科技资源管理研究热点领域的定量分析

利用信息可视化方法对Web of Science(SCI, SSCI,A&HCI) 中1986—2009 年收录的科技资源管理论文的引文数据进行文献共被引分析,以图谱的方式展示科技资源管理研究关键节点所代表的科技资源管理研究专家及其著作对科技资源管理发展所起的重要作用,并探讨了国际科技资源管理研究的热点和前沿领域。     

领域分析范式视角下知识组织中若干问题研究

从领域分析范式的视角研究知识组织的若干基本理论问题,包括主题分析、分类法、语义关系和知识组织的基本原则等。对国外该方面研究的最新进展进行述评,并从情报学学科整体建设出发阐述领域分析范式的作用与意义。     

科学知识图谱：别样视角扫描《编辑学报》

科学知识图谱是科学计量学研究领域新的研究方法,为期刊研究提供了重要手段。下载中文社会科学引文索引（CSSCI）收录《编辑学报》1998-2009共12年的题录数据,区别于传统期刊文献计量方法,从作者同被引、关键词共现、机构合作、作者合著、期刊共被引、文献共被引等方面绘制科学知识图谱,快速扫描图谱蕴含的信息,揭示期刊的载文及其学术影响特征。     

基于本体与规则的语义推理研究

为解决本体相关概念的共享和信息集成,发现本体间的语义关联,提出了本体与规则整合下的语义推理模型ORRM,构建了家庭本体FO。将推理集中在两个不同层次,第一层的推理使用Racer推理机进行描述逻辑的推理,检测本体的冲突。第二层使用本体中表示的概念和属性制定成员规则库,采用基于XML的SWRL呈现规则和Jess推理引擎,增加了本体概念问语义的关联。该模型在本体中引入规则表示,弥补了OWL DL在推理机制上的不足,推导出的新本体在原本体的基础上实现了本体成员间隐含关系的语义推理,完善了本体知识库的内容。在语义Web领域,该模型的应用能够提高本体知识的利用率。     

基于领域本体的语义文本挖掘研究

为了提高文本挖掘的深度和精度,研究并提出了一种基于领域本体的语义文本挖掘模型.该模型利用语义角色标注进行语义分析,获取概念和概念间的语义关系,提高文本表示的准确度;针对传统的知识挖掘算法不能有效挖掘语义元数据库,设计了一种基于语义的模式挖掘算法挖掘文本深层的语义模式.实验结果表明,该模型能够挖掘文本数据库中的深层语义知识,获取的模式具有很强的潜在应用价值,设计的算法具有很强的适应性和可扩展性.     

国家信息政策体系研究——领域划分与结构分析

文章首先确定了国家信息政策80个主要关键词,在此基础上,运用共词分析,聚类出了信息政策5个子领域,并将其呈现在映射图中,以展现信息政策体系结构.进一步地,将其同Rowlands的结果对比分析,发现我国关于隐私保护方面存在政策缺失,以及在信息社会和基础设施方面更多地是使用了国家力量.     

多应用域交换平台交换规则的结构分析与定制

目前国内数据交换平台大部分基于数据映射模式,交换的系统之间耦合度高,生命周期短,运维成本大。鉴于此,提出了基于交换规则的多应用域交换平台方向,对其基本术语进行了定义,交换规则的结构进行了分析,定制流程进行说明,并通过示例进行了验证。     

基于跨领域知识的基金评论情感分析

对互联网上的基金评论进行情感倾向性分析,能够对中小投资者提供有益的帮助。由于这类评论未标注且样本数量相对较少,限制了基于统计的传统算法的性能。因此,通过引入其他领域的已标注评论,研究了使用PMI、SI词素算法实现跨领域知识转移的可能性。实验表明,基于其他领域知识的词素算法获得了更好的性能。对于基金评论来说,引入其他领域的已标注评论,通过使用词素算法,能够实现知识转移并促进系统性能的提升。     

民族地区如何增强职业教育的吸引力——以黔南布依族苗族自治州为例

民族地区由于基础教育薄弱,初、高中升学率不高,职业教育面临丰富的生源,但却存在招生困难,生源不足的尴尬局面。如何吸引两后生进八职业学校,学到一技之长后走上工作岗位,更容易地维持生计,是当前值得探讨解决的问题。     

典型的图像显著性检测算法分析和比较

图像的显著性检测是计算机视觉领域最为活跃的研究方向之一,如何检测出复杂背景下的显著物体,同时降低时间复杂度,得到分辨率高、边界清晰、整体均匀突出的显著物体是研究重点。首先论述了显著性检测原理,然后对近年来基于图像的显著性检测研究进行了详细的分析和介绍,将有关方法分成时域和频域两类,并重点介绍了各类中具有高影响力的研究成果,通过在常用的图像显著性检测的数据库中实验对比,分析了各类方法中典型技术的优缺点,最后展望了图像显著性检测在未来的发展方向和趋势。