简介：摘要主题模型能够识别出多个文本中所包含的主题类别，挖掘出文本里所隐藏的主要信息，是文本挖掘的热点研究内容之一。目前，潜在狄利克雷分配（LDA）主题模型已在健康信息学领域有了广泛的应用。本文从LDA主题模型的应用研究现状、主题模型构建的主要步骤以及LDA主题分析方法在护理学中的应用3个方面进行梳理与归纳，研究实践表明LDA方法可很好地用于探讨国内外护理学科研究热点及网络社区大众健康信息需求，亦可为健康教育提供信息支撑。

简介：LDA主题模型是文本挖掘领域的重要算法，同时在推荐系统当中也有不错的表现.通过LDA主题模型挖掘用户感兴趣的主题，是目前最常用的用户兴趣主题挖掘方法之一.为了提高LDA主题模型应用在推荐系统时的推荐质量，我们提出了一种基于负样本进行学习的方法negLDA.通过创造出负样本来学习用户对物品的负面预测评分，同时结合正样本学习得到的正面预测评分，从正反两个方面进行综合评测，从而更加精确地衡量出用户对物品的预测评分.通过在MoviesLens-100k、MovieLens-1M、FilmTrust这三个数据集上的实验，表明所提出的算法在精确率、召回率、AUC三个指标上相比传统算法均有一定改进.

简介：摘要目的探讨慢性病健康素养领域的研究现状和主题，为慢性病健康素养的相关研究提供参考。方法系统检索Web of Science数据库中与慢性病健康素养相关的文献，从时间趋势、期刊分布、国家和机构分布等方面进行文献计量分析，并采用潜在狄利克雷分配（LDA）主题模型挖掘研究主题。结果共纳入1 023篇文献，文献数量整体呈上升趋势，来源出版物共计435种，发文量最大的期刊是Patient Education and Counseling（37篇），美国是该领域研究的主要国家，发文量占47.507%（486/1 023）。通过LDA主题模型识别11个研究主题，并进一步归纳为慢性病患者的电子健康素养研究、不同群体的慢性病健康素养水平及其影响因素研究、慢性病患者健康素养与其健康结局关系的研究3个方面。结论慢性病健康素养的研究总体呈上升趋势，通过对相关研究的主题挖掘与分析，有利于进一步为慢性病健康素养相关研究提供发展方向。

简介：摘要目的了解在线医疗社区用户对脑卒中疾病信息的需求，为开展符合脑卒中患者需求的医疗护理服务奠定基础。方法采用数据挖掘的方法，研究对象为3个中文在线医疗社区中与脑卒中有关的提问记录，通过爬虫代码采集2020年8月1日—2021年7月31日的数据，进行数据清洗和分词后采用潜在狄利克雷分配（LDA）主题模型挖掘主题特征。结果在线医疗社区提问记录的主题特征分析显示，LDA模型将33 731条提问记录划分4个方面和8个主题的信息需求，分别为症状的识别和应急处理（症状、突发症状和应急措施）、医疗诊治（检查和治疗、医疗诊断、手术）、康复保健（起居照顾、饮食和药物）、患者和照顾者心理护理知识需求（患者或照顾者对疾病预后的担心）。结论基于LDA主题模型的研究结果可反映脑卒中用户关于在线医疗社区的信息需求，为脑卒中专病护理信息需求及其结构化健康教育的开展提供了发展方向和信息支撑。

简介：摘要目的探讨中英文检索数据库中关于灾害护理文献的主题内容、热度变化，为相关研究提供参考，为促进灾害护理领域的健康发展提供理论依据与情报支撑。方法利用潜在狄利克雷分配（LDA）主题模型对中国知网、万方、Web of Science等中英文数据库中检索截止2021年9月6日相关灾害护理的文献主题进行建模，生成"主题-词"分布概率矩阵并分析结果。结果LDA模型分析显示，中文文献有13个研究主题，并可归为4个研究方向，包括灾害伤病员的护理及救治、国内外灾害护理现状及院前急救发展、突发公共卫生应急事件救护能力评估及保障、灾害护理人员能力培训及考核；英文文献有6个研究主题。结论应用LDA模型文本提取结果可准确地挖掘出灾害护理领域的研究主题，有利于了解灾害护理的发展动态和研究热点，能够为相关研究提供可靠的参考依据。

简介：摘要目的分析卒中后认知障碍管理的研究现状和热点，为卒中后认知障碍管理提供依据。方法系统检索2011年11月1日—2021年11月1日Web of Science数据库中与卒中后认知障碍管理相关的文献，从年份、期刊及国家等方面进行文献计量分析，同时采用狄利克雷分配（LDA）主题模型挖掘潜在主题，并确定主题关键词。结果共纳入1 815篇文献，文献数量整体呈稳步增长趋势，来源出版物共计394种，载文量最大的期刊是Stroke（61篇），美国是该领域研究的主要国家，发文量占34.93%（634/1 815）。通过LDA主题模型识别6个研究主题，分别为卒中后认知障碍患者各领域功能缺损及心理健康、神经心理筛查及评估工具、康复干预训练及效果评价、家庭照顾者的支持与健康促进、卒中后认知障碍的流行病学特征以及相关危险因素。结论卒中后认知障碍管理的研究总体呈上升趋势，通过对相关研究的主题挖掘与分析，有利于进一步为卒中后认知障碍管理的开展提供发展方向和信息支撑。

简介：针对微博文本数量增加速度快、信息量繁杂等问题，将LDA模型应用到热点话题的挖掘中，构建出微博热点话题的识别过程。首先应用LDA模型对微博语料库进行主题建模，采用困惑度方法确定最佳主题个数．通过Gibbs抽样算法实现参数推理，获得语料库的主题一词汇概率分布和文本一主题概率分布，在此基础上计算并识别出微博中的热点话题、热点词汇和热点话题微博。实验结果显示该模型与人工挑选的结果基本一致．表明该模型具有较好的热点识别效果。

简介：互联网技术的发展带来更多信息安全问题，构建完善的网络信息安全法律法规体系，有助于保障国家及社会公共利益。对比分析中美两国现行网络信息安全立法文本主题，有助于了解两国网络信息安全立法现状，为完善和发展国内网络信息安全立法提供借鉴。文章利用LDA—Gibbs模型，对中美两国网络信息安全相关立法文本进行主题挖掘，基于文本一主题分布采用欧氏距离计算文本相似度，并进行K—Means聚类。研究结果表明：早期国内立法集中于对硬件以及重要文件的保密工作进行规范，近几年开始填补个人信息保护方面的空白，但仍有待改进；美国相关立法起步较早，在个人信息保护方面的法律法规较为完善。对比分析后，认为我国相关立法有以下需改进之处：第一，尽快推进《个人信息保护法》的出台；第二，明确规定通信、消费、健康、网络版权等领域的公民个人信息的含义、个人信息保护的适用范围及基本原则；第三，出台针对特殊人群（儿童、学生、孕妇等）的网络信息安全法律法规。

简介：摘要：本文通过 LDA(Latent Dirichlet Allocation, LDA)模型对于某电商平台的笔记本产品的评论信息进行了文本挖掘分析，提取用户评价的正面情感主题词和负面情感主题词，从中可以了解到产品的优势之处以及不足之处。

简介：摘要: 在生物领域，基因信息定义混乱。同样的基因产物，可能被描述为“翻译类”，也可能被描述为“蛋白质合成类”，那么这无疑对于计算机来说是很难区分开这两个在字面上相差甚远却在功能上相一致的定义。本文采用基于LDA的方法来计算两个基因之间的相似度，达到基因本体术语预测的目的，而这个目的的初衷就是使得定义标准化，让他人能够更方便更快捷更准确的查询到相应的信息，目前这个方法能够在局部参数调优下达到很好的预测效果。

简介：

简介：摘要针对物联网中效劳数量的大规划性、效劳描绘的异构性以及设备效劳的资源高度受限性和移动性等特色,提出了一种依据概率主题模型的物联网效劳发现办法.该办法的首要特色是1)运用英文Wikipedia构建高质量的主题模型,并对类似短文本的效劳文本描绘进行语义扩大,使主题模型可以更有用地估量效劳文本描绘的隐含主题;2)提出运用非参数主题模型学习效劳文本的隐含主题,下降模型练习时刻;3)运用效劳隐含主题对效劳进行主动分类和文本类似度核算,快速削减效劳匹配数量,加快效劳文本类似度核算;4)提出可以一起支撑WSDL-based和RESTful两种物联网效劳的signature匹配算法.试验结果表明与现有的物联网效劳发现办法比较,该办法的精确率(precision)和归一化折损累积增益(NDCG)都有较大起伏的进步.

简介：摘要

简介：Theintermolecularinteractionpotentialformethane-argoncomplexiscalculatedbylocaldensityapproximation(LDA)approaches.Thecalculatedpotentialhasaminimumwhentheintermoleculardistanceofmethane-argoncomplexis6.75a.u.;thecorrespondingdepthofthepotentialis0.0163eVwhichhasgoodagreementwithexperimentaldata.WealsohavemadeanonlinearfittingofourresultsfortheLennard-Jones(12-6)potentialfunctionandobtainthatV(R)=143794365.332/R^12-3032.093/R^6(Rina.u.andV(R)ineV).

简介：考察当前社会危机实际，试图提出一种结合本体论实现社会危机领域信息管理的方法．探讨了本体构建的方法、技术和工具，着重研究了基于本体论方法的社会危机信息本体的设计和构建，并实现了可视化展示，以期能改进当前系统不足，更好为社会危机工作服务．

简介：用户查询表达式中包含的有效信息对于检索结果影响很大,利用企业信息系统搜集和挖掘与用户检索兴趣相关的信息,有助于解决检索信息不足的问题.为此,提出一种面向领域主题概念的搜索引擎构架,据此建立面向主题的复合算子调节用户兴趣趋向的线性规划预测模型,该模型可预测用户的最大兴趣,生成用户兴趣查询表达式,提高检索的查准率和查全率.另外,还提出一种用户兴趣演变探测因子重建用户兴趣特征向量的方法.

简介：英语阅读课上的词句讲解可以帮助学生理解具体的知识点，但对提高学生的理解能力帮助不大，教师在课堂上应设计以提升阅读理解能力为目的阅读活动，关注学生思维的主动性。教师在阅读教学中需要鼓励学生主动思考，为不同能力层次的学生提供足够的语言学习材料，通过设计合理的任务帮助他们通过每节课的阅读逐步生成阅读能力。

简介：摘要：本文基于ADDIE模型，借助场馆的实场、人场和物场优势，建构5EX主题探究课程，让学生能面对真实情境中提出的问题，展开融合多种学科内容的学习，在无形中向学生渗透劳动意识，提升学生的问题解决行动力，培育学生的探究创造力，从而达成实践创新这一关键能力的培养。

简介：【文章摘要】：在大数据时代，电商平台出现了海量的评论数据，提取用户反馈进行数据挖掘，以直观的方式展现出来，可以帮助商家更好地了解客户需求，改进产品质量，从而提高客户满意度。本文爬取了京东平台上联想笔记本5万多条消费者评论数据，并基于LDA模型进行主题分析。研究结果表明，该品牌笔记本具有速度快、外观美观、轻薄等优点，但散热、包装、屏幕清晰度方面还需要改进，本研究所得结论可以为商家提供决策支持。

简介：某日，我刚吃过午饭，接到雷默电话，他说他要跟我谈谈他的一个小说构思。雷默在电话那头支支吾吾的，而且还有些底气不足，好像连早饭也没吃的样子。不过，我还是听清楚了，他要写的小说是这样的：父亲让火车给碾死了，火化时，儿子发现父亲少了一条胳膊，少了一条胳膊的父亲，在地狱里怎么活啊，所以当儿子的必须替父亲找回这条胳膊。