基于共词分析和社会网络分析的关联数据知识图谱构建

发布时间：2020-12-10 10:09

　　本文研究主要目的在于借助共词分析和社会网络分析方法探索关联数据领域的知识图谱。在该研究中,数据来源于Web of Science(WOS)核心数据集合,一共检索出946篇文献,关键词共计2332个,从中最终确定30个高频关键词,并以这30个高频关键词构建关键词共现矩阵。接着,基于该矩阵,本文采用共词分析法中的主成分分析,聚类分析法,相关系数相似性分析以及多维尺度分析方法,和社会网络分析法中的中心性以及K核分析对关联数据领域的研究状况进行了分析。首先,通过共词分析本文确定了关联数据中的主体聚类,并将它们概括分为物联网”,“实体链接”,“教育”,“语义网”“,”关联数据“,”数据网“,”Dbpedia“,”数据集成“和”本体”。而后,本文借助社交网络分析描述每个关键字如何连接网络,哪些人受到影响,以及他们与每个关键词的亲近程度。根据结果,这两种分析都可以更好地理解关联数据领域的主题相互关联。它还可以用于解析不同学科思想在在关联数据领域或相关学科中的分布状况。此外,本文还考察了每个关键词关系的流向,并将关系网络的结构可视化。简而言之,这项研究通过对不同年份发表的关联数据的相关论文的分析揭示了... 

【文章来源】：华中师范大学湖北省 211工程院校 教育部直属院校

【文章页数】：61 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
CHAPTER 1: INTRODUCTION
    1.1 Problem of Statements
    1.2 Objectives
    1.3 Contribution
CHAPTER 2: LINKED DATA
    2.1 What is Linked Data?
    2.2 Linked Data Concept
    2.3 Linked Data-Related Research Area
CHAPTER 3: METHODOLOGY
    3.1 Data Collection and Data Process
    3.2 Method of Data Analysis
        3.2.1 Co-word Analysis
        3.2.2 Social Network Analysis
CHAPTER 4: FINDING AND DISCUSSION
    4.1 Frequency Analysis
    4.2 Co-occurrence Matrix
    4.3 Proximity Matrix
    4.4. Co-word Analysis
        4.4.1 Factor Analysis
        4.4.2 Cluster Analysis
        4.4.3 Multidimensional Scaling （MDS）
    4.5 Analysis of co-word network
CHAPTER 5: CONCLUSION AND FUTURE WORK
    5.1 Summary
    5.2 Future Work
References
Acknowledgements



本文编号：2908516