我国对技术创新的关注与研究-基于24年的文献计量分析/FONT

通过采集题目中含有技术创新的文献,对20世纪80年代初以来技术创新研究成果的规模和增长态势、主要研究机构、期刊、主题和学科分布结构,文献的产生方式、高被引成果,概念扩散和高频关键词等进行分析,揭示了我国对技术创新的关注程度、研究主题以及存在的问题。     

从关键词的变化看中国图书馆学研究主题的发展

根据1993-2002年间图书馆学研究论文出现的不同关键词数量及篇均关键词个数的增长情况,运用文献计量学的词频分析方法,对1993-2002年间图书馆学期刊论文的高频关键词进行统计分析,指出在网络环境下,"数字图书馆"及"资源共享"是图书馆学界的研究热点。     

国际科学学主题共词网络的可视化研究

采用可视化手段对国际科学学与科学计量学领域中六种核心期刊的高频关键词的共词网络进行了分析,利用社会网络分析的方法对共词网络进行聚类。研究表明,科学、技术和创新活动的研究是科学学与科学计量学的主题。并在此基础上对科学学研究的若干热点、未来的研究方向进行了预测。     

学术文本词汇功能识别——在关键词自动抽取中的应用

传统的关键词自动抽取常以候选词的出现频次、位置等非语义信息构建特征,并未考虑关键词在学术文献中承担的特定语义角色,即词汇功能。通过对现有数据统计,本文发现作者标注关键词中约有67.99%是研究问题或研究方法词。因此,本文将关键词的词汇功能分为三类:"研究问题""研究方法"和"其他",在传统的词频特征以及位置特征基础上,融合词汇功能特征,使用计算机领域的学术文献基于分类和排序两种思想进行关键词抽取实验。实验结果表明,融合词汇功能后,关键词抽取效果得到明显提升。相较于基准实验,二分类模型的准确率Acc和F值分别相对提升24.63%和25.19%,达到了0.840和0.666;排序模型的MAP、NDCG@5和P@5分别相对提升168.32%、189.50%和148.30%,提升至0.813、0.828和0.447,证明了学术文献词汇功能特征在关键词自动抽取中具有重要作用。     

基于加权关键词的领域热点与趋势分析新方法

[目的/意义]为克服关键词绝对词频分析的局限性,以关键词多因素加权及得分排名实现领域热点与趋势探索。[方法/过程]构建年度-关键词频次矩阵,用水平加权和垂直加权处理关键词词频,设计相对词频模型,计算关键词加权综合分值,以获得更有效的关键词排序。[结果/结论]基于关键词加权排序,可以识别量高质优型、量低质优型和突变型关键词,有利于挖掘研究热点和分析趋势。     

智能匹配优化管理的科技成果转化系统设计与开发

科技成果转化是推动科技进步的重要手段,其关键在于企业与研究人员进行良好的沟通,研究人员能够快速便捷地给企业推荐到切合的成果和服务。本文主要研究一种基于智能推荐的科技成果转化系统,系统根据审核的内容,对关键字进行智能匹配,选择合适的需求方,推动触发器发生响应,实现消息提醒,同时,数据库的更新实现智能选择。系统的使用有利于提高科研成果转化的信息化水平,也有助于减少企业搜索成本。     

SEO在提高企业竞争力中的应用

搜索引擎优化(SEO)在现在这个网络迅速发展的时代也同时萌生并不断改进。一个网站以其核心关键词在主流搜索引擎中获得排名优先,在今天竞争异常激烈,信息过度膨胀的社会有着极其重要的意义。如何提升自身网站或者网页所代表的内容,如产品、技术、服务等等,在相关联的关键词搜索结果中的排名位置,就成为"搜索引擎优化(SEO)和推广(SEM)"的一门专业技术或学问。SEO的目标,从根本上说,是要为网站带来新的消费者。抉句话说,SEO要做的工作是如何让目标客户找到自己的网站。     

《中国分类主题词表》的自动扩充研究——从元数据中提取关键词并定位

词表是图书馆和信息检索领域最重要的知识组织工具,《中国分类主题词表》是传统词表的一种,它的更新和维护一直依靠手工进行,这制约了它在数字图书馆和网络信息环境下的应用。本文介绍了一项基于统计的、从元数据的标题中抽取关键词并定位在词表中的方法。大致包括三个步骤:从标题中提取关键词;确定抽取出的关键词的专指度;将专指度高的专业词汇定位在词表中。在《中国分类主题词表》和上海图书馆提供的计算机科技领域的元数据上所进行实验,结果证明该方法是可行的。这一方法可以应用到自动标引或编目中,有一定的实用性和广阔的应用前景。     

政府信息公开的自动标引的设计与实现

文章介绍自动标引技术的发展现状,并将自动标引技术应用于政府信息公开的标引工作中,针对政府信息公开工作中存在的问题和不足,运用统计加权算法,将词频统计、位置加权、词共现统计三者相结合,设计实现了基于关键词的政府信息公开的自动标引。     

科技论文关键词的战略图分析

文章提出了科技论文关键词的战略图分析方法,从论文作者关键词、机器标引关键词和标题摘要中抽取的关键词中选择关键词,以消除标引效应,通过聚类将关键词划分为研究主题簇,计算研究主题簇的向心度指标和密度指标,绘制战略图,将研究主题簇分为4类,据此分析问题领域现状;将数据分为若干阶段,分别形成战略图,通过计算相邻阶段的主题簇的相似度指标、起源指标和影响指标,了解研究主题变迁和相互关系。实验证明了战略图分析方法的有效性。