├── 02.主题分析与主题演化
    └── readme.md
├── 03.文本分类
    └── readme.md
├── 04.文本聚类
    └── readme.md
├── 06.知识图谱
    └── readme.md
├── 07.推荐系统
    └── readme.md
├── 05.信息抽取(实体关系事件)
    └── readme.md
├── 09.大数据分析与知识发现
    └── readme.md
├── 08.深度学习经典模型
    └── readme.md
├── 01.舆情分析与情感分析
    ├── 01.舆情分析-陈慧敏(清华刘知远)-新冠疫情相关社交媒体谣言传播量化分析-计算机研究与发展.pdf
    └── readme.md
└── README.md


/02.主题分析与主题演化/readme.md:
--------------------------------------------------------------------------------
1 | 论文列表：
2 | 
3 | 


--------------------------------------------------------------------------------
/03.文本分类/readme.md:
--------------------------------------------------------------------------------
1 | 论文主要包括：
2 | 
3 | 


--------------------------------------------------------------------------------
/04.文本聚类/readme.md:
--------------------------------------------------------------------------------
1 | 论文主要包括：
2 | 
3 | 


--------------------------------------------------------------------------------
/06.知识图谱/readme.md:
--------------------------------------------------------------------------------
1 | 论文主要包括：
2 | 
3 | 


--------------------------------------------------------------------------------
/07.推荐系统/readme.md:
--------------------------------------------------------------------------------
1 | 论文主要包括：
2 | 
3 | 


--------------------------------------------------------------------------------
/05.信息抽取(实体关系事件)/readme.md:
--------------------------------------------------------------------------------
1 | 论文主要包括：
2 | 
3 | 


--------------------------------------------------------------------------------
/09.大数据分析与知识发现/readme.md:
--------------------------------------------------------------------------------
1 | 该部分论文包括：
2 | 
3 | 


--------------------------------------------------------------------------------
/08.深度学习经典模型/readme.md:
--------------------------------------------------------------------------------
1 | 该资源主要为深度学习经典模型的论文，以英文论文为主。
2 | 
3 | 


--------------------------------------------------------------------------------
/01.舆情分析与情感分析/01.舆情分析-陈慧敏(清华刘知远)-新冠疫情相关社交媒体谣言传播量化分析-计算机研究与发展.pdf:
--------------------------------------------------------------------------------
https://raw.githubusercontent.com/eastmountyxz/AI-DataMining-Paper/HEAD/01.舆情分析与情感分析/01.舆情分析-陈慧敏(清华刘知远)-新冠疫情相关社交媒体谣言传播量化分析-计算机研究与发展.pdf


--------------------------------------------------------------------------------
/01.舆情分析与情感分析/readme.md:
--------------------------------------------------------------------------------
 1 | 论文目录：
 2 | 
 3 | ## 舆情分析
 4 | 
 5 | [1] 陈慧敏,金思辰,林微,刘知远,等. 新冠疫情相关社交媒体谣言传播量化分析[J]. 计算机研究与发展, 2021, 58(7): 1366-1384. (清华大学)
 6 | - 特点：对谣言传播进行全面的量化分析，涉及主题分析、事件倾向性分析、情感分析，绘制图表较好地挖掘情感演变规律及谣言者、传谣者和辟谣者。<br />
 7 | - 学习：另一种舆情分析思路，箱图如何在论文中表达主题。<br />
 8 | 
 9 | 
10 | ## 情感分析
11 | 
12 | 
13 | 


--------------------------------------------------------------------------------
/README.md:
--------------------------------------------------------------------------------
  1 | # AI-DataMining-Paper
  2 | 该资源主要总结AI文本挖掘、知识发现、数据挖掘、图书情报和知识图谱相关论文，重点以国内和国外优秀论文为主，并且作者会给出每篇论文的特点及值得我学习的地方，希望您喜欢。
  3 | 
  4 | > 注1：该资源创建于2021年10月9日，作者会持续丰富。希望能帮助到大家，也欢迎大家补充。虽然作者的科研能力即为普通，但也希望归纳总结一些知识帮助初学者，自己也会不断努力去学习和分享新知识，且行且珍惜，加油！
  5 | 
  6 | 
  7 | # 目录
  8 | 
  9 | - [01.舆情分析与情感分析](#01.舆情分析与情感分析)
 10 | - [02.主题分析与主题演化](#02.主题分析与主题演化)
 11 | - [03.文本分类](#03.文本分类)
 12 | - [04.文本聚类](#04.文本聚类)
 13 | - [05.信息抽取(实体关系事件)](#05.信息抽取(实体关系事件))
 14 | - [06.知识图谱](#06.知识图谱)
 15 | - [07.推荐系统](#07.推荐系统)
 16 | - [08.深度学习经典模型](#08.深度学习经典模型)
 17 | - [09.大数据分析与知识发现](#09.大数据分析与知识发现)
 18 | 
 19 | 
 20 | <a name="01.舆情分析与情感分析"></a>
 21 | 
 22 | ---
 23 | 
 24 | # 01.舆情分析与情感分析
 25 | 
 26 | 
 27 | **(01)陈慧敏,金思辰,林微,刘知远,等. 新冠疫情相关社交媒体谣言传播量化分析[J]. 计算机研究与发展, 2021, 58(7): 1366-1384.**
 28 | - 团队介绍：清华大学刘知远老师团队
 29 | - 论文特点：该论文对谣言传播进行全面的量化分析，涉及主题分析、事件倾向性分析、情感分析，绘制图表较好地挖掘情感演变规律及谣言者、传谣者和辟谣者。
 30 | - 值得学习：这种舆情分析思路值得我们学习，尤其是图书情报学专业和想发CSSCI论文的同学，或许计算机类论文是另一种探索，同时箱图如何在论文中表达主题值得大家学习，当然也应用了Bert进行文本情感分类。
 31 | 
 32 | 
 33 | 
 34 | ---
 35 | 
 36 | <a name="02.主题分析与主题演化"></a>
 37 | 
 38 | 
 39 | # 02.主题分析与主题演化
 40 | 
 41 | 
 42 | ---
 43 | 
 44 | <a name="03.文本分类"></a>
 45 | 
 46 | # 03.文本分类
 47 | 
 48 | ---
 49 | 
 50 | <a name="04.文本聚类"></a>
 51 | 
 52 | # 04.文本聚类
 53 | 
 54 | 
 55 | ---
 56 | 
 57 | <a name="05.信息抽取(实体关系事件)"></a>
 58 | 
 59 | # 05.信息抽取(实体关系事件)
 60 | 
 61 | ---
 62 | 
 63 | <a name="06.知识图谱"></a>
 64 | 
 65 | # 06.知识图谱
 66 | 
 67 | 
 68 | ---
 69 | 
 70 | <a name="07.推荐系统"></a>
 71 | 
 72 | # 07.推荐系统
 73 | 
 74 | ---
 75 | 
 76 | <a name="08.深度学习经典模型"></a>
 77 | 
 78 | 
 79 | # 08.深度学习经典模型
 80 | 
 81 | 该部分是大佬们对整个领域的知识贡献，正是因为有他们，整个人工智能能力才能不断发展，感恩，致敬。
 82 | 
 83 | **CNN**
 84 | 
 85 | **LSTM**
 86 | 
 87 | **注意力机制**
 88 | 
 89 | **迁移学习**
 90 | 
 91 | **GAN**
 92 | 
 93 | **GNN**
 94 | 
 95 | 
 96 | 
 97 | 
 98 | 
 99 | ---
100 | 
101 | <a name="09.大数据分析与知识发现"></a>
102 | 
103 | # 09.大数据分析与知识发现
104 | 
105 | 
106 | 
107 | ----
108 | 
109 | By: Eastmount CSDN 2021-10-09
110 | 


--------------------------------------------------------------------------------