基于特征项的文献共现网络在学术信息检索中的应用

在综合国内学术信息检索服务的现状和现有理论方法研究的基础上,以检索词推荐为研究对象,构建基于文献特征项共现网络的学术信息检索词推荐模型。模型包括基础文献存储模块、文献特征项抽取模块、文献特征项共现网络预处理模块、基于特征项的文献检索模块及检索词服务前端5个部分。利用实验验证基于特征项的共现网络用于检索词推荐的可行性,结果表明推荐模型结果与各检索项的检索词更具有相关性,推荐质量较好。     

基于文献标题词汇共现获取词间关系研究

通过词汇在文献里共现特征分析,可以为人工确定词间关系起到指引和减轻工作量的作用。文章具体使用水利水电领域专业词汇,通过在重庆维普核心科技期刊数据库中的共现频次和共现率的统计分析,以“水电站”与其他高频词组合检索,统计词频、共现频次以及共现率,结果认为,词频、共现频次、共现率等信息对人工确定词间关系具有指导意义,并且讨论了可能存在的问题及解决办法。     

基于共现分析的语义信息检索研究

提高信息检索系统的用户体验度可以从查询优化的算法和增强可视化展示的研究等方面入手。本文利用文献调研、共现分析和构建本体等方法,设计基于共现分析的语义信息检索和流程,并利用武汉大学图书馆的书目检索系统中"世界考古"类目的数据进行实验分析。经过文献调研发现,目前语义信息检索主要集中在基于本体的查询技术、语义标注问题和语义关系检索等方面的研究,语义信息检索目前只能做到表层相关的检索。构建的基于共现分析的语义信息检索模型包括规范器、分析器和本体构建器三个部分,其中分析器是本模型的核心。经过实验分析发现共现分析可以应用于语义信息检索,并比较得出基于共现分析的语义检索比传统检索更具人性化、引导性。     

我国参考咨询馆员研究进展

以CNKI为数据采集平台,以“参考咨询馆员”“参考馆员”和“学科馆员”为检索主题,运用书目共现系统,对检索到的文献进行了初步的数据统计和外部特征标识的分析。同时,对高被引文献的研究内容、热点变化和特征做了初步的分析。并对今后发展的趋势做了总结和预测。     

近年来中国发表SSCI论文状况及可视化分析

作者检索了SSCI数据库,索得除中国台湾地区之外的中国SSCI论文.文章重点分析了2005-2007年中国发表的SSCI论文状况.发现中国SSCI论文呈逐年增长之势;香港地区大学是我国发表SSCI论文的主体;SSCI论文主要涉及经济学、管理学、生理学等学科领域.可视化方法揭示出,我国SSCI论文倾向于和美英等发达国家合作,并展现了我国SSCI论文关注的若干热点主题.最后,针对SSCI的态度提出了看法.     

非相关文献知识发现的理论基础研究

研究发现,非相关文献知识发现有三个理论基础:检索理论、文献计量学理论和逻辑学理论.其中目标性检索策略、共现理论与三段论的逻辑推理是非相关文献知识发现的实际应用理论.目标性检索策略总的原则是缩小范围,提高主题关联度与准确性,这决定了非相关文献知识发现过程中过滤和排序方法的改进方向;而基于三段论逻辑推理的非完全形式化,非相关文献知识发现应改变目前的以完全自动化为目标的研究方向,实现高阶共现框架下的非相关文献知识发现的过滤和排序方法的优化,从而形成人工辅助下的更具实际应用价值的知识发现系统.     

基于LDA和社会网络中心度的研究生个性化检索推荐模型研究

[目的/意义] 为了解决研究生用户面临的检索问题,提出一种基于LDA和社会网络中心度分析的个性化检索推荐模型。[方法/过程] 首先,该模型以研究生学科专业为个性化特征,并据此选择相应的数据源。其次,该模型使用LDA识别主题内容,以完成全面知识的展示。再次,该模型根据用户提交的检索词在相应的关键词-主题共现网络中进行社会网络中心度分析,以完成用户相关知识的推荐。[结果/结论] 实验表明,该模型能够很好地解决研究生检索中个性化特征、全面知识展示以及相关知识推荐三大问题,其有效性得到一定程度的验证。     

基于多重共现揭示高校图书馆与核心期刊间的发文关联关系研究

本论文从多重共现的分析角度出发,通过对Morris交叉图技术进行改进,使其适用于多重共现的分析,同时综合运用多重共现的分析方法及多重共现的交叉图技术对高校图书馆与核心期刊间的发文关联关系进行了分析。通过研究高校图书馆-核心期刊-关键词的多重共现关系发现:(1)高校图书馆与核心期刊的发文关系具有一定的地域性特点;(2)高校图书馆较为注重用户服务和资源环境建设等方面的研究;(3)各核心期刊所刊载的高校图书馆论文的研究主题各具特色;(4)各高校图书馆除了会在某些核心期刊上发表关于某几个特定主题的文章之外,在各类期刊中发文的主题可以说是百花齐放。     

客观知识体系中语义关系相邻共现规律研究

客观知识体系是由概念为节点和语义关系为边组成的大规模语义网络,其中普遍存在着大量的语义关系相邻共现现象,却一直未引起学者的关注.本文针对语义关系相邻共现现象进行了定义与分析,并根据语义关系共现的特点和基于前人的共现分析方法,选择了语义关系相邻共现强度函数,并以WordNet为背景计算其语义关系相邻共现矩阵.通过分析该共现矩阵发现了单个语义关系间的共现规律,并依据语义关系分类进一步挖掘了一类语义关系与其他关系间的共现规律.这些语义关系相邻共现规律的发现为判断语义关系组合的可能性和有效性提供了客观依据,为研究语义关系组合打下了很好的基础.     

基于关键词共现分析的检索结果聚类研究

随着互联网规模的急剧扩张,提升信息检索的效用变得相当困难.本文首先通过特定算法提取每篇文档的关键词,然后运用统计方法计量不同文档的共现关键词并形成相应的共现关键词标签矩阵,最后利用层次聚类算法对共现关键词标签进行聚类并形成相应的层次标签树来构造文档聚类束.该方法可以对源搜索引擎返回的结果进行有效的分类,使用户在更高主题层次上查看检索词的相关信息,准确地找到感兴趣的信息.通过与Lingo算法的比较,显示本文算法所得的标签更具可读性和概括性,同时F-measure评价指标也表明本算法在文本聚类的质量上有了一定的提升.