天堂国产午夜亚洲专区-少妇人妻综合久久蜜臀-国产成人户外露出视频在线-国产91传媒一区二区三区

當前位置:主頁 > 科技論文 > 汽車論文 >

基于社會化問答社區(qū)的汽車用戶創(chuàng)新知識識別研究

發(fā)布時間:2022-02-24 08:26
  在信息技術發(fā)展的推動下,企業(yè)創(chuàng)新模式不斷變革,用戶在創(chuàng)新活動中的地位受到重視。用戶是產品的最終使用者,把握用戶創(chuàng)新內容對企業(yè)抓住市場需求、激發(fā)創(chuàng)新思維、縮短產品研發(fā)周期有重要作用。知識經濟時代,社會化問答社區(qū)改變了人們共享知識的方式,成為生活密不可分的部分。由于用戶交互的自發(fā)性,社會化問答社區(qū)中的文本能充分反映用戶的真實興趣和需求,具有較高的信息質量。相比傳統(tǒng)的用戶需求調研方式,通過構建知識網絡模型從社會化問答社區(qū)中發(fā)現(xiàn)用戶創(chuàng)新知識,不僅更省時省力,而且更全面精準。但是,現(xiàn)有知識網絡建模很少考慮到社會化問答社區(qū)文本的評論數(shù)、回答數(shù)等屬性對知識點重要性的影響,構建的知識網絡不能有效識別此類文本的用戶知識。因此,根據社會化問答社區(qū)文本特點構建多屬性加權知識網絡,并進行用戶創(chuàng)新知識識別具有重要意義。首先,本文綜合考慮社會化問答社區(qū)中影響詞語重要性的屬性,對加權知識網絡模型進行改進,提出適用于社會化問答社區(qū)文本的多屬性加權用戶知識網絡模型。該模型在知識點提取和賦權中采用多屬性加權的關鍵詞提取方法:引入調節(jié)函數(shù)和詞性對傳統(tǒng)TF-IDF進行改進,通過線性加權融合用戶回答數(shù)、關注數(shù)、瀏覽數(shù)以及評論數(shù)... 

【文章來源】:合肥工業(yè)大學安徽省211工程院校教育部直屬院校

【文章頁數(shù)】:63 頁

【學位級別】:碩士

【文章目錄】:
致謝
摘要
abstract
第一章 緒論
    1.1 研究背景與意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 國內外研究現(xiàn)狀
        1.2.1 用戶創(chuàng)新相關研究
        1.2.2 知識網絡建模研究
        1.2.3 知識點和知識領域識別方法
        1.2.4 現(xiàn)有研究的不足
    1.3 研究內容與研究方法
        1.3.1 研究內容
        1.3.2 研究方法和技術路線
    1.4 章節(jié)安排
第二章 相關理論與技術
    2.1 文本預處理
        2.1.1 文本分詞
        2.1.2 停用詞過濾
        2.1.3 詞性標注
    2.2 相關方法
        2.2.1 TF-IDF
        2.2.2 層次分析法
        2.2.3 加權知識網絡模型構建方法
    2.3 本章小結
第三章 多屬性加權用戶創(chuàng)新知識網絡
    3.1 社會化問答社區(qū)的產生與文本特點
        3.1.1 社會化問答社區(qū)的產生
        3.1.2 社會化問答社區(qū)文本的特點
    3.2 現(xiàn)有知識網絡模型的不足
    3.3 社會化問答社區(qū)MWKN模型構建
        3.3.1 MWKN構建思路
        3.3.2 知識點獲取與賦權
    3.4 汽車用戶創(chuàng)新MWKN模型實例
        3.4.1 數(shù)據獲取與預處理
        3.4.2 知識點提取與賦權
        3.4.3 連邊構建與網絡可視化
    3.5 本章小結
第四章 基于模型的汽車用戶創(chuàng)新知識點與知識領域識別
    4.1 知識識別過程概述
    4.2 基于權重的熱門創(chuàng)新知識點識別
        4.2.1 熱門創(chuàng)新知識點識別方法
        4.2.2 汽車用戶熱門創(chuàng)新知識點識別
    4.3 基于中心性分析的核心創(chuàng)新知識點識別
        4.3.1 知識點度數(shù)中心性分析
        4.3.2 知識點中間中心度分析
        4.3.3 知識點接近中心度分析
    4.4 基于綜合分析的熱門核心創(chuàng)新知識點識別
        4.4.1 知識點權重與中心性綜合分析
        4.4.2 熱門核心創(chuàng)新知識點關聯(lián)分析
    4.5 基于類團的用戶創(chuàng)新知識領域識別
        4.5.1 熱門知識點聚類分析
        4.5.2 創(chuàng)新知識領域權重分析
    4.6 本章小結
第五章 總結與展望
    5.1 總結
    5.2 展望
參考文獻
攻讀碩士學位期間的學術活動及成果情況


【參考文獻】:
期刊論文
[1]用戶創(chuàng)新研究評述與展望[J]. 姜忠輝,崔珍珍.  中國海洋大學學報(社會科學版). 2017(05)
[2]基于互引和共被引的期刊關聯(lián)分析比較[J]. 劉超,李秀霞,李林,宋凱.  情報科學. 2017(07)
[3]中文文本聚類常用停用詞表對比研究[J]. 官琴,鄧三鴻,王昊.  數(shù)據分析與知識發(fā)現(xiàn). 2017(03)
[4]創(chuàng)新社區(qū)中用戶創(chuàng)新的創(chuàng)新效應及意見探究:以海爾HOPE創(chuàng)新平臺為例[J]. 余菲菲,燕蕾.  科學學與科學技術管理. 2017(02)
[5]基于詞或詞組長度和頻數(shù)的短中文文本關鍵詞提取算法[J]. 陳偉鶴,劉云.  計算機科學. 2016(12)
[6]我國高等職業(yè)教育研究學術群體知識圖譜構建——基于作者共被引分析的視角[J]. 李保強,蔡運荃,吳笛.  高等教育研究. 2016(08)
[7]國內外知識流研究熱點:基于詞頻的統(tǒng)計分析[J]. 傅柱,王曰芬,陳必坤.  圖書館學研究. 2016(14)
[8]基于網絡問答社區(qū)的話題識別與分析——以知乎“老年人”話題為例[J]. 黃魯成,蔣林杉,苗紅,吳菲菲.  圖書情報工作. 2016(05)
[9]基于詞頻統(tǒng)計的文本關鍵詞提取方法[J]. 羅燕,趙書良,李曉超,韓玉輝,丁亞飛.  計算機應用. 2016(03)
[10]基于加權知識網絡的企業(yè)社區(qū)用戶創(chuàng)新知識建模及分析方法[J]. 廖曉,李志宏,席運江.  系統(tǒng)工程理論與實踐. 2016(01)

博士論文
[1]基于多種知識網絡建模的用戶創(chuàng)新社區(qū)知識發(fā)現(xiàn)與分析方法[D]. 廖曉.華南理工大學 2015

碩士論文
[1]基于社會網絡分析的知識型社區(qū)群體智慧涌現(xiàn)的影響因素研究[D]. 吳煜山.華南理工大學 2016



本文編號:3642345

資料下載
論文發(fā)表

本文鏈接:http://sikaile.net/kejilunwen/qiche/3642345.html


Copyright(c)文論論文網All Rights Reserved | 網站地圖 |

版權申明:資料由用戶32057***提供,本站僅收錄摘要或目錄,作者需要刪除請E-mail郵箱bigeng88@qq.com