关联数据在生命科学领域的应用现状

在开放的网络环境下,数字资源的语义互联和语义聚合既是开发利用数字资源的现实需求,也是深化知识组织和知识发现、提升知识服务能力的关键问题。关联数据为这一问题提供了便捷可行的解决方案。简要介绍生命科学领域数据集,从语义搜索、数据挖掘、本体复用、知识构建和资源共享角度梳理了生命科学领域中的关联数据项目,从而发现关联数据在大规模数据资源的组织、数据挖掘和知识发现方面具有明显的优势和潜力,并且关联数据可为生命科学领域提供更强的跨机构合作和数据共享的能力。     

空间同位规则算法的研究与改进

空间关联规则是空间数据挖掘所要发现的一种重要知识。一般的空间关联规则研究是基于传统的关联规则,然而这些方法在处理空间关系时是不适用的。同位规则问题的提出,很好的解决了挖掘正确有效的空间关联规则的需要。在介绍空间多维分类数据同位规则挖掘算法的基础上,对该算法进行了一点改进,使其能更好的针对不同的实际数据进行处理。     

空间同位规则算法的研究与改进

空间关联规则是空间数据挖掘所要发现的一种重要知识。一般的空间关联规则研究是基于传统的关联规则，然而这些方法在处理空间关系时是不适用的。同住规则问题的提出，很好的解决了挖掘正确有效的空间关联规则的需要。在介绍空间多维分类数据同住规则挖掘算法的基础上，对该算法进行了一点改进，使其能更好的针对不同的实际数据进行处理。     

基于关联数据的馆藏文物资源知识关联与智能问答研究

【目的/意义】馆藏文物资源知识分散、异构、关联程度较低,本文提出一种馆藏文物资源知识关联的有效方 法,便于关联化的知识服务的开展和馆藏文物信息资源的开发利用。【方法/过程】本文在分析馆藏文物信息资源关 联和智能问答现状的基础上,提出基于关联数据的馆藏文物信息资源知识关联方法,构建了一个基于关联数据的 知识关联模型。通过借助关联数据相关技术、利用SPARQL以及HTML对馆藏文物资源知识进行访问和查询。【结 果/结论】将馆藏绘画类文物知识发布为关联数据形式后,馆藏文物资源知识得到充分的聚合,深度展现文物信息 资源之间的关系,提高了不同需求的用户浏览不同粒度的文物知识、知识实体关系的效率。【创新/局限】从关联数 据角度出发,提出基于多粒度语义查询的智能问答服务框架。下一步研究需要扩展馆藏文物资源的数据采集规 模,对馆藏文物资源的深层次关联发现进行探索。     

基于全文知识网络的学术资源关联发现实践

【目的/意义】通过对学术资源进行深度挖掘与语义化组织,实现学术资源及其内部知识之间的关联发现。 【方法/过程】本文提出基于全文知识网络的学术资源关联发现方法,设计了全文知识网络的模型和构建流程,以 Pubmed Central数据库中拟南芥（Arabidopsis）相关的520篇期刊论文全文数据为实验对象,通过全文解析和挖掘将 其分解为细粒度的知识,形成全文知识网络。然后利用SPARQL查询和RelFinder可视化工具从数字资源层、知识 单元层和知识对象层三个层次开展关联发现实验。【结果/结论】本文构建全文知识网络对学术资源进行细粒度组 织和挖掘,有助于发现不同学术资源及其内部知识之间的潜在关联,对学术资源的深度利用具有重要的意义。【创 新/局限】本文创新之处在于通过构建全文知识网络对学术资源进行细粒度揭示和组织并进一步发现潜在关联,局 限在于尚未开展大规模应用实践。     

基于元数据的科学数据与科技文献关联研究

科学数据与科技文献关联分析对于实现集成信息服务、促进知识发现和完善e-science环境具有重要意义.文章从科学数据和科技文献的元数据描述元素出发,总结分析出了两者之间的几种关联模式:作者关联、学科分类号关联、关键词关联,并分析了两者基于元数据描述进行关联的可行性与优势.     

基于文献的知识发现工具-Arrowsmith

专业文献间的隐性关联往往与科学发现有着重大意义，芝加哥大学Swanson教授于1986年创立了一种基于非相关文献知识发现的方法，通过找寻隐藏关联用于知识发现，对其方法实现工具—Arrowsmith软件的设计思想、运行机制、功能及数据处理过程进行了介绍。     

基于关联数据的知识网络构建策略探析

在图书馆传统服务边缘化背景下,针对数字图书馆资源整合方式及现状,探讨了当前数字图书馆知识管理的不足,分析了基于关联数据技术构建知识网络模型的必要性,同时提出数字图书馆知识网络基本架构,阐述了如何利用关联数据技术实现资源发现和知识整合,将图书馆服务嵌入到EKnowledge环境等方面的应用。     

数据仓库和数据挖掘在高校教学管理中的应用研究

数据挖掘通常又称为数据中的知识发现（KDD）,是自动或方便地提取代表知识的模式。本文以高校教学管理中的数据为研究对象,使用关联规则Apriori算法,对教学管理信息系统中产生的数据进行数据挖掘,取得频繁项集,为教务管理工作提供指导和分析,并为教务工作提供了一种研究思路和分析方法。     

科学论文内的科学数据组织和发现研究

[目的/意义] 科学论文中的图、表等科学数据（文内数据）蕴含有丰富的知识内容。基于细粒度语义组织的文内数据发现有效聚合文献、科学数据两类科研产出,为未来实现全领域、全维度、全粒度、全类型的深度知识发现奠定基础。[方法/过程] 梳理、对比、分析现有3类文内数据的发现模式,尝试构建面向细粒度内容描述的文内数据本体,揭示文内数据的显性特征、内容特征以及与其他类型科学产出的关联特征。[结果/结论] 从面向应用的角度,提出基于本体的文内数据知识发现技术框架,细化"信息抽取—语义标注—关联应用"技术路线,针对关键点技术进行讨论。文内数据本体为科学论文内科学数据提供语义描述和关联组织依据,人工标注结合机器学习自动标注可以解决文内数据部分特征发现问题。