度变化。根据作者在不同时间上对主题的关注度变化,研究作者兴趣变化。实验表明,DAT模型能够较为准确地反映主题演化和作者兴趣变化。本文的研究成果是,通过文献计量分析,揭示了主题模型相关研究的国内外现状和前沿热点。针对主题模型仅限于分析文档的内部特征,而不考虑外部特征的缺陷,提出了动态作者主题模型。通过主题抽取实验,证明了该模型可用于文本主题演化研究和作者兴趣变化研究。

关键词：主题模型 LDA模型吉布斯采样文本语义挖掘主题演化

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于主题模型和句向量的文本语义挖掘研究

基于主题模型和句向量的文本语义挖掘研究

作者：张卫卫兰州交通大学

学位级别：硕士

随着互联网的快速发展,各种信息数据以指数级别的速度增加,海量杂乱无章的文本数据分布在各行各业,而文本挖掘中用户特征分析、推荐系统、舆情监控等任务的实现均依赖于高质量文本数据的获取。如何从这些复杂混乱的文本中快速有效地挖... 详细信息

随着互联网的快速发展,各种信息数据以指数级别的速度增加,海量杂乱无章的文本数据分布在各行各业,而文本挖掘中用户特征分析、推荐系统、舆情监控等任务的实现均依赖于高质量文本数据的获取。如何从这些复杂混乱的文本中快速有效地挖掘出有意义的语义信息成为自然语言领域内的一项重要任务。主题模型是一种有效的文本主题挖掘方法,它将文本按照主题划分成若干个有意义的簇,且同一类别内的所有文档能够共享同一主题,该方法在文本挖掘领域取得了广泛应用。但是网络中的短文本大多存在数据稀疏问题且在不同语境下的词语拥有不同的含义。对于具有高稀疏性且非结构化等特点的高维文本数据,传统的文本主题提取方法难免会造成上下文语义的缺失,进而影响到文本语义挖掘的效果。因此,论文将句向量模型引入到主题模型,在LDA模型和Doc2vec模型的基础上,从以下两个方面展开了研究:1.针对主题模型中上下文语义缺失问题,论文提出了Doc-LDA算法。即将包含上下文特征信息的Doc2vec向量和具有文本全局信息的LDA模型相结合来处理文本。在Doc-LDA模型中,首先将语料库中的文本通过Doc2vec训练得到文档向量,再用LDA模型得到的每个主题中的高概率词语用于表示主题,并将主题词语映射到向量空间得到主题向量,最后通过计算主题向量与文档向量之间的余弦距离来进行文本表示。本文在爬取的摘要语料上对Doc-LDA模型进行了准确率、召回率以及F值的测试,实验结果表明,基于LDA和Doc2vec的文本表示模型相比传统的基础模型以及同类方法有了进一步的改善。2.针对不同向量空间下的表示缺乏准确性问题,论文提出了DBOW-LDA算法。即将LDA得到的全局主题融入到DBOW中,首先采用LDA主题模型训练得到主题分布,再对经过LDA得到的主题分布向量化处理后与DBOW中的文本向量进行求平均值,文本的主题向量表示为文本中所有词的向量矩阵与该文本的主题分布的乘积,最后输出含有主题语义信息的给定文本的句向量表达。DBOW-LDA模型在同一语义向量空间进行文本向量和主题向量的训练,进一步提高了算法的准确性。在与其他基础文本表示方法进行聚类结果的对比实验中可以得出,论文提出的DBOW-LDA算法性能更优。

关键词：文本语义挖掘主题模型句向量文本聚类

基于文本语义挖掘和时间序列聚类的快时尚潮流趋势研究——以牛仔裤潮流趋势为例

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于文本语义挖掘和时间序列聚类的快时尚潮流趋势研究——以牛仔...

作者：董肖东华大学

学位级别：硕士

“快时尚”服饰始终追随当季潮流,具有价低、款式变化快等特点,是服装行业发展趋势之一。在移动互联网规模迅速扩大的背景下,如何把握中国快时尚迅速增长的市场特点,利用大数据技术挖掘潮流趋势,成为了目前中国快时尚企业的战略重点之... 详细信息

“快时尚”服饰始终追随当季潮流,具有价低、款式变化快等特点,是服装行业发展趋势之一。在移动互联网规模迅速扩大的背景下,如何把握中国快时尚迅速增长的市场特点,利用大数据技术挖掘潮流趋势,成为了目前中国快时尚企业的战略重点之一。本文以牛仔裤为例,根据民众在社交平台中发布的信息,通过文本语义挖掘技术从博文中提炼出牛仔裤快时尚相关的潮流特征,构建时尚特征趋势分析模型,从而识别其中的时尚特征趋势和时尚特征组合,为快时尚企业制定未来服装设计策略提供科学的数据支撑,实现了从理论模型研究到解决实际问题的应用创新。具体而言,本文选取快时尚的代表单品——“牛仔裤”作为研究对象,首先利用爬虫技术,采集2021年12月9日至2022年1月8日期间微博中以“牛仔裤”为关键词的博文数据,并对原始数据进行预处理及中文分词。接着,对文本处理后的博文数据,先通过构建牛仔裤时尚博文语义网络,根据共现分析、语义网络图分析、中心性分析结果,提取到10个核心时尚特征词;再构建牛仔裤时尚博文LDA主题模型,根据困惑度实验和一致性检验结果,确定最优主题数;并由此提炼出5个核心主题,各展示出前8个主题词;最后根据文本语义挖掘结果,结合实际情况分析,提炼出22个牛仔裤热点时尚特征作为趋势分析的研究对象。进一步,为了探讨牛仔裤时尚特征趋势,本文构建了基于时间序列聚类算法和Mann-Kendall趋势检验方法的时尚特征趋势挖掘模型。通过对比4种聚类算法的模型效果,得出以SBD作为距离度量、形状提取作为原型函数的K-Shape聚类算法所构建的时尚特征趋势挖掘模型效果最好。最后,为了进一步识别出社会关注度变动情况关联密切的时尚特征,本文提出了同一趋势中时尚特征组合识别模型,分别根据时尚特征话题度时间序列、话题度标准化日变化幅度时间序列,建立优化前后的识别模型,并对挖掘出来的时尚特征趋势结果应用识别模型,验证了优化前后的模型效果提升情况。基于2个时尚特征趋势分析模型的结果,共识别出“上升”、“下降”、“常青”、“先降后升”4种时尚趋势及对应的时尚特征归类;优化后的牛仔裤时尚特征组合识别模型中聚类结果的SSE较优化前模型平均降低了34.69%,轮廓系数平均提升了16.25%,而且特征组合识别结果更有应用价值。之后,基于优化后的模型能够识别出包括“浅蓝色条纹”在内的7组话题度变动关联密切、可搭配为新的设计方向的特征组合。最后根据本文的研究成果,结合明星效应、季节效应等因素为快时尚企业制定牛仔裤设计销售策略提出了客观合理的建议。

关键词：潮流趋势文本语义挖掘时间序列聚类 LDA主题模型 K-Shape聚类

基于抑郁症患者微博平台数据的文本语义挖掘与情感分析

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

软件导刊 2023年第10期22卷 171-177页

作者：范文蓉刘峰南京邮电大学教育科学与技术学院江苏南京210023

基于抑郁症患者倾向于在社交平台表达情感的特性,提出在当前社交媒体上搜寻、分析和讨论抑郁症患者的主要特征。首先对抑郁症患者的微博数据进行高频词分析,使用LDA主题模型构建映射关系;然后基于时间序列分析该类人群正负向情感表达的... 详细信息

基于抑郁症患者倾向于在社交平台表达情感的特性,提出在当前社交媒体上搜寻、分析和讨论抑郁症患者的主要特征。首先对抑郁症患者的微博数据进行高频词分析,使用LDA主题模型构建映射关系;然后基于时间序列分析该类人群正负向情感表达的变化情况,细致分析5类消极情绪的强度占比;最后在现有理论成果的基础上对抑郁症患者的平台形象、认知特征、行为特征及情感特征进行总结。在微博平台中利用文本特征与情感关键影响因素识别潜在的抑郁症患者具有非常重要的实际意义。

关键词：抑郁症社交媒体文本语义挖掘情感分析

面向专利情报研究的SAO语义结构分析方法述评

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

情报科学 2020年第10期38卷 168-176页

作者：李晓曼宋红燕中国农业科学院农业信息研究所北京100081

【目的/意义】对主要的SAO语义结构方法及其在专利情报研究中的应用进行综述分析。【方法/过程】以SAO结构、专利分析、技术分析等关键词在中国知网、万方数据和Web of Science进行检索并参考相关会议,经过人工阅读和筛选,选取基于SAO... 详细信息

【目的/意义】对主要的SAO语义结构方法及其在专利情报研究中的应用进行综述分析。【方法/过程】以SAO结构、专利分析、技术分析等关键词在中国知网、万方数据和Web of Science进行检索并参考相关会议,经过人工阅读和筛选,选取基于SAO结构在专利情报分析的相关研究进行综述。分别概括了SAO语义结构方法在专利情报分析中的相关技术,并通过技术演化分析和技术预测等典型应用场景进行方法剖析。SAO语义结构分析与传统的专利分析方法相比,主要弥补了文本语义信息的缺陷。【结果/结论】本研究有助于相关研究者全面了解SAO结构在技术情报分析中的相关技术及应用场景。SAO语义结构方法弥补了传统技术情报分析方法的不足,是情报研究方法的重要发展方向,随着方法的成熟,未来可以考虑应用到更多技术情报分析场景中。

关键词：专利情报分析文本语义挖掘 SAO结构技术挖掘

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

面向科技文献检索的关键词层次结构构建

情报理论与实践 2022年第9期45卷 157-163,156页

作者：熊回香叶佳鑫华中师范大学信息管理学院湖北武汉430079

[目的/意义]关键词是描述科技文献内容特征的最小知识单元,在文献检索工作中发挥着重要作用。针对关键词语义关系缺乏限制检索效果的问题,挖掘了关键词层次关系,以优化检索结果。[方法/过程]通过分析层次结构整体特征、关键词涉及的研... 详细信息

[目的/意义]关键词是描述科技文献内容特征的最小知识单元,在文献检索工作中发挥着重要作用。针对关键词语义关系缺乏限制检索效果的问题,挖掘了关键词层次关系,以优化检索结果。[方法/过程]通过分析层次结构整体特征、关键词涉及的研究主题与关键词间的概念重合关系,归纳了概念范围、概念距离与概念距离指数等概念以规范、指导层次结构建立工作,并借助层次结构实现了科技文献检索。[结果/结论]以实证数据为例,演示了关键词层次结构构建步骤,探讨了层次结构在科技文献检索中的作用,从结果来看层次结构具有明确检索目标、扩大检索范围、拓展检索知识的作用。

关键词：科技文献检索关键词层次结构共词分析文本语义挖掘

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于文本处理的新闻推荐算法研究

基于文本处理的新闻推荐算法研究

作者：刘洁长沙理工大学

学位级别：硕士

由于新闻信息量的爆发式增长和现代社会的快速生活节奏,用户对推荐的准确度要求越来越高,在个性化新闻推荐领域,快速准确的从海量新闻中挑选出用户感兴趣的新闻,然后再推送给用户能提高用户的满意度,具有很大的商业价值。本论文依托文... 详细信息

由于新闻信息量的爆发式增长和现代社会的快速生活节奏,用户对推荐的准确度要求越来越高,在个性化新闻推荐领域,快速准确的从海量新闻中挑选出用户感兴趣的新闻,然后再推送给用户能提高用户的满意度,具有很大的商业价值。本论文依托文本语义挖掘对新闻文本内容和用户兴趣爱好建模,分别构建新闻画像和用户画像对新闻和用户进行表示。首先基于实证对比分析三种文本关键词抽取方法,最终采用词频-逆文本频率和空间向量模型对文本进行向量化表达,充分提取了文本中关键词信息,其次依托自编码器对文本内容进行压缩建模,在保留原始信息的同时得到文本的低维向量表示,解决了文本特征稀疏性问题,提高了模型训练的有效性和精确性;再基于用户历史浏览文本信息作为输入,分别采用时间衰减模型、递归神经网络、长短期记忆模型和控制门单元循环网络模型来生成目标用户的兴趣向量;递归神经网络能自发地对用户历史兴趣进行记忆迭代更新,该模型能快速捕捉到用户阅读兴趣的变化,能很好的对用户兴趣进行表达。最终计算用户与文章间相似性挑选相似度前k条新闻为目标用户进行个性化推荐。依托财新网数据进行实验论证,可知,推荐列表的长度对于推荐效果有较大影响,与协同过滤方法相比,文中所采用方法在推荐准确性上提高了 2%,在推荐多样性上提高了 7%;与基于内容推荐方法相比,文中所采用方法在推荐准确性上提高了 13%,在推荐多样性上提高了 8%;同时基于递归神经网络对用户建模的方法相比与时间衰减模型,准确性提高了 8%,多样性提高了 5%,其中长短期记忆模型的效果最佳,验证了本文采用推荐方法的有效性。

关键词：文本语义挖掘压缩降维用户画像推荐准确性

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于意象感知的网红城市特色研究

基于意象感知的网红城市特色研究

作者：王远斌重庆大学

学位级别：硕士

全球一体化的进程加剧了城市间的竞争,良好的城市形象、鲜明的城市特色及合适的宣传营销方式对于提升城市知名度和吸引力具有重要帮助。互联网时代的来临使得城市营销手段更加多元化,以短视频为代表的新媒体通过大众化的语言发掘和展现... 详细信息

全球一体化的进程加剧了城市间的竞争,良好的城市形象、鲜明的城市特色及合适的宣传营销方式对于提升城市知名度和吸引力具有重要帮助。互联网时代的来临使得城市营销手段更加多元化,以短视频为代表的新媒体通过大众化的语言发掘和展现城市特色,使城市形象从高冷变得亲切,促成了一批“网红城市”的诞生。也正因此,关于城市意象的研究在当今时代显得更为必要。了解受众对一个城市的核心关注点,掌握城市在利益相关者心里的真实感知,有利于识别城市的特色所在,采取针对性措施巩固和加强城市形象。随着大数据及相关计算机技术的发展,意象研究的素材和方法有了很大扩充,对意象内涵及其属性的认知不断丰富,产生了许多具有启发性的研究视角。鉴于此,本文提出一种基于文本大数据语义挖掘的城市意象要素识别及分析方法,主要内容包括如下几个方面:（1）构建了基于计算机自然语言处理技术的意象要素识别模型。针对传统意象文本分析存在的样本少、效率低、简单和同质化的研究现状,提出了一种适用于文本大数据分析的意象感知模型,通过基于tf-idf算法的关键词抽取、基于word2vec的词向量模型训练、基于向量余弦距离的关键词聚类以及基于扎根理论的意象类型编码,建立了以文本语义信息充分挖掘为基础的意象要素识别模型。（2）扩充了城市意象的认知维度。在梳理城市空间意象和目的地意象两大意象研究方向在研究内容、研究方法、数据、研究视角等方面的异同及其发展趋势,以及意象内涵发展演化进程的基础上,根据意象类型识别结果得到意象实体、意象空间和心理感知三大维度的意象认知体系,并引入情感倾向分析实现认知意象及其对应情感的综合感知。（3）以重庆、成都、西安三个典型“网红城市”为例进行实证研究,验证模型的可行性。从意象类型分布、感知强度、情感感知和空间分布四个角度分析三个城市的意象感知总体特征,并通过城市间的意象类型对比、IPA分析和基于意象共现矩阵的社会网络分析,进一步挖掘城市的特色性意象,探究各自城市意象的优势和不足,并对网红城市特色的建设规律进行总结,提出城市特色塑造的若干建议。研究结果表明本文所提出的方法适用于城市意象结构、意象特色的识别,可为城市形象的提升及城市的长远健康发展提供重要参考。

关键词：城市意象自然语言处理文本语义挖掘网红城市城市特色

基于在线评论语义分析的国产单机游戏发展研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于在线评论语义分析的国产单机游戏发展研究

作者：武心超天津大学

学位级别：硕士

随着游戏产业的不断发展,国产单机游戏也进入到了新的发展阶段,国内的游戏厂商需要更加及时和精准地满足玩家需求。同时,伴随着大数据时代带来的科技进步,文本挖掘技术在众多的领域有所应用,但是鲜有关于在线评论分析的研究聚焦到单机... 详细信息

随着游戏产业的不断发展,国产单机游戏也进入到了新的发展阶段,国内的游戏厂商需要更加及时和精准地满足玩家需求。同时,伴随着大数据时代带来的科技进步,文本挖掘技术在众多的领域有所应用,但是鲜有关于在线评论分析的研究聚焦到单机游戏。所以,本文运用Python语言爬取了Steam平台上70435条有效的国产单机游戏在线评论,再通过对评论文本的特征提取和情感挖掘,尝试找出国内游戏玩家对国产单机游戏的关注点和需求点。结果发现:在特征挖掘中,国内玩家更多关注的是游戏中的剧情故事、游戏类型、玩法机制、道具技能、人物角色和多人模式等内容,并通过“希望”这一出现频次最高的特征词语,反应出了国内玩家对于国产单机游戏的最强烈情感表达是一种认可、期待、敦促和对当前并不完美的游戏品质的包容;在情感分析中,我们观察到,国内玩家对国产单机游戏总的情感倾向为正,但情感得分并不高,其中更多的人表现出的是轻度的情感倾向,中度和高度的情感倾向表现较少。国内玩家对国产单机游戏的情绪反馈并不强烈,说明了国产单机游戏的品质并不出彩。总体来说,国内玩家对国产单机游戏有较高的期待,但对当前游戏品质的评价不高。国内厂商还需要在及时响应玩家需求、提升剧情创作水平、平衡游戏创新玩法、塑造立体人物角色、开发多人联机模式这6个方面不断优化并做出自身特点。

关键词：文本语义挖掘在线评论情感分析国产单机游戏