我国知识产权研究领域的共词网络分析

国内知识产权研究领域的关键词共现网络顶点度分布符合幂律分布特征,具有较高的聚类系数和较低的平均距离,符合复杂网路特征。通过G-N聚类分析,发现目前国内知识产权研究领域主要包括知识产权的数字化挑战、知识产权与技术创新等七大子领域。引入关键词的学科隶属度算法,对经济管理学、图书情报学和法学在知识产权领域的研究热点分布情况进行可视化分析,发现图书情报学在知识产权的数字化挑战及其应对方面的研究优势明显,进而建议图书情报学界加强跨学科合作,拓展学科覆盖面。     

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。
     

“一带一路”倡议下的Twitter文本主题挖掘和情感分析

[目的/意义] "一带一路"倡议的提出引起了国内外广泛的关注，众多国家的用户在最具代表性的社交媒体Twitter中表达观点、发表评论、相互讨论。从推文中挖掘得出世界对"一带一路"的讨论主题和情感倾向，有助于为政府机构优化宣传策略，增加"一带一路"倡议的曝光度、关注度提供参考。[方法/过程] 采集2017年与"一带一路"相关的6万余条推文，分别按照中文和英文进行数据预处理、数据描述、主题挖掘、情感分析，并实现主题和情感的交叉分析，得出结论。[结果/结论] 2017年的推文主题主要围绕5月份的"一带一路"高峰论坛。其中，中文推文更关注高峰论坛的筹划和实施，以及安全问题、领导层的访问等方面的内容，情感值的波动较大，特别是安全问题上的消极情绪波动很大。英文推文则更关注举办高峰论坛的事实以及论坛所带来的经济效应，情感波动较小，经济方面的情感值是积极占比明显高于消极和中立的情感值。     

解读百年老校山西省汾阳中学

汾阳中学是山西省中学教育历史上屈指可数的百年名校。早在1906年,汾州府创建了“汾州府中学堂”。1915年,美国卡尔顿大学及基督教公理会创办了教会学校——铭义中学。1949年,人民政府接管铭义中学,并将汾阳、文水、介休、孝义、铭义、尊德等中学合并组建了山西省立汾阳中学。这里,曾是革命老区吕梁第一个中共党小组的诞生地;这里,曾是一批又一批国家栋梁成才的摇篮。     

Web搜索引擎日志挖掘研究框架

搜索引擎日志记录了用户与系统交互的整个过程。对日志文件进行挖掘,可以发现用户进行Web搜索的行为特征与规律,有效改善搜索引擎系统的性能。在对国内外相关研究进行系统梳理和总结的基础上,文章提出了一个Web搜索引擎日志挖掘的研究框架,主要包括日志挖掘的研究内容、数据集的选择方法、数据预处理的方法、不同地域用户行为的特征与比较、如何应用于系统性能的改善等内容。     

博客圈的特征及其演化机制初探*

以中文博客圈为考察对象,揭示博客圈的特征和演化机制。基于博客圈的共同用户关系构建博客圈间的复杂网络,并探讨其度分布情况。最后提出一个博客圈间复杂网络的演化模型,以此模型所模拟的结果与实证结果吻合效果较好。     

一种基于内容规则的网页去噪算法*

提出一种基于内容规则的网页净化算法。包含两部分,先提出一种同层表间的比较迭代算法,通过迭代的方式对于网页中的噪声内容进行层层剥离。为进一步判断网页中锚文本与网页主题的相关性,又提出一种基于修正的编辑距离的计算锚文本的主题相似性的算法,在一定程度上考虑了网页的语义因素。该算法具有更高的准确度,同时具有很低的时间复杂度。实验结果表明,在对海量网页进行净化处理时,算法具有良好的效果。     

统战理论的发展与中华民族凝聚力的增强

十一届三中全会后，为适应全球化的大趋势，不断提高中华民族凝聚力，统战理论在当代形成两次飞跃：邓小平新时期统战理论与江泽民统一战线思想。统战理论在当代的每一次飞跃，都使统一战线充分发挥了“法宝”作用，极大地增强了中华民族凝聚力。     

我国数字图书馆研究论文（2005—2009）的统计分析——工程项目及基金项目

基于国内数字图书馆研究领域相关文献，对国内数字图书馆近5年的研究接受基金资助情况、领域内重点基金项目和重点基金项目资助领域的分布情况等进行了统计与分析。     

ChatGPT生成中文学术内容分析——以情报学领域为例

学术写作是ChatGPT的主要应用方向之一。文章以情报学领域的核心期刊论文为研究对象,首先从词、句、篇3个维度出发,使用词性标注、n-gram等文本处理方法对ChatGPT和人类产出的论文引言内容进行对比分析。然后将判断学术内容是否由ChatGPT生成视作一个二元分类任务,采用朴素贝叶斯、支持向量机、随机森林算法进行文本分类实验,并使用SHAP方法对文本结构特征的重要性进行分析。研究发现：ChatGPT在描述有具体时间节点的事实性信息和引用政策文件或研究报告等方面表现较弱,生成引言的篇幅较集中,撰写论文相较于人类更加“循规蹈矩”;查重工具通常无法准确检测出ChatGPT生成内容的原创性,但分类模型可以比较容易地区分出引言是否由ChatGPT生成,平均句子长度、词汇多样性和文本长度是影响分类结果最重要的文本结构特征。