国内外文本分类研究计量分析与综述

运用文献计量分析方法、计算机统计分析技术、社会网络分析软件对文本分类领域的历史文献进行计量分析及可视化,通过绘制文献数量分布图、核心关键词的共现网络,挖掘文本分类领域的发展趋势、目前研究概况、热点及未来研究趋势等信息,并对文本分类领域研究热点和未来研究趋势进行综述。     

基于知识基因表达的科技创新路径构建研究

[目的/意义]随着信息的爆炸性增长,科研人员摄取信息的途径越来越多,但对知识的控制能力越来越弱。因此,不论信息如何变化,科研人员需要抓住知识基因的进化过程(科技创新路径)寻找有价值知识,极大提高知识利用效率。[方法/过程]在前期充分辨析科技文献知识基因的基础上,根据科技文献知识基因的特征将科技文献知识基因分为通用知识基因与特定知识基因两种类型。提出利用知识基因表征科技创新路径的节点,根据知识流动的特点,将科技创新路径划分为基于知识基因扩散与知识基因流动的科技创新路径。通过计算知识基因之间遗传或变异的关系,嫁接引用路径构建出知识基因表达的科技创新路径,并通过知识基因间的连线实现可视化表达。[结果/结论]通过阿尔茨海默病领域实验证明,基于知识基因表达的科技创新路径能够从科技文献核心知识价值传承与发展的角度直观地展示出科技创新发展与演化过程。     

一种基于研究主题对比的单篇学术论文创新力评价方法

[目的/意义] 创新是学术论文的本质要求,如何有效评价学术论文的创新力一直以来备受国内外专家和学者关注。随着信息技术的发展,利用计算机技术从论文内容角度对单篇学术论文的创新力进行评价逐步成为可能。[方法/过程] 提出一种基于研究主题对比的单篇学术论文创新力评价方法。该方法首先利用Keygraph算法提取代表论文研究主题的关键词,然后,将论文的研究主题与科学研究前沿主题进行相似度计算,最后,结合期刊影响因子和Altmetrics两项外在指标提出一种论文创新力综合评价模型。[结果/结论] 通过对"碳纳米管"材料研究领域的实证研究证明,该方法能够有效、迅速和准确地从论文内容角度对单篇学术论文的创新力进行评价。     

语义角色标注及其在科技情报分析中的应用研究

文章首先梳理了国内外对语义角色标注技术研究的相关文献,并综述了支持语义角色标注的主要语料资源,从句法分析、特征向量选择以及机器学习3个角度介绍了目前语义角色标注的主要方法,指出语义角色标注的未来发展趋势。最后,详细描述了基于语义角色标注的科技创新知识发现过程以及语义角色标注在科技情报分析研究中的应用价值,以期促进大数据时代科技情报语义分析研究。     

基于粗糙集和RBF神经网络的文本自动分类方法

结合粗糙集的属性约简和RBF神经网络的分类机理，提出一种新的文本分类混合算法。试验结果表明，与朴素贝叶斯、SVM、kNN传统分类方法相比，该方法在保持分类精度的基础上，分类速度有明显提高，体现出较好的稳定性和容错性，尤其适用于特征向量多且难以分类的文本。     

一种混合文本分类方法研究

文本自动分类是信息检索领域的一个重要研究方向。一些标准的机器学习算法像支持向量机已经成功地运用到了这一领域。不幸的是高维的输入向量严重的影响了分类速度,而支持向量机核函数参数的确定影响到分类的精度。为了提高分类精度和分类速度,本文提出了一种混合分类算法,首先用粗糙集理论对向量进行约简,然后采用基因算法对支持向量机的核函数参数进行优化。实验证明我们提出的算法是有效的。     

面向专利分析的法律状态采集及应用实证研究

针对我国"虚高"的专利数据和目前专利现状分析的局限性,论述专利法律状态在专利现状分析中的重要性,设计并实现基于国家知识产权局网站的专利信息采集系统。系统通过网页信息抽取技术获取有用信息,建立了包括法律状态在内的本地专利信息数据库,并以高校有效发明专利为例进行实证研究。结果表明:专利法律状态在反映专利质量方面更有说服力,是对有效专利数量指标的良好补充,能使专利现状分析更为精确、客观和全面。     

融合评论主题识别与技术属性多维度分析的技术机会发现研究

[目的/意义] 提出一种融合评论主题识别与技术属性多维度分析的技术机会发现方法,从技术需求驱动视角识别技术机会,为企业前瞻布局研发方向与进行科研管理规划提供决策建议支持。[方法/过程] 以产品在线评论为研究数据源,首先,利用LDA主题模型识别出评论技术主题,提出技术评论主题强度和主题新颖度两个指标,筛选出新兴重点技术评论主题。然后,从学术论文、技术专利中人工选取技术属性词,通过TF-IDF值计算得到评论高频词,结合专家知识进一步筛选出技术特征词,构建产品技术属性词-技术特征词表。通过相关性计算分别得到与评论相关和与新兴重点技术评论主题相关的技术属性。最后,提出一种产品重要技术属性识别指标模型并设计一种多维度分析方法,分析产品重要技术属性的特征情况,最终识别出蕴含在评论文本中的新兴技术机会。[结果/结论] 实验结果表明该方法能够有效地识别技术机会,为企业产品技术研发管理提供参考。     

面向科学事件的因果关联与创新发现

[目的/意义]从因果关系视角出发,提出从科学事件中挖掘科技创新的逻辑链条并进行潜在创新机会发现。[方法/过程]首先,从科学事件中抽取出三元组结构的因果事件,然后将事件进行全局关联,构建为因果网络。然后,基于因果网络,分别提出基于语义因果的创新路径发现和基于表示因果的创新机会发现;最后,通过网络分析、路径计算、特征表示、链路预测等方法来挖掘科技创新过程中显著性的、强延续性的科学事件及其演化路径,并识别潜在的、具备因果逻辑的创新要素。[结果/结论]分析表明,人工智能和智能制造领域在科技创新中起到了非常重要的关联作用;天文、能源材料等领域在科学创新中延续性更强,发挥稳定性、基础性的作用;人文学科在科学研究中活跃性不足,未来需要与其他学科紧密结合。此外,通过潜在创新机会预测,发现全球气候变化与科技发展的诸多方面存在潜在的因果关系,未来应当持续关注气候问题。文章将科学事件的路径发现与要素识别转化到因果网络上,通过建模、计算、预测来挖掘科技创新的逻辑链,并通过实证研究为该方案提供切实可行的方法支持,能够为科学创新发展、科技战略布局提供参考,具有一定有效性与可行性。     

MapReduce原理及其主要实现平台分析

针对海量数据处理在处理速度、存储空间、容错性、访问时间等方面存在的问题,对Google MapReduce编程模型的原理、执行流程等进行分析研究,介绍4种主要的MapReduce实现平台Hadoop、Phoenix、Disco、Mars,从编程语言、构建平台、功能特点和应用领域4个方面对4种平台进行比较分析,以期对MapReduce编程模型原理及其应用平台有一个较全面的认识。