首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到10条相似文献,搜索用时 15 毫秒
1.
知识挖掘一直是知识管理中的热点研究领域。知识挖掘作为知识开发的重要工具,为知识的创新提供了更多方法和技术,不仅可以提高知识管理的效率,而且可以通过促进知识创新实现知识管理的价值。 科技文献作为知识的主要载体提供了大量的新知识、新方法,是人们获取新知识的最重要的途径之一。随着科学技术的迅猛发展,科技文献量呈几何级数增长,人们不得不面对海量的文献资料。有关材料表明,研究人员花费在分析资料上的时间已经超过了研究工作时间的1/3。海量的文献资源与人们有限的阅读时间、利用能力形成尖锐矛盾,极大地妨碍了人们对科技文献资源的开发与利用。因此,对科技文献中的知识进行挖掘越来越成为专家学者关注的焦点。  相似文献   

2.
海量文献形成图书馆重要的数据资源,充分利用大数据分析工具,挖掘其中的潜在价值是当前的研究热点.采用大数据分析的方法,通过对海量文献数据的清洗、挖掘和可视化,研发出直观、易用的软件平台,并提供精准的文献检索工具,可以帮助读者快速发现重要作者和文献,有效提升图书馆数据资源的使用效率.  相似文献   

3.
在“互联网+”的信息大数据爆炸时代,信息资源同物质资源、能量资源共同构成现代社会资源的三大支 柱,而科技文献在信息资源中占有特殊重要地位。对宁夏科技文献资源的文献体系现状、文献整合现状、服务体系以 及服务模式现状进行分析后,提出在大数据时代下宁夏科技文献资源建设及创新服务能力存在的问题,并就如何进一 步提升在大数据技术背景下宁夏科技文献资源保障能力建设提出相关建议。  相似文献   

4.
文献信息资源可视化、智能化是信息管理的发展方向。本文论述了文献费源可税化模型方法,分别讨论了信息资源的图符标识法、高维空间描述法、语音-文本转换法和多种数据压缩方法,从而确立了文献资源可视化的通用模式。信息可视化模式需要专用的图符库与词库的支撑,它极大地方便了信息资源的描述、存储、检索与利用。为了有效地利用存储空间、优化系统,可采用多种数据压缩方法,对图符库、词库争信息资源的可视化描述进行有效压缩,从而使可视化模型得到进一步优化。  相似文献   

5.
基于概率主题模型的文献知识挖掘   总被引:1,自引:0,他引:1  
对海量的科技文献资源进行知识挖掘能够发现大量有价值的、潜在的知识,有效地提高文献信息的可用性。作者前期研究验证了使用LDA主题模型进行文献知识挖掘的可行性。本文提出了一种新的概率主题模型:Topic-Author模型,该模型对文献的文本信息和作者信息进行联合建模,在分析文献主题同时,发现相关主题方向的研究者分布。基于Topic-Author模型,提出了多维度文献知识挖掘的方法,包括主题挖掘,专家发现,文献标注,重要文献挖掘,文献相似度分析,研究趋势分析和主题关系挖掘。基于教育技术学文献数据集,进行了实验研究。  相似文献   

6.
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。  相似文献   

7.
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健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.  相似文献   

8.
知识挖掘一直是知识管理中的热点研究领域。知识挖掘作为知识开发的重要工具,为知识的创新提供了更多方法和技术,不仅可以提高知识管理的效率,而且可以通过促进知识创新实现知识管理的价值。科技文献作为知识的主要载体提供了大量的新知识、新方法,是人们获取新知识的最重要的途径之一。随着科学技术的迅猛发展,科技文献量呈几何级数增长,人们不得不面对海量的文献资料。有关材料表明,研究人员花费在分析资料上的时间已经超过了研究工作时间的1/3。海量的文献资源与人们有限的阅读时间、利用能力形成尖锐矛盾,极大地妨碍了人们对科技文献资源的开发与利用  相似文献   

9.
指出作为处理海量数据的有效工具,文本挖掘技术近年来在人文社科领域得到广泛重视。概述文本挖掘的相关技术和研究现状,介绍信息抽取、文本分类、文本聚类、关联规则与模式发现等常用的文本挖掘方法在人文社科研究中的具体应用,以拓展文本挖掘的应用领域,并为人文社科研究的方法创新提供新的思路。  相似文献   

10.
科技文献跨语言推荐模型研究   总被引:1,自引:0,他引:1  
信息超载和语言障碍影响我国科研人员对外文科技文献的有效获取,如何提高获取效率成为亟待解决的问题。个性化推荐能很好地处理信息超载现象,但当前国内外相关研究都基于单一语种进行,多语种环境下的推荐研究非常缺乏。本文提出网络环境和海量数据背景下的科技文献跨语言推荐模型,并论证用户兴趣特征抽取、语言转换和混合推荐等步骤。利用Web日志挖掘技术,分析基于多种信息行为的整合分析方法抽取用户兴趣特征,以分类表作为参考体系建立用户兴趣表示模型,在用户—特征词转化为用户—类目矩阵的基础上开展推荐研究。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号