人工智能和大数据科技文献信息挖掘

发布时间：2021-01-13 13:18

　　近年来,人工智能（AI）和大数据技术飞速发展,受到学术界和工业界广泛关注。人工智能和大数据在某种意义上是相互的依存的。作为研究成果的重要传播载体,科技文献成为追踪行业技术发展的重要手段。本文研究的科技文献主要是专利文献、期刊论文和会议论文。目前已经有一些关于专利,期刊和会议论文的分析工作,但是都尚存一定的改进空间。在专利分析方面,大多数工作在进行专利分析的时候是在给定检索词的情况下,从专利数据库中检索相关专利信息进行分析。但是由于不同作者对关键词的设置存在主观性,甚至有些作者故意抽象对自己专利的描述。所以,单纯使用个别关键词的匹配方式检索专利很容易遗漏查询结果,扩大关键词的覆盖面是解决这个问题很好的方法。本文设计一个过滤器,从专利摘要中获取与“大数据”相关的词组,并将结果与Term Frequency–Inverse Document Frequency（TF-IDF）,SegPhrase,C-value,Word2vec等方法进行比较,发现基于过滤规则的方法在获得与“大数据”相关的短语方面有着更有好的效果。在对期刊会议论文的分析方面,很多方法都是基于论文的引用计量分析,但是多数的方法... 

【文章来源】：广州大学广东省

【文章页数】：74 页

【学位级别】：硕士

【部分图文】：

人工智能领域的相关论文随时间的变化趋势.（a）C中人工智能论文发表数量；（b）;中A文献

广州大学硕士学位论文的是对应的人工智能研究和应用领域。发现多数的研究是在工程应用方面。这来人工智能技术发展迅猛，并且取得了突破性进展，众多领域都会涉及到对人相关技术的应用。（a） （b） （c）人工智能领域的相关论文随时间的变化趋势.（a） C 中人工智能论文发表数量；（b） ; 中 A 文的数量随时间的变化趋势；（c） C 中人工智能专利发表数量随时间的变化趋势

本文的总体框架流程图

【参考文献】：
期刊论文
[1]Altmetrics:学术影响力评价的新视角[J]. 赵蓉英,郭凤娇.  情报科学. 2017(01)
[2]基于主成分分析法的中国电力期刊质量评价研究[J]. 李广凯,韦嵘晖,徐花荣,周育忠,郑金,王庆红.  电网与清洁能源. 2015(09)
[3]主成分分析法在我国学术期刊综合评价中的应用综述[J]. 王术.  情报探索. 2014(10)



本文编号：2974936