陈国兰
- 作品数：17 被引量：122H指数：5
- 供职机构：南京邮电大学图书馆更多>>
- 发文基金：江苏省教育厅哲学社会科学基金信息安全国家重点实验室开放基金国家自然科学基金更多>>
- 相关领域：文化科学自动化与计算机技术社会学更多>>
- 大数据时代高校图书馆阅读推广工作研究被引量：14
- 2015年
- 首先阐述了大数据时代的意义和特征,然后对高校图书馆目前阅读推广工作的困境进行了调查分析,最后从利用社会化媒体和大数据技术推广阅读,改变阅读形式和培养阅读兴趣,以及加强阅读推广队伍建设等方面,探讨了大数据时代高校图书馆改进阅读推广服务的途径和方式。
- 陈国兰
- 关键词：大数据新媒体
- 基于突发词和情感分析的微博突发事件监测研究
- 当前，微博已成为第二大舆情源头，成为传统媒体跟踪突发消息的重要来源之一，在向舆情和突发事件的转移扩散中扮演着重要角色，很多公共事件、焦点问题、突发事件都会在微博迅速传播，为公众和网民所知晓，并引起广泛讨论。因此如果能对微...
- 陈国兰
- 基于爆发词识别的微博突发事件监测方法研究被引量：18
- 2014年
- 鉴于近年突发事件在微博传播的巨大影响力,提出基于爆发词识别的微博突发事件监测方法。把微博突发事件监测分为微博预处理、爆发词抽取、爆发词聚类三个模块。先提出微博噪声数据过滤规则从海量数据中过滤噪声微博,然后采用相对词频、词频增长率、爆发词权重三个计算指标来提取出爆发词特征,最后采用共词分析方法来实现爆发词聚类,从而提取突发事件。最后以新浪微博数据为例进行实验,验证了提出的算法对突发事件监测能取得不错的效果。
- 陈国兰
- 关键词：共现分析突发事件
- 基于情感词典与语义规则的微博情感分析被引量：32
- 2016年
- [目的/意义]基于机器学习的中文微博情感分析方法存在处理过程复杂、判断准确率低等问题,探讨新的情感分析方法对该领域研究有实际意义。[方法/过程]首先基于已有的开源情感词典和微博文本的特点,构建一个适合微博文本分析的情感词典;然后基于常见的微博情感句,以微博情感词为中心,对微博文本进行情感语义规则分析,进而提出微博语句文本的情感计算方法;最后基于已标注的微博语料,构建相关词典,包括程度副词词典、否定词词典、关系连词词典。[结果/结论]通过与支持向量机(SVM)的情感分类方法进行实验对比,证明本研究提出的微博情感分析方法的适用性较强。
- 陈国兰
- 关键词：情感分析情感词典语义规则
- 一种基于微博数据的话题发现与追踪方法
- 本发明公开了一种基于微博数据的话题发现与追踪方法，该方法针对大规模的社交网络信息中潜在的隐主题进行挖掘；首先将海量增长的微博数据按照时序属性进行分块，过滤冗余信息；对时间窗口中的文本内容进行分析和归类从中返回抽取后语义独...
- 孙国梓黄斯琪杨一涛陈国兰仇呈燕郑冬亚
- 文献传递
- 微博平台监测网络突发事件的关键问题研究被引量：2
- 2014年
- 基于已有的研究,对微博平台监测突发事件的几个关键问题进行阐释和分析,把微博舆情监控归纳为微博的短文本研究、微博话题检测与跟踪研究、微博情感倾向分析研究3个方面。通过对相关文献的梳理和评述,探讨了当前研究的不足和未来研究的方向。
- 陈国兰孙国梓
- 关键词：突发事件情感分析
- 浅谈图书馆2．0的建设被引量：4
- 2008年
- 介绍了图书馆2.0的概念，阐述了图书馆2．0带来的变化，探讨了图书馆2．0发展的障碍。
- 陈国兰
- 关键词：图书馆2.0WEB2.0
- 一种基于微博数据的话题发现与追踪方法
- 本发明公开了一种基于微博数据的话题发现与追踪方法，该方法针对大规模的社交网络信息中潜在的隐主题进行挖掘；首先将海量增长的微博数据按照时序属性进行分块，过滤冗余信息；对时间窗口中的文本内容进行分析和归类从中返回抽取后语义独...
- 孙国梓黄斯琪杨一涛陈国兰仇呈燕郑冬亚
- 文献传递
- 深度学习框架下类别不平衡数据情感分析被引量：8
- 2021年
- [目的/意义]将类别不平衡学习方法与深度学习相结合,提升数据不平衡分布下情感分析的性能。[方法/过程]提出LSTM深度学习框架下自适应不平衡数据情感分析方法。不平衡程度低时,对少数类样本进行过采样,然后利用LSTM进行深度学习训练;不平衡程度高时,对多数类样本进行多组均衡化欠采样,然后分别对每组训练数据学习LSTM模型,最后通过集成学习方法,获得最终情感分类结果。[结果/结论]在网络商品评论语料库上的实验结果显示,本方法可以提升类别不平衡数据的深度学习性能,实现不平衡数据的自适应情感分析。
- 张志武薛娟陈国兰
- 关键词：情感分析
- 大数据驱动的国内高校数据监护实施框架体系研究被引量：5
- 2018年
- [目的/意义]随着大数据时代的到来,科学研究进入"数据密集型科学发现"的第4种研究范式,科学数据的价值和管理的重要性已成为共识。主要基于国外高校已有的数据监护项目研究,探讨国内高校如何开展数据监护工作。[方法/过程]主要采用文献调研和内容分析法,对高校数据监护工作进行概述,进而分析高校数据监护实施的3大关键因素,构建基于大数据的国内高校数据监护的实施框架,最后给出高校开展数据监护的建议。[结果/结论]国内高校要开展数据监护工作,需要解决3方面的问题:需求、机制、技术。基于需求分析,机制构建,技术支持3个方面构建国内高校数据监护实施框架,为我国高校科研数据监护工作的开展提供了理论基础和实践参考。
- 陈国兰
- 关键词：大数据数据管理科学数据
