企业大气污染排放数据挖掘方法研究——以北京及其周边为例

目前,大气污染决策已经成为我国一项直接影响经济、社会发展的重要情报工作。为了得到 对北京及其周边主要工业企业大气污染排放的精确、可信的情报,本研究通过对北京及其周边企业大 气污染排放数据的获取,构建企业大气污染排放数据库,并对北京及其周边地区不同类型企业、不同 类型污染物以及不同方位的污染排放进行数据分析,寻找造成北京及其周边大气污染的主要污染物、 主要污染类型企业和主要方位,再基于模糊认知图的数据挖掘方法定量地建立企业污染排放对大气污 染的非线性影响关系,由此为北京及其周边企业大气污染防控提供决策支持。     

数据挖掘技术在教学设计前端分析中的应用研究

教学设计前端分析是教学设计的第一步,在教学中起着至关重要的作用。数据挖掘技术（DM）是一种信息处理技术。在前端分析数字化的基础上,应用DM从中发现学习者的定量化特征,向决策者提供信息支持,有利于提高教学设计的质量水平。本文基于综合集成（Meta—synthesis）方法论,运用DM中的BP神经网络和层次聚类分析法对教学设计前端分析中的认知能力和学习动机做了研究,并对结果做了分析。     

Web搜索结果多层聚类方法研究

为了便于用户浏览搜索引擎返回结果,本文提出了一种基于TFIDF新的文本相似度计算方法,并提出使用具有近似线性时间复杂度的增量聚类算法对文本进行多层聚类的策略。同时,提出了一种从多文本中提取关键词的策略:提取簇中的名词或名词短语作为候选关键词,综合考虑每个候选关键词的词频、出现位置、长度和文本长度设置加权函数来计算其权重,不需要人工干预以及语料库的协助,自动提取权重最大的候选关键词作为类别关键词。在收集的百度、ODP语料以及公开测试的实验结果表明本文提出方法的有效性。     

基于天际线算法的主题排序方法研究

针对现有主题排序偏主观、高维数据复杂难处理等问题,提出一种基于近邻传播聚类和天际线算法的主题排序方法。结合关键词重要性和近邻传播聚类算法自适应获取文献初始核心主题,借助平均相似性系数进一步对初始主题簇进行二次近邻传播聚类。以簇中心代表关键词的篇均被引量和篇均下载量为主题热度表征指标,利用天际线算法获取主题天际线集合,通过主成分分析法实现主题排序。对中国知网2010—2020年与供应链相关的期刊文献进行数据处理和挖掘时发现,本文提出的新方法可以有效地识别供应链领域研究主题及其热度,不仅可为相关科研人员的科学选题提供指导意见,也可为相关期刊的精准选稿提供决策支持。     

基于数据挖掘的高校图书馆读者行为研究——以西南交通大学图书馆为例

数字图书馆改变了传统图书馆的服务模式,同时也积累了大量的读者信息,为个性化服务提供了数据基础。提出了数据挖掘方法在高校图书馆读者借阅行为分析中的具体应用。     

提高图书利用率的数据挖掘策略——以西南大学图书馆为例

通过利用数据挖掘技术对图书馆读者服务中产生的大量用户数据进行科学分析,不仅可以发现读者的借阅规律、借阅特点,而且可以引导读者进行正确的学习,发挥图书馆的教育功能;同时还可以为图书馆科学管理提供事实依据,丰富图书馆的馆藏资源,提高图书馆资源利用率。     

多专长专家识别方法研究——以大数据领域为例

[目的/意义]国家政府、大中型企业以及研究机构面对技术难题,如何找到合适的专家是迫切需要解决的问题。面对需要运用多学科知识来解决的综合性复杂难题,寻找到多专长专家显得尤为重要,寻找合适的方法识别出多专长专家是本研究的目的。[方法/过程]利用专家所发表的学术论文数据,通过抽取专家有代表性的研究专长特征,基于TFIDF加权的重叠K-means聚类算法对专家进行重叠聚类划分,挖掘出专家的多个研究专长,进而识别出多专长专家。[结果/结论]研究结果表明TFIDF加权的重叠K-means聚类算法在查准率、召回率和F值上有良好的表现,可以识别多专长专家。     

数据挖掘助力科技期刊选题策划——以《大气科学学报》为例

基于《大气科学学报》2016年第6期和2019年第1期2期专刊策划实践,发现数据挖掘可有效提升科技期刊专刊的学术影响力和社会影响力;基于数据挖掘,科技期刊专刊可实现特色化的选题策划、精准化的组稿策划和个性化的运营策划.通过数据挖掘策划专刊出版,应充分发挥编辑、编委(主编)和专家的作用与优势,并最终形成办刊合力.为此,要...     

瑞吉欧教育理念下公共图书馆学龄前儿童多维阅读探析——以重庆图书馆为例

以重庆图书馆为例,探讨了瑞吉欧教育理念下学龄前儿童“说、秀、做、引”多维阅读措施策略及其重要实践意义。     

同一题材的多维报道视角探究——以湖南日报报业集团十八洞村报道为例

以"口语化""故事化""数据化"为抓手进行内容创新,从主客体视角切入进行表达创新,通过丰富手段、拓展平台进行形式创新,是新舆论生态下传统媒体提升宣传报道传播力、影响力、吸引力的有效举措。     

Web日志挖掘数据预处理方法研究

Web日志挖掘技术是Web数据挖掘中最重要的应用。通过对挖掘服务器日志文件的分析和研究，可以对网站的组织结构及其性能进行改进，增加个性化服务，发现潜在的读者群体。数据预处理关系到Web日志挖掘的质量。数据预处理包括数据清理、识别用户、识别用户会话、格式化，目的是分割服务器日志为多个独一无二的用户的一次访问序列，并给予了算法实现。     

数据挖掘领域的科研合作网络分析

基于SCI和SSCI数据库中以“数据挖掘”为主题的文献题录信息,构建三个科研合作网络（高校间、公司间、国家间）,利用社会网络分析方法对这三个不同类型的网络特征进行对比分析。结果显示,数据挖掘领域的研究成果涉及众多研究方向,不同的机构实体有不同的研究重点,所构建的三个不同类型的科研合作网络在诸多网络特征上存在较大的差异,包括合作网络的密度、节点的平均度、最大成分的平均最短路径、最大成分的比重等。最后对部分高校与公司的研究重点进行具体分析。
     

融合复杂网络科技文献分析工具综述

当前对于各种大型网络的各类特征研究已成为学术界的研究热点。为了更加高效准确地分析不同网络的各类特征,研究学者们已经开发出了大量的网络分析工具。文章首先阐述了用网络分析工具辅助科技文献领域研究的重要性,调研了国际上的网络数据分析挖掘工具,总结了各种分析工具的特点和用途,重点从功能、架构、技术上分析研究了应用于科技文献领域两款有代表性的软件ArnetMiner和D-Dupe。最后总结了网络分析工具的分类和进一步的发展方向。     

基于数据挖掘的图书馆活跃读者研究

使用数据挖掘技术的决策树算法,以图书馆流通信息和读者信息为研究对象,通过计算各属性间的信息增益度,构造完整的活跃读者决策树,得出活跃读者的评价规则,并提出活跃读者的管理模式,为图书馆有针对性的深层次服务提供决策依据。     

网格环境下多媒体关联规则数据挖掘方法研究

分析多媒体数据挖掘的需求，介绍常见的多媒体数据挖掘形式及存在问题，针对此类问题探讨基于网格环境下多媒体关联规则数据挖掘方法，该方法是Apriori算法在网格环境下的具体应用。通过实例证明该方法不仅具有经典Apriori算法的准确性，还具备网格的并行挖掘特性，可大大提高数据挖掘的速度及运算效率。     

数据挖掘技术在科研信息服务中的应用研究

针对网络信息检索的现状，本文从数据挖掘、序化、组织和应用等方面，论述了基于数据挖掘技术的网络信息检索优势，对拓展科研信息服务提出了几点建议。     

基于数据挖掘的图书馆读者行为分析

随着数据库技术的迅速发展以及数据库管理系统在图书馆的广泛应用，在图书馆，积累了大量的读者对资源的历史访问数据。这些数据背后隐藏着许多重要的信息，通过对其进行更高层次的分析，便能更好地利用这些数据为读者服务。     

泛在知识环境中数据挖掘技术进展分析

本文针对泛在知识环境的特征和知识获取需求,重点从数据挖掘的智能演化、挖掘层次、发展要素三个主要方面进行调研分析,探讨了数据挖掘的本质要素及规律,指出基于智能语义处理的知识挖掘是数据挖掘发展的必然趋势.本文进一步提出,将人工智能领域的智能信息获取技术与知识管理领域的大规模语义知识处理技术相结合,构建语义知识表示、分析、检索、推理、挖掘等一体化的知识挖掘体系,是实现大规模知识获取和提升其智能水平的有效途径.     

基于双聚类方法的生物医学信息学文本数据挖掘研究

运用TDA和gCluto软件对SCI数据库中近5年的相关文献进行处理,获得双聚类矩阵图,经分析后得到该学科领域近年来的期刊研究主题方向与热点。结论认为,双聚类方法能够很好地反映学科发展状况及研究热点,从而为医学人员提供有价值的信息与知识,值得进一步研究与推广。     

数据挖掘在数字图书馆中的应用研究综述

论文从数字图书馆读者分析、资源建设、个性化服务等几方面对数据挖掘技术在数字图书馆中的研究和应用现状作了简要述评,并提出了数据挖掘应用于数字图书馆的进一步发展方向。