面向企业竞争情报的弱信号识别研究

摘要：

[目的/意义]针对现有企业弱信号识别方法的单一性,本文提出一种基于LDA-BERT融合模型的弱信号全自动识别方法.[方法/过程]该方法首先通过LDA主题模型对文本数据集进行分类;其次,构建主题和术语双层过滤函数从主题分类的结果中提取早期预警信号,通过紧密中心度、 主题权重以及主题自相关性三大度量对主题进行过滤,并基于主题内术语的归一化频率和概率提取出弱信号;最后,运用BERT深度学习模型在语义上拓展弱信号.[结果/结论]本文使用企业社交媒体新闻数据集对构建的系统模型进行验证,有效检测出相关弱信号,并挖掘出弱信号随时间推移逐渐增强的演化特性.该模型不仅解决了现有弱信号研究人工参与较多和检测结果可解释能力不高的问题,且融合模型弥补了LDA词袋模型的不足,能更有效地对弱信号进行识别,为企业危机预警和战略决策管理提供参考信息的同时,也为弱信号识别研究提供了新思路、 新方法.

关键词：弱信号;识别;LDA-BERT融合模型;企业竞争情报

所属期刊栏目：41

分类号：G250.25(图书馆学、图书馆事业)

资助基金：国家自然科学基金项目"基于免疫方法的新创企业成长风险管理知识服务模型研究";江西省社会科学规划重点项目"面向新创企业成长风险管理的知识服务机制研究"

在线出版日期：2021-09-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：53-63