WEB2.0环境下基于本体学习的观点挖掘研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    70903047
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    19.0万
  • 负责人：
    余传明
  • 依托单位：
    中南财经政法大学
  • 学科分类：
    G0414.数字治理与信息资源管理
  • 结题年份：
    2012
  • 批准年份：
    2009
  • 项目状态：
    已结题
  • 起止时间：
    2010-01-01 至2012-12-31

项目摘要

随着Web 2.0的迅速发展，互联网逐渐成为人们表达观点、情感的重要渠道，互联网上的主观信息迅速增长。对这些观点和评论进行分析能够帮助企业改进产品与服务，及时修复可能潜在恶化的客户关系，提高企业在市场中的竞争力，因而具有非常重要的应用价值与实践意义。本体提供了共享特定领域信息内容的框架，作为智能知识处理的核心技术在计算机信息处理领域获得广泛的应用，并取得了较好的效果。本项目拟将本体技术与观点挖掘结合起来，研究如何对WEB2.0环境下的多种网络数据源（例如BBS 、Blog、RSS等）的主观评论信息进行收集，基于机器学习进行产品本体构建和情感词汇本体构建，并利用构建的本体对产品属性在词汇和句子两个层次进行自动化地极性分析，得到观点极性集合，从而将非结构化的网上主观评论以清晰的结构化方式显示，继而解决海量的评论信息与有限的人工阅读能力之间的矛盾。

结项摘要

本体提供了共享特定领域信息内容的框架，作为智能知识处理的核心技术在计算机信息处理领域获得广泛应用，并取得了较好的效果。本项目将本体学习技术与观点挖掘结合起来，对WEB2.0环境下的多种网络数据源（包括网络评论、维基百科、学术数据库等）的信息进行收集，基于机器学习对产品本体构建和情感词汇本体构建进行了理论探索与实证研究，并利用构建的本体对观点挖掘进行了探索。在产品属性识别方面，提出了一种将自然语言处理技术与支持向量机模型相结合，从客户评论中识别产品属性的方法。在产品名称识别方面，以餐饮评论中的产品名称识别为例，对利用条件随机场模型从产品评论中识别产品名称进行原理分析和实证研究，验证了条件随机场模型对于产品名称识别的效果。本研究还提出了潜在狄利克雷分布模型与自然语言处理技术相结合的一种挖掘用户评论热点的方法，利用Gibbs抽样计算模型参数, 获取了评论热点及相应的热点词语。实验获得的主题内容较好地反映了评论中的热点, 与现实生活中用户所关心的热点基本吻合, 表明该模型具有较好的热点识别效果。

项目成果

期刊论文数量（15）
专著数量（0）
科研奖励数量（0）
会议论文数量（2）
专利数量（0）
从Wikipedia 中获取本体:原理与方法研究
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    情报学报
  • 影响因子：
    --
  • 作者：
    余传明;张小青;Yu Chuanming;Zhang Xiaoqing
  • 通讯作者：
    Zhang Xiaoqing
Visual Health Subject Directory Analysis Based on
基于视觉健康主题目录分析
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    Journal of the American Society for Information Science and Technology
  • 影响因子：
    --
  • 作者：
    Jin Zhang;Lu An;Tao Tang;Yi Hong
  • 通讯作者：
    Yi Hong
基于自组织映射的期刊主题专业化与综合性分析
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    图书情报知识
  • 影响因子：
    --
  • 作者：
    安璐;余传明
  • 通讯作者：
    余传明
情感词汇共现网络的复杂网络特性分析
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    情报学报
  • 影响因子：
    --
  • 作者：
    余传明;周丹
  • 通讯作者：
    周丹
Self-Organizing Maps for Competitive Technical Intelligence Analysis
用于竞争技术情报分析的自组织映射
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    International Journal of Computer Information Systems and Industrial Management Applications
  • 影响因子：
    --
  • 作者：
    安璐;余传明
  • 通讯作者：
    余传明

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

基于深度表示学习的跨领域情感分析
  • DOI：
    --
  • 发表时间：
    2017
  • 期刊：
    数据分析与知识发现
  • 影响因子：
    --
  • 作者：
    余传明;冯博琳;安璐
  • 通讯作者：
    安璐
从用户评论中挖掘产品属性——基于SOM的实现
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    现代图书情报技术
  • 影响因子：
    --
  • 作者：
    余传明
  • 通讯作者：
    余传明
美国信息类科研机构研究领域可视化挖掘——以工程技术类研究领域为例
  • DOI：
    --
  • 发表时间：
    2014
  • 期刊：
    情报科学
  • 影响因子：
    --
  • 作者：
    安璐;余传明
  • 通讯作者：
    余传明
基于个人–群体–商户关系模型的虚假评论识别研究
  • DOI：
    10.13209/j.0479-8023.2017.033
  • 发表时间：
    2016
  • 期刊：
    北京大学学报(自然科学版)
  • 影响因子：
    --
  • 作者：
    余传明;冯博琳;左宇恒;陈百云;安璐
  • 通讯作者：
    安璐
基于多任务深度学习的文本情感原因分析
  • DOI：
    --
  • 发表时间：
    2019
  • 期刊：
    广西师范大学学报(自然科学版)
  • 影响因子：
    --
  • 作者：
    余传明;李浩男;安璐
  • 通讯作者：
    安璐

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

余传明的其他基金

基于知识增强的科技文献创新识别与评价模型研究
  • 批准号：
    72374219
  • 批准年份：
    2023
  • 资助金额：
    41.00 万元
  • 项目类别：
    面上项目
面向跨语言观点摘要的领域知识表示与融合模型研究
  • 批准号：
    71974202
  • 批准年份：
    2019
  • 资助金额：
    47.5 万元
  • 项目类别：
    面上项目
大数据环境下基于领域知识获取与对齐的观点检索研究
  • 批准号：
    71373286
  • 批准年份：
    2013
  • 资助金额：
    58.0 万元
  • 项目类别：
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码