具有认知特征的层次化学术图谱的构建及学术概念的影响力评估
发布时间:2021-06-19 20:19
随着信息技术和互联网的高速发展,爆炸式的网络信息给用户带来便利的同时,也给用户带来很大的学习负担,用户也面临着知识缺失的问题,这严重影响了个性化信息服务的质量。知识图谱作为一种有效的处理和表示信息的方法,已广泛应用于个性化信息服务。然而,传统的知识图谱不具有认知性,导致相对应的信息服务不能满足用户的当前的认知水平,从而影响了个性化信息服务的质量。本文中,我们以特定的学术领域为应用背景,提出了一种具有认知特征的层次化学术图谱(HCAM)。HCAM以学术概念为粒度单位支持Bloom认知分级的前三个基础层次。首先,学术概念是HCAM中的基本单元,并被划分为研究对象概念和方法技术概念,满足了用户们记忆(remembering)的认知需求,其中,我们引入熵权法获取方法技术概念;然后,HCAM提供了对象概念与方法技术概念间的实现关系以及方法技术概念间的合作关系,满足了人们的理解(understanding)和应用(applying)认知需求,这里,我们使用条件概率来反映学术概念间的实现关系,使用互信息来表征学术概念间的合作关系;最后通过Bayesian rose tree(BRT)层次聚类算法将方...
【文章来源】:上海大学上海市 211工程院校
【文章页数】:65 页
【学位级别】:硕士
【部分图文】:
研究内容关系图
具有认知特征的层次化学术图谱 HCAM(节点大小反映概念权重大小,连线反映概念关系权重)CAM 的认知特征体现在能够基于学术特征提炼研究领域的知识。 Bloom 认知分级的三个基础层次,即 remembering、understanng 层。
BayesianRoseTree(BRT)算法
【参考文献】:
期刊论文
[1]基于引文分析的古籍文献影响力评估[J]. 马创新,陈小荷. 大学图书馆学报. 2016(01)
[2]微博谣言传播模型与影响力评估研究[J]. 向卓元,陈宇玲. 科研管理. 2016(01)
[3]数据挖掘领域研究现状与趋势的可视化分析[J]. 杨良斌. 图书情报工作. 2015(S2)
[4]基于主成分分析法的微博影响力评估方法及实证分析——以“新浪微博”为例[J]. 刘清,彭赓,吕本富. 数学的实践与认识. 2014(04)
[5]一种新的基于PageRank算法的学术论文影响力评价方法[J]. 李仲谋,刘凯,王创维. 数学建模及其应用. 2013(02)
[6]国际科学计量学研究代表人物的科学知识图谱——基于《Scientometrics》期刊的作者共被引网络分析[J]. 侯剑华,姜中才. 现代情报. 2012(11)
[7]一种新的中文微博社区博主影响力的评估方法[J]. 杨长春,俞克非,叶施仁,严水歌,丁虹,杨晶. 计算机工程与应用. 2012(25)
[8]图书馆学知识图谱分析[J]. 赵蓉英,王菊. 中国图书馆学报. 2011(02)
[9]一种基于信息检索技术的网络新闻影响力分析方法[J]. 杨伟杰,戴汝为,崔霞. 软件学报. 2009(09)
[10]一种基于拓扑势的网络社区发现方法[J]. 淦文燕,赫南,李德毅,王建民. 软件学报. 2009(08)
博士论文
[1]基于信息场的信息影响力评估方法及在引文分析中的应用[D]. 刘洋.上海大学 2014
[2]基于知识图谱的科学计量学进展研究[D]. 侯海燕.大连理工大学 2006
硕士论文
[1]基于共词分析的微课研究知识图谱分析[D]. 肖钰琳.湖南师范大学 2016
[2]基于潜在语义分析的学科知识图谱构建[D]. 孙小欣.华中师范大学 2013
[3]基于引文分析方法的教育技术学科知识图谱构建[D]. 白文倩.华中师范大学 2012
[4]图书情报学知识图谱的构建及解读[D]. 何南洋.上海交通大学 2011
[5]基于知识图谱的知识管理研究进展[D]. 杨虹.大连理工大学 2008
本文编号:3238474
【文章来源】:上海大学上海市 211工程院校
【文章页数】:65 页
【学位级别】:硕士
【部分图文】:
研究内容关系图
具有认知特征的层次化学术图谱 HCAM(节点大小反映概念权重大小,连线反映概念关系权重)CAM 的认知特征体现在能够基于学术特征提炼研究领域的知识。 Bloom 认知分级的三个基础层次,即 remembering、understanng 层。
BayesianRoseTree(BRT)算法
【参考文献】:
期刊论文
[1]基于引文分析的古籍文献影响力评估[J]. 马创新,陈小荷. 大学图书馆学报. 2016(01)
[2]微博谣言传播模型与影响力评估研究[J]. 向卓元,陈宇玲. 科研管理. 2016(01)
[3]数据挖掘领域研究现状与趋势的可视化分析[J]. 杨良斌. 图书情报工作. 2015(S2)
[4]基于主成分分析法的微博影响力评估方法及实证分析——以“新浪微博”为例[J]. 刘清,彭赓,吕本富. 数学的实践与认识. 2014(04)
[5]一种新的基于PageRank算法的学术论文影响力评价方法[J]. 李仲谋,刘凯,王创维. 数学建模及其应用. 2013(02)
[6]国际科学计量学研究代表人物的科学知识图谱——基于《Scientometrics》期刊的作者共被引网络分析[J]. 侯剑华,姜中才. 现代情报. 2012(11)
[7]一种新的中文微博社区博主影响力的评估方法[J]. 杨长春,俞克非,叶施仁,严水歌,丁虹,杨晶. 计算机工程与应用. 2012(25)
[8]图书馆学知识图谱分析[J]. 赵蓉英,王菊. 中国图书馆学报. 2011(02)
[9]一种基于信息检索技术的网络新闻影响力分析方法[J]. 杨伟杰,戴汝为,崔霞. 软件学报. 2009(09)
[10]一种基于拓扑势的网络社区发现方法[J]. 淦文燕,赫南,李德毅,王建民. 软件学报. 2009(08)
博士论文
[1]基于信息场的信息影响力评估方法及在引文分析中的应用[D]. 刘洋.上海大学 2014
[2]基于知识图谱的科学计量学进展研究[D]. 侯海燕.大连理工大学 2006
硕士论文
[1]基于共词分析的微课研究知识图谱分析[D]. 肖钰琳.湖南师范大学 2016
[2]基于潜在语义分析的学科知识图谱构建[D]. 孙小欣.华中师范大学 2013
[3]基于引文分析方法的教育技术学科知识图谱构建[D]. 白文倩.华中师范大学 2012
[4]图书情报学知识图谱的构建及解读[D]. 何南洋.上海交通大学 2011
[5]基于知识图谱的知识管理研究进展[D]. 杨虹.大连理工大学 2008
本文编号:3238474
本文链接:https://www.wllwen.com/tushudanganlunwen/3238474.html