检索结果-内蒙古大学图书馆

数据分析与知识发现 2025年

作者：何多魁唐中君陈倩倩王怡然胡锋北京工业大学经济与管理学院北京现代制造业发展研究基地

[目的] 提出一种微调大语言模型驱动的能保证主题识别准确度且能揭示主题演化规律的短文本动态主题建模方法。[方法] 该方法结合指令微调、检索增强生成（RAG）和聚类技术，以提升主题识别准确度；基于主题映射关系，依时间顺序对主题... 详细信息

[目的] 提出一种微调大语言模型驱动的能保证主题识别准确度且能揭示主题演化规律的短文本动态主题建模方法。[方法] 该方法结合指令微调、检索增强生成（RAG）和聚类技术，以提升主题识别准确度；基于主题映射关系，依时间顺序对主题进行全面统计，以便揭示主题演化规律。[结果] 通过对四个短文本数据集的验证，本研究提出的动态主题建模方法在主题一致性（TC）和主题多样性（TD）得分上分别比次优模型平均高出6.15和7.71个百分点。消融实验进一步分析了微调、RAG和聚类技术对主题识别性能的影响。此外，研究还揭示了不同数据集中的主题演化规律，包括“M型”和“L型”等模式。[局限] 后续研究可结合知识图谱优化 RAG 提升主题识别能力，并选取多个领域的短文本验证模型的普适性。[结论] 实验证明，本文所提方法在主题识别和主题演化方面具有明显优势。

关键词：大语言模型指令微调 RAG 短文本动态主题建模

来源：评论

学校读者我要写书评

暂无评论

面向网络公害社群的社交网络特性分析方法

引用

网络与信息安全学报 2024年第3期10卷 81-90页

作者：王博郭捷邱卫东黄征上海交通大学网络空间安全学院上海200240

随着网络的普及和网民群体的壮大,网络水军、网络公害社群等互联网公害组织严重威胁我国网络环境的安全。针对这类组织远离国内监管、隐蔽性和伪装性强的特点,提出了面向网络公害社群的社交网络特性分析方法。在用户特性层面,通过中心... 详细信息

随着网络的普及和网民群体的壮大,网络水军、网络公害社群等互联网公害组织严重威胁我国网络环境的安全。针对这类组织远离国内监管、隐蔽性和伪装性强的特点,提出了面向网络公害社群的社交网络特性分析方法。在用户特性层面,通过中心性测量对组内成员的影响力分布进行计算,找出影响力最大的核心用户,并分析核心成员的匿名性特点。在复杂网络特性层面,通过小世界效应和无标度特性的分析,研究了该社群内部的集群状况和资源分布状况。在时序特性层面,对核心成员的发文内容进行预处理后,利用BERTopic进行动态主题建模,得到社群主题随时间的变化关系。大量的实验性能分析验证了本文方法的有效性,研究成果可用于分析公害社群相关特征,追踪犯罪活动轨迹,为公害组织的侦查和打击工作以及自动化检测系统的设计工作提供理论参考。

关键词：互联网公害影响力测量网络特性分析动态主题建模

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的社交媒体网络舆情弱信号识别与预警研究

基于深度学习的社交媒体网络舆情弱信号识别与预警研究

引用

作者：尹娟重庆理工大学

学位级别：硕士

随着互联网和社交媒体的快速发展,分析人员可分析的数据量已经完全超出了人工观察的范围。社交媒体的大流行使其成为了分析社会问题,新兴方向的重要且庞大的数据源。弱信号侦测是观测某个事件发、某个方面未来发展动向的主要手段,但现... 详细信息

随着互联网和社交媒体的快速发展,分析人员可分析的数据量已经完全超出了人工观察的范围。社交媒体的大流行使其成为了分析社会问题,新兴方向的重要且庞大的数据源。弱信号侦测是观测某个事件发、某个方面未来发展动向的主要手段,但现有的主流的弱信号侦测方法还是以传统的环境观察、定义情景等方式,这种方式很难将庞大的社交媒体数据纳入到弱信号的侦测的观察范围内。为了解决这一问题,本文提出了一种基于深度学习的社交媒体弱信号自动侦测方法,该方法将基于深度学习的社交媒体数据分析方法和弱信号侦测结合起来,让侦测过程自动化。具体研究内容如下: 1)提出了一种基于transformer语义嵌入的动态主题建模的方法。首先,对单个时间周期内的社交媒体文本数据通过sentence-transformer对进行嵌入,同时标注文本序列的词性,抽取名词提取TF-IDF特征,然后通过UMAP算法将特征进行压缩后,将两方面的特征融合后进行文本聚类,对每个类别抽取关键词作为主题的表示。对连续的多个时间周期内的主题通过主题相似度进行链接,提取主题链,用每个时间主题的讨论量、情感得分作为主题链的时序特征数据。所提出的方法应用在动态追踪社交媒体事件等方法均有效。 2)提出了一种针对有突变情况的时序数据的预测方法。该方法对已有的时间序列数据预测算法Autoformer进行改进,针对原来的算法更擅长处理包含季节性分量的稳态时序数据,对突变响应效果差的问题,本方法将Autoformer中的自相关机制模块由快速傅里叶变换算法替换为小波变换算法,使得改进后的Autoformer在预测突变信号时准确性更高。 3)本文提出了一个完整的社交媒体弱信号侦测框架,该框架通过动态主题建模来提取信号,通过主题的讨论量和情感得分作为信号的特征,然后通过时序预测模型,加快对信号发展趋势的预估,从而达到快速判别弱信号的目标。为了验证该方法的有效性,本文收集了弱信号测试数据集,做实验对整体框架进行了验证,证明其有效性。本文对动态主题建模和时序数据预测进行了分析,并将所提出的方法和多个基线模型在多个数据集上进行了实验,实验结果表明所提出方法在当前其任务领域内的有效性和先进性,同时,本文收集数据对所提出的弱信号整体侦测框架进行了实验,实验证明,本框架能有效的侦测到潜在的弱信号并能合理的解释弱信号的内容,这证明了本文的研究意义和应用意义。

关键词：弱信号侦测社交媒体深度学习动态主题建模时序预测测

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：