基于关联数据的知识发现模型研究

文章在关联数据广泛应用和发展的背景下,通过分析知识发现与关联数据的关系,提出了基于关联数据的知识发现问题;继而分析和明确了基于关联数据的知识发现的潜力和特征;最后,通过将基于知识发现的应用的特殊性与知识发现活动一般规律相结合的研究,分析和构建了基于关联数据的知识发现模型,为相关研究提供基础和参考。     

基于知识单元间隐含关联的知识发现

面对现代科研环境e-Science,知识合作和新知识发现成为严峻的挑战.本文提出了基于共引知识元间语义关联的隐含知识发现方法.该方法将文献单元分解成知识元,以资源描述框架模式(RDFS)建立由性质P为中心的知识元本体模型,利用知识元间的共引关系挖掘知识元间隐含关联关系,通过隐含关联实现新知识发现.软件试验表明这一方法鼓舞人心.     

基于概念格的文献耦合网络知识发现研究

以CNKI真实数据集为研究对象,通过共引文献统计功能得出一个文献耦合网络。首先采用形式概念分析的方法构建耦合文献形式背景,其次对耦合网络中的知识载体与知识属性剥离解析,而后探寻知识概念的偏序关系,进而建立耦合文献概念格。经由知识聚类、关联规则挖掘等一系列格上作业,可视化地勾勒出文献耦合网络的知识结构以及知识属性之间的组分异质性规律,探索概念格技术与引文分析方法的融合机制。     

基于关联数据的知识聚合与发现研究进展

关联数据极大地推动了网络信息的关联建立,也为知识聚合提供了新的强有力的方法,由此引发从知识聚合到知识发现的拓展,关联数据的运用也迅速成为知识发现的有效途径和方法。文章对基于关联数据在知识聚合和知识发现领域的研究进行认真调研,并对关联数据知识聚合和发现的关系和前景进行分析和探讨。     

基于关联数据的知识发现应用体系研究

认为当前关联数据相关理论和技术日趋成熟,关联数据网络资源环境已经形成。进一步研究的趋势是充分地发挥关联数据的优势和潜力,使知识发现活动从中获益,同时通过知识发现应用促进和完善关联数据的发展,成为相关研究的新趋势。在基于关联数据的知识发现研究问题范畴内,分析和构建基于关联数据的知识发现应用体系,并且对体系中的主要功能进行阐释,为相关研究和应用建立统一的框架提供参考。     

基于文献的知识发现的应用进展研究

本文在对共词分析、共引分析理论、Swanson理论以及文本挖掘理论应用进展进行系统研究的基础上,将分别基于上述理论的基于相关文献发现、基于非相关文献发现和基于全文献发现统一整合于“基于文献知识发现”之下,构建起完整的基于文献知识发现的方法与应用研究体系,同时分析了其应用前景。     

基于非相关文献的三阶知识发现方法探讨

在目前非相关文献知识发现的开放式发现模式的基础上作进一步的共现发现,即通过三个文献集的分析能够推导出一种潜在的新关系,这种新关系是通过单独分析一个或两个文献集所无法获得的。通过在激光显示领域的实证研究,发现了一条“从实际需求出发—实现这一应用的技术系统—提高这一系统性能的方法—为该方法提供理论支撑的理论”的潜在关联链条,验证了基于非相关文献的三阶知识发现方法可以以研究目标和具体问题为导向,为研究活动提供服务。图4。表4。参考文献9。     

面向非相关文献的知识关联发现系统设计与实现

面向非相关文献的知识关联能够促进新知识的产生，为科学研究寻找新的线索提供了一种便捷、有效的辅助手段。本文首先设计了面向非相关文献的知识关联发现系统，该系统以《中国分类主题词表》为主题词受控词表，通过对文献摘要的中文分词处理，提取主题词并标引，提取文档特征矩阵并利用计量分析技术和聚类技术分析文献间特征的相似、相异水平，从词的粒度层面对非相关文献之间的关系进行挖掘，揭示非相关文献的知识关联。其次，基于该系统为用户精确匹配相关的知识库，采用ＴＯＰ?Ｋ算法反馈与用户相关的文献集，为用户提供满意度更高的知识发现及相关扩展服务。图５。参考文献２９。     

要重视隐性知识、隐性文献及其开发

本文阐述隐性知识、隐性文献是由于对知识及其载体的无效管理而产生的.在知识和文献的开发利用中,有许多因素都可能造成无效管理.本文列举了一些重视隐性知识、隐性文献开发、利用措施,特别分析了加强信息资源系统有效管理的措施.     

基于非相关文献的知识发现原理研究

从Swanson最早提出非相关文献的知识发现方法开始到现在,很多研究人员都投入到这个新兴的领域中去,概括起来分为以下几种方法:基于单词的词频统计方法、基于短语的词频统计方法、基于概念的知识发现方法、基于概念的词频统计方法,本文详细介绍了这些方法基本原理,并对其进行了简单的比较分析。     

基于文献的发现

本文介绍以揭示蕴含于公开发表文献中的知识片段间联系、发现尚未被人们发觉的公开知识为目的的“基于文献的发现”研究的哲学基础和研究现状 ,论述了该研究对情报研究和情报学自身发展的重要价值     

运用非相关文献知识发现方法挖掘科研机构潜在的合作方向

以非相关文献知识发现方法为理论基础，尝试利用Arrowsmith程序发现美国斯坦福大学和哥伦比亚大学在医学信息学研究领域的潜在合作方向，并与高频主题词聚类分析所找出的两机构的研究热点作比较，检验能否将这种方法运用到寻求发现科研机构合作与交流的领域中。结果表明，利用Arrowsmith所挖掘的科研合作与交流的内容更加详细、明确，能体现出研究所使用的具体方法和侧重点，能更好地体现出两个机构研究内容的相似点（可以合作之处）和不同点（可以相互交流、学习之处）。     

基于文献的领域知识网络构建研究

本文提出领域知识网络基于文献的实现过程,根据知识单元和知识关系的不同将知识网络划分为知识结构网络和知识主体关系网络两类。并在该体系基础上以时间、网络类型、层次为维度确立知识网络构建方法模型,旨在从不同水平的知识单元和知识关系构建并分析领域知识网络。最后以科学计量学为例对本文提出的思想进行了实证。     

基于文献的知识发现:一个面向H1N1的研究

目前,生物医学文献的数量正以爆炸性的速度增长,这些文献中隐含着大量有用的信息,挖掘这些文献可以形成医学假设.然而,传统的基于简单共现的方法会产生大量的目标词,从而导致准确率下降.本文提出一种新的选取连接词的方法,使用统计特征和文本特征来代替每一个连接词并表示为向量形式,然后把这些词分类为相关和不相关.使用相关的连接词发现目标词,可以提高知识发现的准确率.本文通过Swanson的两组经典实验--雷诺氏病和鱼油、偏头痛和镁,使用有效连接词的比例变化作为依据验证了方法的有效性.最后,本文以H1N1为初始词,进行开放式和闭合式知识发现研究,得到了较好的效果.     

中文文本解构与知识发现研究

中文文本是一个结构化的、综合性的信息和知识集合体,对中文文本的结构和特征进行分析,并对文本结构中所包含的各类要素进行分析,或重新排列和组织,以便发现文本中蕴含的知识和信息,是文本知识发现的重要途径之一.文章通过对中文文本的基本结构、主要特征、知识来源、知识组织等的探讨,以期达到文本知识发现的目的.     

知识发现系统的关键词联想推荐研究

当前我国工程科技领域存在海量数据,如何整合现有数字资源,用知识发现技术辅助专家学者发现当前各领域研究热点具有重要意义。文章通过计算关键词之间的直接关系和隐语义关系,提出了一种基于贝叶斯统计推断的关键词联想算法。解决了知识发现系统中的用户行为信息缺失和共现稀疏等推荐难题。     

企业知识发现中的个性化Web推荐服务研究

本文主要论述企业知识发现中基于个性化服务的Web推荐构成 ,提出了基于个性化技术构建用户兴趣模型的算法。文章根据用户有无介入兴趣模型构建的学习过程区分n元预测模型、用户兴趣关联规则库及利用用户兴趣词典进行Web页面请求预测的算法。最后介绍了Agent技术在企业个性化Web推荐系统中的应用