CN107122432A - 企业社会责任分析方法、装置和系统 - Google Patents
企业社会责任分析方法、装置和系统 Download PDFInfo
- Publication number
- CN107122432A CN107122432A CN201710254294.4A CN201710254294A CN107122432A CN 107122432 A CN107122432 A CN 107122432A CN 201710254294 A CN201710254294 A CN 201710254294A CN 107122432 A CN107122432 A CN 107122432A
- Authority
- CN
- China
- Prior art keywords
- dimension
- enterprise
- content
- keyword
- weight
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 16
- 230000007613 environmental effect Effects 0.000 claims abstract description 15
- 239000000284 extract Substances 0.000 claims abstract description 13
- 238000000034 method Methods 0.000 claims abstract description 8
- 230000036651 mood Effects 0.000 claims description 18
- 239000011159 matrix material Substances 0.000 claims description 13
- 238000003062 neural network model Methods 0.000 claims description 12
- 230000000007 visual effect Effects 0.000 claims description 4
- 230000015572 biosynthetic process Effects 0.000 claims description 3
- 238000011161 development Methods 0.000 abstract description 7
- 238000011156 evaluation Methods 0.000 abstract description 3
- 230000008859 change Effects 0.000 description 2
- 230000008451 emotion Effects 0.000 description 2
- 230000018199 S phase Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 235000021393 food security Nutrition 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000007115 recruitment Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/951—Indexing; Web crawling techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/01—Social networking
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Economics (AREA)
- Mathematical Physics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了企业社会责任分析方法、装置和系统,该方法包括如下步骤:S1、获取企业相关内容;S2、按照预设维度将企业相关内容进行分类,预设维度包括:产品服务、经济责任、劳工权益,慈善公益,环境责任、信息披露;S3、对每个维度的企业相关内容提取内容关键词,根据识别模型和每个维度的内容关键词,对每个维度进行评分;S4、根据每个维度的预设权重值,以及每个维度的评分获取企业社会责任评分。本发明的优点在于从多维度评估企业社会责任,构建企业社会责任评价指标体,节约了大量时间和人工成本,能完整、全面、准确的反映企业社会责任在民众中的真实情况,为企业发展决策提供快速、全面、准确真实的数据支持。
Description
技术领域
本发明涉及在互联网舆论中的企业社会责任分析技术,尤其涉及企业社会责任分析方法、装置和系统。
背景技术
企业社会责任(Corporate social responsibility,简称CSR)是指企业在其商业运作里对其利害关系人应付的责任,企业社会责任的概念是基于商业运作必须符合可持续发展的想法,企业除了考虑自身的财政和经营状况外,也要加入其对社会和自然环境所造成的影响的考量。利害关系人是指所有可以影响,或会被企业的决策和行动所影响的个体或群体,包括:员工、顾客、供应商、社区团体、母公司或附属公司、合作伙伴、投资者和股东。
传统分析调研数据获取方法通过专家访谈,人工收集整理海量文本数据,或通过大量问卷调查、回收有效样本来得出数据,工作量繁杂且企业为之付出的成本也非常巨大。
随着我国网民规模不断扩大,和互联网普及率的提升,中国网民群体已涵盖了社会最主要,最活跃的话语权掌握者,互联网成为社会舆论的重要的载体。对品牌企业来说,了解舆论和社会主流思潮对本企业品牌的相关认知和舆论,基于互联网进行企业社会责任评估、研究互联网平台舆论中与己相关的内容,来获知自己在民众眼中的形象及评价,以便赢得更多的客户和可持续性发展机会,甚至作为参考规划接下来的企业战略发展方向,已成为一种必要的主流途径。
发明内容
为了克服现有技术的不足,本发明的目的在于提供企业社会责任分析方法、装置和系统,其能为企业发展提供快速全面准确的数据支持。
本发明的目的之一采用以下技术方案实现:
企业社会责任分析方法,包括如下步骤:
S1、获取企业相关内容;
S2、按照预设维度将企业相关内容进行分类,预设维度包括:产品服务、经济责任、劳工权益,慈善公益,环境责任、信息披露;
S3、对每个维度的企业相关内容提取内容关键词,根据识别模型和每个维度的内容关键词,对每个维度进行评分;
S4、根据每个维度的预设权重值,以及每个维度的评分获取企业社会责任评分。
作为优选,S3具体包括:对每个维度的企业相关内容提取内容关键词,统计每个内容关键词出现的次数,根据建立好的识别模型,分析每个维度的企业相关内容的正负面区间,并根据正负面区间计算每个维度的评分。
作为优选,S3之前还包括建立识别模型,具体包括如下步骤:
获取海量互联网评论、资讯内容信息,利用TF-IDF算法提取情绪关键词;计算每个关键词出现的次数,建立情绪关键词典矩阵,以此作为神经网络模型的输入项;
获取评论、资讯内容信息对应表达的观点正负面倾向程度对应正负面的区间数据,并建立正负区间输出矩阵;以此作为神经网络模型的输出项,进行训练。
作为优选,S4中的每个维度的预设权重值具体为:产品服务的权重为30%,经济责任的权重为30%,劳工权益的权重为12%,慈善公益的权重为8%,环境责任的权重为10%,以及信息披露的权重为10%。
作为优选,S4之后还包括如下步骤:
S5、形成可视化分析报告。
本发明的目的之二采用以下技术方案实现:
企业社会责任分析装置,包括:
获取模块,用于从网络获取企业相关内容;
维度分类模块,用于按照预设维度将企业相关内容进行分类,预设维度包括:产品服务、经济责任、劳工权益,慈善公益,环境责任、信息披露;
第一评分模块,用于对每个维度的企业相关内容提取内容关键词,根据识别模型和每个维度的内容关键词,对每个维度进行评分;
第二评分模块,用于根据每个维度的预设权重值,以及每个维度的评分获取企业社会责任评分。
作为优选,第一评分模块具体包括:对每个维度的企业相关内容提取内容关键词,统计每个内容关键词出现的次数,根据建立好的识别模型,分析每个维度的企业相关内容的正负面区间,并根据正负面区间计算每个维度的评分。
作为优选,还包括模型建立模块;
模型建立模块,用于获取海量互联网评论、资讯内容信息,利用TF-IDF算法提取情绪关键词;计算每个关键词出现的次数,建立情绪关键词典矩阵,以此作为神经网络模型的输入项;
获取评论、资讯内容信息对应表达的观点正负面倾向程度对应正负面的区间数据,并建立正负区间输出矩阵;以此作为神经网络模型的输出项,进行训练。
作为优选,第二评分模块中的每个维度的预设权重值具体为:产品服务的权重为30%,经济责任的权重为30%,劳工权益的权重为12%,慈善公益的权重为8%,环境责任的权重为10%,以及信息披露的权重为10%。
本发明的目的之三采用以下技术方案实现:
企业社会责任分析系统,用于执行企业社会责任分析方法。
相比现有技术,本发明的有益效果在于:从互联网舆论信息中获取数据,通过机器抓取海量与企业、企业旗下产品等相关的微信、微博评论和相关新闻资讯报道,再通过组合企业关键词、各维度关键词、产品责任类关键词、正负面关键词利用情绪识别模型进行自动分析和评分,从多维度评估企业社会责任,构建企业社会责任评价指标体系。节约了大量时间、人工成本,避免主观判断的数据偏差性,能完整、全面、准确的反映企业社会责任在民众中的真实情况,为企业发展决策提供快速、全面、准确真实的数据支持。
附图说明
图1为本发明的企业社会责任分析方法的流程图。
具体实施方式
下面,结合附图以及具体实施方式,对本发明做进一步描述:
企业社会责任分析方法,如图1所示,包括如下步骤:
步骤101、从网络获取企业相关内容;具体的:通过关键字,利用网络爬虫技术从网络上获取企业相关内容;企业关键字包括企业关键字、企业相关产品关键词等,企业相关内容包括与企业及企业产品相关的资讯、微博、微信和论坛言论等内容,企业相关内容包括多篇文章和报道等内容。
步骤102、按照预设维度将企业相关内容进行分类成若干个维度,预设维度包括:产品服务、经济责任、劳工权益,慈善公益,环境责任、信息披露;
产品服务是基本责任,指企业必须提供合格优质的产品服务。在此维度中,涉及到例如食品安全,价格,消费权益,产品质量等方面的关键词信息。
经济责任是企业社会责任的基石,也是其最核心、最基础的层面。盈利是企业的第一社会责任,社会责任的构建离不开经济责任。在此维度中,会涉及到利润,收购并购,产业转型,国家调控等方面关键词信息。
劳工权益是企业社会责任最直接和最主要的内容,涉及到工资,裁员,招工荒,企业福利,劳工群体冲突等方面关键词信息。
慈善公益作为社会第三次分配机制,并不应当被过分强调跟企业社会责任的关联,但这确实是目前企业社会责任的出口之一,会涉及到慈善机构诚信,捐款捐物,企业家诚信等方面关键词信息。
环境责任是企业的重要社会责任,尤其是在环境问题获得舆论极大关注的境况下。涉及到高效节能,减排,可持续发展,新能源,绿色等方面关键词信息。
信息披露和公开越来越成为舆论关注企业发展的核心点,尤其是在互联网时代,过往的信息披露途径,节奏和形式等已被颠覆。会涉及到企业微博,企业微信,网络口水仗,危机公关,网络营销等方面关键词信息。
步骤103、对每个维度的企业相关内容提取内容关键词,根据识别模型和每个维度的内容关键词,对每个维度进行评分;
具体的,对每个维度的企业相关内容提取内容关键词,统计每个内容关键词出现的次数,根据关键词及其出现的次数形成该企业相关内容的特征向量,根据建立好的识别模型中的情绪词典矩阵和该企业相关内容的特征向量,分析企业相关内容的正负面区间,结合该维度的每一篇企业相关内容的正负面区间,计算每个维度的评分;每个维度的企业相关内容为对应该维度的文章和报道等内容。
设置各个指数评价总分为100分,0分对应为趋于完全负面的情绪区间,100分为趋近完全正面积极的情绪区间。将每篇内容的正负面区间对应计算各维度的评分。
识别模型将网络情绪对应分为正面和负面,通过百分比区间来表示正负面,0为负面情绪,100为正面情绪,越悲观绝望则越趋近于0,满意高兴则趋近于100%。将海量的网络评论、资讯内容对应到正负面百分比各个区间进行识别训练,根据判断结果不断调整以建立识别模型。
正面情绪反映的是人们对现状较满意,对事情抱有的正面希望,如给力、高兴和期待等。负面情绪反映的是人们对现状不满,对将来解决问题不报期望,如悲伤、坑爹和绝望等。
识别模型的建立过程包括如下步骤:
获取海量互联网评论、资讯内容信息,利用TF-IDF算法提取情绪关键词;计算每个关键词出现的次数,建立情绪关键词典矩阵,以此作为神经网络模型的输入项;
获取评论、资讯内容信息对应表达的观点正负面倾向程度对应正负面的区间数据,并建立正负区间输出矩阵;以此作为神经网络模型的输出项,进行训练。
根据识别结果通过反复调整参数进行训练,从而建立识别模型。
步骤104、根据每个维度的预设权重值,以及每个维度的评分获取企业社会责任评分。
具体的:产品服务的权重为30%,经济责任的权重为30%,劳工权益的权重为12%,慈善公益的权重为8%,环境责任的权重为10%,以及信息披露的权重为10%。
步骤105、形成可视化分析报告。可视化分析报告包括表格、图标等。
企业社会责任分析装置,包括:
获取模块,用于从网络获取企业相关内容;
维度分类模块,用于按照预设维度将企业相关内容进行分类,预设维度包括:产品服务、经济责任、劳工权益,慈善公益,环境责任、信息披露;
第一评分模块,用于对每个维度的企业相关内容提取内容关键词,根据识别模型和每个维度的内容关键词,对每个维度进行评分;
第二评分模块,用于根据每个维度的预设权重值,以及每个维度的评分获取企业社会责任评分。
作为优选,第一评分模块具体包括:对每个维度的企业相关内容提取内容关键词,统计每个内容关键词出现的次数,根据建立好的识别模型,分析每个维度的企业相关内容的正负面区间,并根据正负面区间计算每个维度的评分。
作为优选,还包括模型建立模块;
模型建立模块,用于获取海量互联网评论、资讯内容信息,利用TF-IDF算法提取情绪关键词;计算每个关键词出现的次数,建立情绪关键词典矩阵,以此作为神经网络模型的输入项;
获取评论、资讯内容信息对应表达的观点正负面倾向程度对应正负面的区间数据,并建立正负区间输出矩阵;以此作为神经网络模型的输出项,进行训练。
作为优选,第二评分模块中的每个维度的预设权重值具体为:产品服务的权重为30%,经济责任的权重为30%,劳工权益的权重为12%,慈善公益的权重为8%,环境责任的权重为10%,以及信息披露的权重为10%。
本发明采用机器学习的方式,自动抓取互联网中企业社会责任相关海量网络资讯、舆论信息,根据各维度的关键词将上述内容信息对应各指数维度分类,利用识别模型判断上述各维度对应内容的网络言论情绪的正负面,再根据判断结果得到各个维度评价的分数,最后根据各维度占比计算出企业社会责任指数评价总分。
对本领域的技术人员来说,可根据以上描述的技术方案以及构思,做出其它各种相应的改变以及形变,而所有的这些改变以及形变都应该属于本发明权利要求的保护范围之内。
Claims (10)
1.企业社会责任分析方法,其特征在于,包括如下步骤:
S1、获取企业相关内容;
S2、按照预设维度将企业相关内容进行分类,预设维度包括:产品服务、经济责任、劳工权益,慈善公益,环境责任、信息披露;
S3、对每个维度的企业相关内容提取内容关键词,根据识别模型和每个维度的内容关键词,对每个维度进行评分;
S4、根据每个维度的预设权重值,以及每个维度的评分获取企业社会责任评分。
2.如权利要求1所述的方法,其特征在于,S3具体包括:对每个维度的企业相关内容提取内容关键词,统计每个内容关键词出现的次数,根据建立好的识别模型,分析每个维度的企业相关内容的正负面区间,并根据正负面区间计算每个维度的评分。
3.如权利要求1所述的方法,其特征在于,S3之前还包括建立识别模型,具体包括如下步骤:
获取海量互联网评论、资讯内容信息,利用TF-IDF算法提取情绪关键词;计算每个关键词出现的次数,建立情绪关键词典矩阵,以此作为神经网络模型的输入项;
获取评论、资讯内容信息对应表达的观点正负面倾向程度对应正负面的区间数据,并建立正负区间输出矩阵;以此作为神经网络模型的输出项,进行训练。
4.如权利要求1所述的方法,其特征在于,S4中的每个维度的预设权重值具体为:产品服务的权重为30%,经济责任的权重为30%,
劳工权益的权重为12%,慈善公益的权重为8%,环境责任的权重为10%,以及信息披露的权重为10%。
5.如权利要求1所述的方法,其特征在于,S4之后还包括如下步骤:
S5、形成可视化分析报告。
6.企业社会责任分析装置,其特征在于,包括:
获取模块,用于从网络获取企业相关内容;
维度分类模块,用于按照预设维度将企业相关内容进行分类,预设维度包括:产品服务、经济责任、劳工权益,慈善公益,环境责任、信息披露;
第一评分模块,用于对每个维度的企业相关内容提取内容关键词,根据识别模型和每个维度的内容关键词,对每个维度进行评分;
第二评分模块,用于根据每个维度的预设权重值,以及每个维度的评分获取企业社会责任评分。
7.如权利要求6所述的装置,其特征在于,第一评分模块具体包括:
对每个维度的企业相关内容提取内容关键词,统计每个内容关键词出现的次数,根据建立好的识别模型,分析每个维度的企业相关内容的正负面区间,并根据正负面区间计算每个维度的评分。
8.如权利要求6所述的装置,其特征在于,还包括模型建立模块;
模型建立模块,用于获取海量互联网评论、资讯内容信息,利用TF-IDF算法提取情绪关键词;计算每个关键词出现的次数,建立情绪关键词典矩阵,以此作为神经网络模型的输入项;
获取评论、资讯内容信息对应表达的观点正负面倾向程度对应正负面的区间数据,并建立正负区间输出矩阵;以此作为神经网络模型的输出项,进行训练。
9.如权利要求6所述的装置,其特征在于,第二评分模块中的每个维度的预设权重值具体为:产品服务的权重为30%,经济责任的权重为30%,劳工权益的权重为12%,慈善公益的权重为8%,环境责任的权重为10%,以及信息披露的权重为10%。
10.企业社会责任分析系统,其特征在于,用于执行权利要求1至5任一项所述的企业社会责任分析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710254294.4A CN107122432A (zh) | 2017-04-18 | 2017-04-18 | 企业社会责任分析方法、装置和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710254294.4A CN107122432A (zh) | 2017-04-18 | 2017-04-18 | 企业社会责任分析方法、装置和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107122432A true CN107122432A (zh) | 2017-09-01 |
Family
ID=59725689
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710254294.4A Pending CN107122432A (zh) | 2017-04-18 | 2017-04-18 | 企业社会责任分析方法、装置和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107122432A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107748745A (zh) * | 2017-11-08 | 2018-03-02 | 厦门美亚商鼎信息科技有限公司 | 一种企业名称关键字提取方法 |
CN108764617A (zh) * | 2018-04-13 | 2018-11-06 | 北京理工大学 | 一种网络环境下企业声誉评价方法 |
CN109543945A (zh) * | 2018-10-18 | 2019-03-29 | 平安科技(深圳)有限公司 | 企业创新评估方法及终端设备 |
CN109657914A (zh) * | 2018-11-19 | 2019-04-19 | 平安科技(深圳)有限公司 | 信息推送方法、装置、计算机设备及存储介质 |
CN109902908A (zh) * | 2018-10-18 | 2019-06-18 | 国家电网公司 | 一种基于公开数据的企业量化评价方法 |
CN111475646A (zh) * | 2020-03-17 | 2020-07-31 | 赵志杰 | 环境形象的评估方法、装置和设备 |
US11257131B2 (en) * | 2018-02-01 | 2022-02-22 | Givewith LLC | Social platform promotion system and method |
CN116628206A (zh) * | 2023-06-08 | 2023-08-22 | 江苏万禾信息技术有限公司 | 基于数据分析的企业信用分析管理系统 |
-
2017
- 2017-04-18 CN CN201710254294.4A patent/CN107122432A/zh active Pending
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107748745A (zh) * | 2017-11-08 | 2018-03-02 | 厦门美亚商鼎信息科技有限公司 | 一种企业名称关键字提取方法 |
CN107748745B (zh) * | 2017-11-08 | 2021-08-03 | 厦门美亚商鼎信息科技有限公司 | 一种企业名称关键字提取方法 |
US11257131B2 (en) * | 2018-02-01 | 2022-02-22 | Givewith LLC | Social platform promotion system and method |
US11756083B2 (en) | 2018-02-01 | 2023-09-12 | Givewith LLC | Social platform promotion system and method |
CN108764617A (zh) * | 2018-04-13 | 2018-11-06 | 北京理工大学 | 一种网络环境下企业声誉评价方法 |
CN109543945A (zh) * | 2018-10-18 | 2019-03-29 | 平安科技(深圳)有限公司 | 企业创新评估方法及终端设备 |
CN109902908A (zh) * | 2018-10-18 | 2019-06-18 | 国家电网公司 | 一种基于公开数据的企业量化评价方法 |
CN109657914A (zh) * | 2018-11-19 | 2019-04-19 | 平安科技(深圳)有限公司 | 信息推送方法、装置、计算机设备及存储介质 |
CN111475646A (zh) * | 2020-03-17 | 2020-07-31 | 赵志杰 | 环境形象的评估方法、装置和设备 |
CN116628206A (zh) * | 2023-06-08 | 2023-08-22 | 江苏万禾信息技术有限公司 | 基于数据分析的企业信用分析管理系统 |
CN116628206B (zh) * | 2023-06-08 | 2024-01-05 | 乌鲁木齐汇智兴业信息科技有限公司 | 基于数据分析的企业信用分析管理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107122432A (zh) | 企业社会责任分析方法、装置和系统 | |
CN110704572B (zh) | 疑似非法集资风险的预警方法、装置、设备和存储介质 | |
CN108572967A (zh) | 一种创建企业画像的方法及装置 | |
CN106529804A (zh) | 基于文本挖掘技术的客户投诉预警监测分析方法 | |
CN102946331B (zh) | 一种社交网络僵尸用户检测方法及装置 | |
Ngai et al. | A review of the literature on applications of text mining in policy making | |
Zhang et al. | Seeing is not always believing: an exploratory study of clickbait in WeChat | |
CN103177129B (zh) | 互联网实时信息推荐预测系统 | |
CN110880075A (zh) | 一种员工离职倾向检测方法 | |
CN110633316A (zh) | 一种多场景融合双随机市场监管方法 | |
KR102121901B1 (ko) | 정책자금 온라인 심사평가 시스템 | |
CN103176984A (zh) | 一种用户生成内容中欺骗性垃圾意见检测方法 | |
CN107169632A (zh) | 全球媒体形象分析方法、装置和系统 | |
CN114528416B (zh) | 一种基于大数据的企业舆情环境监测方法和系统 | |
CN115396389A (zh) | 一种基于情绪能量感知的物联网信息技术客服服务系统 | |
Alghadi et al. | Enhancing cyber governance in Islamic banks: The influence of artificial intelligence and the moderating effect of Covid-19 pandemic | |
CN105760502A (zh) | 一种基于大数据文本挖掘的商品质量情感词典构建系统 | |
Wei | Data-Driven Revolution: Advancing Scientific and Technological Innovation in Chinese A-Share Listed Companies | |
Niranjani et al. | Spam detection for social media networks using machine learning | |
CN106202299A (zh) | 一种基于残疾人特征的残疾人权威用户推荐方法 | |
Chen et al. | [Retracted] Analysis of E‐Commerce Marketing Strategy Based on Xgboost Algorithm | |
Sui et al. | [Retracted] Optimization Simulation of Supply‐Side Structure of Agricultural Economy Based on Big Data Analysis in Data Sharing Environment | |
Thi et al. | A novel solution for anti-money laundering system | |
Chen et al. | Detecting fake reviews of hype about restaurants by sentiment analysis | |
Zhao et al. | Relationship modeling and short‐term prediction analysis between public attention and teaching research |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170901 |
|
RJ01 | Rejection of invention patent application after publication |