检索结果-南通市图书馆

音乐平台中音乐分类体系的用户心智模型研究——以高校学生群体为例

在线全文

学校读者我要写书评

暂无评论

数据分析与知识发现 2019年第2期3卷 1-12页

作者：薛翔赵宇翔南京理工大学经济管理学院南京210094 江苏省社会公共安全科技协同创新中心南京210094

【目的】从用户体验角度探索音乐平台中的音乐分类体系,为音乐平台中音乐分类体系的优化和相应检索模式的设计提出建议。【方法】借鉴心理学领域的心智模型理论,以网易云音乐为实验平台对高校学生群体开展两轮实验,探究用户在实际音乐... 详细信息

【目的】从用户体验角度探索音乐平台中的音乐分类体系,为音乐平台中音乐分类体系的优化和相应检索模式的设计提出建议。【方法】借鉴心理学领域的心智模型理论,以网易云音乐为实验平台对高校学生群体开展两轮实验,探究用户在实际音乐信息交互行为中关于音乐分类体系的心智模型静态结构。【结果】对实验结果进行聚类分析后,得到多层次型、单层次型和混合型三种用户心智模型。【局限】由于样本数量的限制和被试年龄层次较为集中,因此在全体音乐用户的代表性方面仍有欠缺。此外,尚未考虑不同地域及文化水平对用户心智模型的影响。【结论】本文总结的三种用户心智模型能够为音乐平台检索模式的优化和交互体验的提升提供理论依据及行动参考。

关键词：音乐信息行为音乐分类心智模型用户信息交互

在线全文

学校读者我要写书评

暂无评论

融合文本倾向性分析的微博意见领袖识别

数据分析与知识发现 2019年第11期3卷 120-128页

作者：陈芬高小欢彭玥何源薛春香南京理工大学经济管理学院南京210094 江苏省社会公共安全科技协同创新中心南京210094

【目的】融合外部特征与帖文本身的内容,引入文本倾向性分析表征网民对博主的支持度,识别网络意见领袖。【方法】构建意见领袖识别模型,在潜在意见领袖提取的基础上,引入文本倾向性分析,通过Word2Vec算法识别网络中的情感新词、提高微... 详细信息

【目的】融合外部特征与帖文本身的内容,引入文本倾向性分析表征网民对博主的支持度,识别网络意见领袖。【方法】构建意见领袖识别模型,在潜在意见领袖提取的基础上,引入文本倾向性分析,通过Word2Vec算法识别网络中的情感新词、提高微博评论情感倾向性分析的准确性,分别计算博主评论中正面、中立和负面三种情感倾向所占的比例,去除负面情感占比过重的"伪意见领袖"。【结果】与改进的PageRank算法对比,本文意见领袖识别模型进一步优化了意见领袖的排序结果,与原始微博数据更为一致。【局限】研究语料来源于"官员殴打护士"话题,具有一定的领域局限性。【结论】模型最终识别出三种典型的网络意见领袖,涵盖突发事件发展的全过程。

关键词：文本倾向性分析意见领袖微博

在线全文

学校读者我要写书评

暂无评论

基于电商数据的产品知识图谱构建研究

数据分析与知识发现 2019年第3期3卷 45-56页

作者：丁晟春侯琳琳王颖南京理工大学经济管理学院南京210094 江苏省社会公共安全科技协同创新中心南京210094

【目的】引入产品画像概念,解决现有电商平台上对产品静态信息和动态评论关联上的不足。【方法】将知识图谱作为挖掘、组织、存储、展示产品信息的方法,引入到产品画像的构建研究中,提出基于知识图谱的产品画像构建方法。【结果】通过... 详细信息

【目的】引入产品画像概念,解决现有电商平台上对产品静态信息和动态评论关联上的不足。【方法】将知识图谱作为挖掘、组织、存储、展示产品信息的方法,引入到产品画像的构建研究中,提出基于知识图谱的产品画像构建方法。【结果】通过设计三项实验生成手机知识图谱数据层,其中命名实体抽取实验的F值达到77.52%,评价对象–评价词抽取实验的F值达到76.04%,同义词发现实验的F值为63.16%。其实验结果验证了所提方法的有效性。【局限】产品画像构建中的关系抽取限定了关系类别,使得画像中的关系数量有限;对产品市场流通维度的分析有限。【结论】本研究能够有效帮助购物平台改善产品对比和产品搜索等机制,为用户提供更好的产品服务。

关键词：产品知识图谱实体抽取评价对象抽取属性抽取实体链接

在线全文

学校读者我要写书评

暂无评论

基于主动学习的科技论文句子功能识别研究

数据分析与知识发现 2019年第8期3卷 53-61页

作者：陈果许天祥南京理工大学经济管理学院南京210094 江苏省社会公共安全科技协同创新中心南京210094

【目的】为降低对人工标注语料的依赖,探索利用主动学习方法,充分结合现成的结构化摘要和有针对性的少量人工标注,以获得具有更好泛化能力的句子功能分类模型,识别文献句子功能类型(如表述研究的目的、方法、结论等)。【方法】以结构化... 详细信息

【目的】为降低对人工标注语料的依赖,探索利用主动学习方法,充分结合现成的结构化摘要和有针对性的少量人工标注,以获得具有更好泛化能力的句子功能分类模型,识别文献句子功能类型(如表述研究的目的、方法、结论等)。【方法】以结构化摘要功能句为初始语料训练SVM、CNN、Bi-LSTM三种初始分类器,再展开主动学习:对大量无标签普通摘要句子进行功能预测,自动筛选不确定性高的样例提请人工标注,标注结果用于优化初始分类器,迭代进行主动学习,以提高分类器在新任务场景下的泛化性能。【结果】在图书情报学科文献集上实验表明,开展主动学习可取得较好的句子功能分类效果,准确率、召回率、F1值达84.65%、84.49%、84.57%,较主动学习前分别提升3.25%、3.24%、3.25%。【局限】为避免大量的人工语料标注工作,仅做了5次迭代。【结论】主动学习方法善于发现新任务场景下未标注语料与已有现成训练语料的差异,有针对性地降低人工标注成本,以提升基本模型的泛化能力。后续可进一步扩展应用于其他场景下(如引文、全文)的句子功能识别。

关键词：结构化摘要句子功能识别主动学习短文本分类

科技领域情报分析中文献集构造方式比较研究:一致性与可靠性问题

在线全文

学校读者我要写书评

暂无评论

情报学报 2020年第10期39卷 1034-1045页

作者：陈果邵雨王曰芬南京理工大学信息管理系南京210094 江苏省社会公共安全科技协同创新中心南京210094

科技领域情报分析中,文献集构造有多种方式,但目前尚不清楚这些方式间的差别及可靠性。推动科技情报分析方法科学化的第一步,是探索能保证分析结果可靠性的领域文献集构造方法。因此,本文旨在通过实证分析量化地解答这一问题。以“人工... 详细信息

科技领域情报分析中,文献集构造有多种方式,但目前尚不清楚这些方式间的差别及可靠性。推动科技情报分析方法科学化的第一步,是探索能保证分析结果可靠性的领域文献集构造方法。因此,本文旨在通过实证分析量化地解答这一问题。以“人工智能”领域为例,本文在充分考虑科技情报分析多种任务场景(包括不同分析元素、不同元素数量、排序与否等)的前提下,设计了3个递进式的实验,分别为:①当前几种主流文献集构造方式间,所得结果差异性如何?②这些文献集构造方式所得结果的可靠性如何?③对这些文献集进行组合是否能提高最终分析结果的可靠性?实验结果表明,粗粒度元素(如国家)情报分析任务上,现有文献集构造方式结果差异不大,可靠性较高;但在细粒度元素(特别是作者)情报分析任务上,现有文献集构造方式结果差异明显,可靠性较低。不同情报分析任务上可以相应地挑选最合适的文献集构造方式。对现有文献集构造方式所得文献集进行组合,可靠性提升并不明显。总之,优化文献集构造方式是当前科技情报分析中必须重点关注的问题。最后,基于量化指标,本文给出了科技情报分析中在文献集构造层面上提高可靠性的一些建议,以及未来研究的一些思路。

关键词：领域知识分析科技情报分析文献计量文献集构造数据质量

基于短语表示学习的主题识别及其表征词抽取方法研究

在线全文

学校读者我要写书评

暂无评论

数据分析与知识发现 2021年第2期5卷 50-60页

作者：张金柱于文倩南京理工大学经济管理学院南京210094 江苏省社会公共安全科技协同创新中心南京210094

【目的】从更具专指性和表征能力的短语语义表示角度,设计基于短语表示学习的主题识别及其表征词抽取方法。【方法】基于依存句法分析抽取短语构建短语序列,并将短语序列视作词序列,将用于词表示的表示学习模型扩展形成短语表示学习模型... 详细信息

【目的】从更具专指性和表征能力的短语语义表示角度,设计基于短语表示学习的主题识别及其表征词抽取方法。【方法】基于依存句法分析抽取短语构建短语序列,并将短语序列视作词序列,将用于词表示的表示学习模型扩展形成短语表示学习模型,得到短语的语义向量表示,并结合向量聚类方法形成短语语义表示视角下的主题识别方法;将短语以及根据聚类得到的对应主题类别号作为一个整体构建短语主题序列,设计形成主题短语向量表示模型,实现主题和短语在同一向量空间的语义表示并计算相似度,从短语语义角度抽取与主题内容相关的短语作为主题表征词。【结果】与LDA模型相比,主题间平均相似度最多降低了0.27,主题识别结果区分度更高;抽取的表征词与主题语义相关,具有专指性和辨识度,结果可读性和解释性更强。【局限】需要在不同领域及不同数据集上进一步验证该方法的有效性。【结论】所提方法在研究主题识别及其表征词抽取方面具有更好的效果,并可扩展应用到其他领域。

关键词：主题识别主题表征词表示学习语义向量

在线全文

学校读者我要写书评

暂无评论

网络舆情潜在热点主题识别研究

数据分析与知识发现 2020年第2期4卷 29-38页

作者：丁晟春俞沣洋李真南京理工大学经济管理学院南京210094 江苏省社会公共安全科技协同创新中心南京210094

【目的】从网络舆情数据流中获取潜在热点主题,帮助政府与企业进行重点舆情监测与正确舆论引导。【方法】对微博实时数据流进行增量式舆情主题检测,选取并量化能够区分主题热门与非热门的特征项,选择逻辑回归(Logistic Regression)与支... 详细信息

【目的】从网络舆情数据流中获取潜在热点主题,帮助政府与企业进行重点舆情监测与正确舆论引导。【方法】对微博实时数据流进行增量式舆情主题检测,选取并量化能够区分主题热门与非热门的特征项,选择逻辑回归(Logistic Regression)与支持向量机(SVM)两种机器学习模型作为潜在热点主题预测的候选模型,通过模型训练与效果对比确定最佳的潜在热点主题识别模型。【结果】Logistic Regression相比SVM更适合作为潜在热点主题识别模型,其召回率为0.89。【局限】方法缺少在多样化社交媒体平台的应用。【结论】本研究构建的模型能有效识别网络舆情潜在热点主题,为政府与企业的舆情监测与舆论引导提供帮助。

关键词：网络舆情潜在热点主题识别逻辑回归支持向量机

在线全文

学校读者我要写书评

暂无评论

基于表示学习的无监督跨语言专利推荐研究

数据分析与知识发现 2020年第10期4卷 93-103页

作者：张金柱主立鹏刘菁婕南京理工大学经济管理学院南京210094 江苏省社会公共安全科技协同创新中心南京210094

【目的】减少双语词典和大规模双语语料库的构建,提高专利文本语义的揭示和利用,从文本语义表示角度设计无监督的跨语言专利推荐方法,提高跨语言专利推荐效果和领域适用能力。【方法】首先设计无监督跨语言词向量映射方法,通过线性变换... 详细信息

【目的】减少双语词典和大规模双语语料库的构建,提高专利文本语义的揭示和利用,从文本语义表示角度设计无监督的跨语言专利推荐方法,提高跨语言专利推荐效果和领域适用能力。【方法】首先设计无监督跨语言词向量映射方法,通过线性变换将独立的中英专利词向量映射到统一语义向量空间,构建中英词语间的语义映射关系;然后利用平滑倒词频的词向量加权方法,形成基于跨语言专利词向量的专利文本语义表示方法,实现中英专利文本在同一向量空间中的语义表示;最后应用向量相似度计算指标,计算不同语言专利文本间的语义相似度,构建基于表示学习的无监督跨语言专利推荐方法,实现跨语言专利推荐。【结果】在无线通信领域的实验中,无监督跨语言专利推荐方法的Top-1和Top-5推荐准确率分别达到55.63%和77.82%,较弱监督跨语言专利推荐方法分别提高了0.66%和1.45%,较基于机器翻译的跨语言专利推荐方法分别提高了4.29%和3.90%。【局限】仅对特定领域中英专利进行推荐,尚需扩展领域和语言范围。【结论】能够实现有效的中英跨语言专利推荐,并可扩展应用到其他领域和语种下的专利推荐中。

关键词：跨语言专利推荐表示学习语义表示

基于专利科学引文内容表示学习的科学技术主题关联分析研究

在线全文

学校读者我要写书评

暂无评论

数据分析与知识发现 2019年第12期3卷 52-60页

作者：张金柱王玥胡一鸣南京理工大学经济管理学院南京210094 江苏省社会公共安全科技协同创新中心南京210094

【目的】从专利科学引文的文本内容语义表示角度,形成专利科学引文内容挖掘技术和方法,探索科学技术在内容层次上的关联关系,提高科学技术关联分析的准确性、全面性和可解释性。【方法】识别和抽取专利科学引文的关键词、摘要等特征项... 详细信息

【目的】从专利科学引文的文本内容语义表示角度,形成专利科学引文内容挖掘技术和方法,探索科学技术在内容层次上的关联关系,提高科学技术关联分析的准确性、全面性和可解释性。【方法】识别和抽取专利科学引文的关键词、摘要等特征项表示专利科学引文内容,利用文本表示学习方法对内容特征项进行语义向量表示,基于向量相似度计算方法计算特征项间的语义相似度,进而通过聚类方法分别得到专利技术与专利科学引文内容的研究主题,并分析特定领域科学技术间的主题关联。【结果】在纳米技术领域的实证分析表明,该方法能更好地发现科学技术间主题映射和关键词对应关系,从内容角度深入分析了科学技术间的主题关联关系。【局限】仅从专利以及专利科学引文的摘要和关键词层面进行探索性研究,使得专利全文本内容表示和分析的广度和深度还不够,分析维度的多样化还需加强。【结论】该方法能够从内容层面提高科学技术间的主体关联分析效果,结果可解释性更强。

关键词：专利科学引文表示学习主题关联内容挖掘