基于科技文献多特征项共现的图谱可视化方法研究

发布时间：2017-10-29 11:15

  本文关键词：基于科技文献多特征项共现的图谱可视化方法研究

  更多相关文章： 多特征项共现 图谱分析 可视化研究 情报计量 科技文献

【摘要】：在对可视化概念进行概述的基础上,分析目前在知识图谱领域应用的可视化分析方法与软件工具,并对可应用于多特征项共现的可视化分析方式进行研究,包括社会网络可视化方式以及交叉图技术可视化方式,还对这两种可用于多特征项共现可视化的具体分析方法、显示方式进行阐述和展示。最后通过对比这两种不同可视化方式的特点,发现多特征项共现交叉图的可视化技术较好。在应用前景方面,通过应用本文中基于科技文献多特征项共现的图谱可视化方法和软件工具,可以对研究机构、研究领域、研究学者等发表论文情况进行分析,能够观测所选论文集中多种特征项(或组合)在某段时间内数据的关联、被引以及突发情况,发现其关联、被引以及突发特征,并依此分析其变化原因与变化趋势,相比于分析单特征项和双特征项共现,揭示出更为广泛和深入的知识内容。
【作者单位】： 深圳大学图书馆;
【关键词】： 多特征项共现 图谱分析 可视化研究 情报计量 科技文献
【基金】：中国科学技术信息研究所情报工程实验室开放基金“基于科技论文及专利文献多特征项突发共现的图谱分析方法研究”(IEL201504) 国家自然科学基金管理学部青年项目“基于学科领域科技论文多重共现的情报计量分析方法研究”(71403261) 深圳大学人文社会科学青年扶持项目“基于科技文献多特征项共现的科研机构/科研人才定量分析与科研动态监测理论与实证研究”
【分类号】：TP391.41;G353.1
【正文快照】： 1引言可视化是利用计算机图形学和图像处理技术将数据转换成图形或图像在屏幕上显示出来,并进行交互处理的理论、方法和技术。它能将大量的数据、信息和知识转化为一种人类的视觉形式,从而直观、形象地表现、解释、分析、模拟、发现或揭示隐藏在数据内部的特征和规律,提高人类

【相似文献】

中国期刊全文数据库 前10条

1 杨宝华;辜丽川;李绍稳;;基于敏感度分析的案例特征项权重算法的改进[J];计算机科学;2010年05期

2 王洪伟;郑丽娟;刘仲英;霍佳震;;中文网络评论的情感特征项选择研究[J];信息系统学报;2012年01期

3 刘辉;;基于位置的特征项权重算法[J];中国新技术新产品;2011年14期

4 龚静;周经野;;一种基于多重因子加权的文本特征项权值计算方法[J];计算技术与自动化;2007年01期

5 贝雨馨,崔荣一;文本分类中特征项权重的计算方法[J];延边大学学报(自然科学版);2004年03期

6 董小国;甘立国;;基于句子重要度的特征项权重计算方法[J];计算机与数字工程;2006年08期

7 龚静;胡平霞;李春媚;;一种用于文本分类的特征项权值计算方法的研究[J];惠州学院学报;2013年06期

8 张东生;张缨;;一种带有显著特征项的模糊聚类算法[J];河南大学学报(自然科学版);2011年02期

9 龚静;田小梅;;基于文本表示的特征项权值计算方法[J];电脑开发与应用;2008年02期

10 伊辉勇;刘伟;;基于功能和零部件配置元的在线定制顾客需求研究[J];管理科学;2008年02期

中国重要会议论文全文数据库 前5条

1 胡金柱;陈俊平;卢丽君;赵东萌;张琮;王益维;;基于本体视图的特征项抽取方法研究[A];第二十三届中国（天津）2009IT、网络、信息技术、电子、仪器仪表创新学术会议论文集[C];2009年

2 胡金柱;陈俊平;卢丽君;赵东萌;张琮;王益维;;基于本体视图的特征项抽取方法研究[A];第二十二届中国（天津）'2008IT、网络、信息技术、电子、仪器仪表创新学术会议论文集[C];2008年

3 商炳章;白清源;;基于特征项权重改进的关联文本分类[A];第二十五届中国数据库学术会议论文集（二）[C];2008年

4 张爱华;靖红芳;王斌;徐燕;;文本分类中特征权重因子的作用研究[A];第五届全国信息检索学术会议论文集[C];2009年

5 易洪川;;四角号码查字法的字形分析观评析[A];第三届全国语言文字应用学术研讨会论文集[C];2004年

中国博士学位论文全文数据库 前2条

1 贾大文;社会网络资源在线共享与推荐方法研究[D];武汉大学;2013年

2 张翔;文本挖掘技术研究及其在综合风险信息网络中的应用[D];西北大学;2011年

中国硕士学位论文全文数据库 前10条

1 罗成飞;结合卡方统计与特征聚类的文本特征降维方法[D];华南理工大学;2015年

2 刘丽娟;基于LDA特征扩展的微博短文本分类[D];燕山大学;2015年

3 温爱霞;比特流数据未知协议特征发现技术研究[D];电子科技大学;2015年

4 王刘阳;文本分类中特征选择与加权算法的研究[D];杭州电子科技大学;2016年

5 王娟;农业知识推送模型及向量特征项提取算法研究[D];湖南农业大学;2011年

6 贝雨馨;基于意义信息增益的文本特征项权重计算方法[D];延边大学;2004年

7 温春林;特征选取和SVM算法研究及在股市行业资讯中的应用[D];安徽大学;2014年

8 曾建雄;Web信息资源评价及分类的研究[D];中南大学;2009年

9 徐凤亚;多层次中文文本分类技术的研究[D];清华大学;2004年

10 何苑;基于多结构特征的垃圾博客识别研究[D];山西大学;2011年

，

本文编号：1112743