北京大学地球与空间科学学院学科热点与交叉研究

对北京大学近5年来北京大学地球与空间科学学院本硕博学位论文的关键词进行词频统计与共词聚类分析,研究高频关键词之间的结构关系,探究北京大学地球与空间科学学院各专业的学士、硕士、博士学位论文的选题方向、研究内容,总结了近5年来地球与空间科学学院各个学科的研究热点,并从提炼的高频关键词中探索学科交叉领域,结合学院特色,研究学科合作的可行性方式,从而探寻未来学术研究与人才培养的发展趋势。     

基于共词聚类的学科交叉热点研究——以图书情报学和教育技术学为例

以2009年～2018年共10年间的图书情报学的14种C S S C I核心期刊和教育技术学的7种CSSCI核心期刊的引文数据为研究对象,对图书情报学与教育技术学学科之间交叉研究的关键词进行共词聚类分析,得到了系统聚类树状图,进一步研究得出有关图书情报学和教育技术学两门学科交叉研究热点的8个主题类团并对其进行了深入分析...     

应用Autonomy专题聚类方法揭示领域学科热点

共词聚类分析是情报学中进行学科热点探测、掌握学科发展脉络的一种主要方法,目前已经比较成熟得到了广泛的应用。Autonomy公司开发的autonomy智能搜索系统也同样具备专题聚类的功能,本文对该系统专题聚类的原理以及功能进行了阐述,并用CSCD的试验数据对系统的聚类功能进行测试。通过对试验结果的分析和解释,证明了autonomy系统的专题聚类功能具有一定的应用价值,可以与其他聚类方法结合起来,对探测学科热点提供一定的帮助。     

现代科学发展学科交叉模式探析——一种学科交叉模式的分析框架

现代科学的聚合化有着多种不同的表现形式,不同的聚合方式体现出现代科学发展过程中各学科间交叉模式的多元性,成为交叉学科性质上差异的根源。从学科交叉的构成要素出发,以学科为逻辑前提与理论始点,通过建立一种学科交叉模式的分析框架,试图揭示出学科交叉模式特征与规律。     

基于优化初始聚类中心的K-means聚类算法

针对传统的K-means算法运行的结果依赖于初始的聚类数目和聚类中心,本文提出了一种基于优化初始聚类中心的K-means算法。该算法通过量化样本间距离和聚类的紧密性来确定聚类数目K值;根据数据集的分布特征来选取相距较远的数据作为初始聚类中心,避免了传统K-means算法的聚类数目和聚类中心的随机选取。UCI机器学习数据库数据集的实验证明,本文所提出的改进的聚类算法获得了良好的聚类效果,同时获得较高的聚类准确率。     

多属性交叉聚类法的理论与应用

针对聚类分析的可解释性和可用性提出多属性交叉聚类法,并在中国城市综合竞争力评价分析中与传统方法进行对比,结果也显示出其优越性。     

基于社会网络分析的我国学科服务研究的主要学术合作群体和热点研究

以CSSCI中1998-2010年的学科服务研究论文为研究对象,对其进行统计分析。采用社会网络分析法,对论文的合著者和关键词采用网络可视化分析,揭示我国学科服务研究的主要学术合作群体和研究热点。     

聚类算法的分析与研究

本文对聚类分析中聚类算法的基本理论进行了详细分析研究,并在此基础上,提出了一个聚类算法的通用算法框架。     

基于复旦大学ERU数据的学科交叉程度与研究热点分析

本文利用复旦大学ERU数据采集平台,从底层网络数据中获取用户访问图书馆电子资源时检索行为的动态数据,运用Session ID关系、因子分析和聚类分析等方法,分析我国高校学术研究的学科交叉程度及研究热点。结果表明,学科交叉研究采用动态数据源进行分析,可以拓展学科交叉研究的深度和宽度,弥补以往研究中仅针对静态数据分析研究的不足,促进学术研究和科学创新上获得新的生长点。     

数据流聚类算法分析

数据流作为一种新的数据对象,近年来成为了数据挖掘领域的研究热点问题,具有很大的应用前景。文章首先比较了数据流聚类分析和传统的聚类分析的一些不同点,然后对目前几个典型的数据流研究成果进行了分析,最后对数据流的进一步研究方向进行了展望。     

基于社会网络分析的出版社微博互链网络研究

微博是目前广泛应用的社会化媒体之一,出版社也利用微博开展营销活动提升影响力。本文选择了腾讯微博中经官方认证且有一定影响力的15家出版社微博,以它们组成的微博互链网络为研究对象,运用社会网络分析方法,从密度分析、中心性分析、凝聚子群分析三方面对出版社微博互链网络进行分析评价,并对出版社微博的发展提出建议。     

一种新的基于层次凝聚的高效复合聚类算法

复合聚类算法是在改进的单连接算法和基于距离的聚合算法的基础上叠加形成。改进传统的单连接算法可以缩短数据聚合的时间,而基于距离的聚合算法则可以增大结点规模,满足数据量大、复杂度高的要求。实验结果表明,采用复合聚类算法能够有效地提高数据聚集的准确率和缩短响应时间。     

基于社会演化算法的聚类新算法

K均值聚类算法通常只能以局部最优结束,很难找到全局最优。提出了一种基于社会演化算法和K均值算法相结合的聚类新算法。在该算法中提出了认知主体在聚类中对范式学习的新的方式。实验证明该算法能大大提高聚类的效率和精度。     

学科交叉研究的范例--美国科学和技术中心(STC)的学科交叉研究

学科交叉研究是解决复杂性科学问题和产生重大科学发现的重要途径.促进学科交叉发展需要合适的组织形式.国际经验表明,研究中心是促进学科发展一种成功的组织形式.本文选择美国科学和技术中心（STC）作为研究案例,考察STC的目标、运行特点、组织与管理模式和成就,提出对我国学科交叉研究发展有借鉴意义的几点结论.     

跨学科研究中学科交叉度的定量分析探讨

跨学科研究已成为当今科学研究的一大热点,而对于跨学科现象的理论和实践研究却落后于跨学科研完本身.从文献计量的角度对跨学科进行研究是一个重要的途经,这有利于对跨学科研究的属性和结构获得大致的了解和把握.在总结和回顾跨学科研究的历史、概念和方法的基础上,通过基于文献计量的跨学科研究和学科交叉度的相关成果和理论的深入研究,比较分析了主要的学科交叉度指标,提出了跨学科研究理论和实践方面的若干思考和建议.     

核聚类算法研究

聚类算法是数据挖掘的基本算法之一,核聚类方法通过引入核方法,把输入空间的数据非线性映射到高维特征空间,增加了数据点的线性可分概率,扩大数据类之间的差异,使得到的聚类结果更准确的反应分布的情况。     

科学计量学常用工具的聚类算法分析

介绍聚类算法的过程以及聚类有效性指标的分类,分别评述科学计量学常用软件中的几种聚类算法,分析聚类算法的特性并采用基于类内紧密度和类间分离度对聚类结果的有效性进行探讨,总结各聚类算法的效果并对应软件分析的结果进行案例分析。     

也谈基础性研究的学科交叉

基础性研究的目的在于认识自然现象,揭示自然规律,以及探索新原理、新办法,开拓新领域等,它是新技术、新发明的源泉和先导,科学技术的每一次重大进步都是以基础性研究的突破和发展为前提的,基础性研究已成为推动现代科技和经济持续发展的重要支撑和后盾。基础性研究从本质上说是一种创新的生产活动,创新已成为基础性研究的灵魂。现代科学发展既高度分化又高度综合的结果表明,交叉学科是培养创新学术思想的沃土。基础性研究的课题来源于实践,随着科学的发现、认识的提高,人们越来越发现很多研究涉及的内容并不是一个学科所能包含的…     

文本聚类算法的质量评价

文本聚类是建立大规模文本集合的分类体系实例的有效手段之一。本文讨论了利用标准的分类测试集合进行聚类质量的量化评价的手段，选择了k-Means聚类算法、STC（后缀树聚类）算法和基于Ant的聚类算法进行了实验对比。对实验结果的分析表明，STC聚类算法由于在处理文本时充分考虑了文本的短语特性，其聚类效果较好；基于Ant的聚类算法的结果受参数输入的影响较大；在Ant聚类算法中引入文本特性可以提高聚类结果的质量。