排序方式： 共有156条查询结果，搜索用时 31 毫秒
1.
以Scopus数据库中"大数据"相关研究作为分析对象,采用关键词共现网络聚类的方法,确定相关的10个研究方向,分别是Hadoop研究、MapReduce优化、大数据下的数据挖掘研究、大数据下的网络安全与隐私、分布式计算机系统、数据密集型计算、可视化技术、物联网、移动云计算和云制造等研究方向。结合论文数、H指数等指标,识别不同研究方向下的代表性专家,并对其主要研究成果进行分析。结果发现网络安全与隐私中顶尖专家较多,同时在云制造方向下,我国大陆地区的研究人员较多。 相似文献
2.
中国英文版科技期刊的综合学术指标分析 总被引：8，自引：6，他引：8
文章对中国科学技术信息研究所建立的中国英文版科技期刊数据库中收录的期刊进行了统计分析，通过对英文版期刊的各项学术指标、编辑状况和国际化程度的统计，显示出中国英文版科技期刊的整体发展状况，同时说明了创办英文版科技期刊的重要性。 相似文献
3.
从科技期刊的影响因子、载文量、出版频率以及被国际著名检索系统收录等方面，论述了我国科技期刊目前的学术影响力状况，并与国际科技期刊进行了简要的对比分析。 相似文献
5.
6.
[目的/意义]颠覆性技术能变革传统生产模式和消费结构，使产业格局巨变。识别潜在颠覆性技术有助于抢占科技制高点，在科技竞争中取得先发优势。[方法/过程]通过主题检索和引文回溯搜集文献，梳理颠覆性技术现阶段的主要识别方法。[结果/结论]发现方法的选择与研究人员学科背景密切相关，根据研究人员的主要研究领域，将其划分为图书情报、工程管理、经济研究和Christansen流派4类识别方法。在此基础上对识别方法进行7个维度的比较，指出现有方法存在3个问题：过度依赖专家评价、识别标准针对性不足和超前识别效果不佳，其中识别标准针对性不足是核心问题。鉴于此，在后续研究中应当从多种角度不断探究和完善技术颠覆潜力的评价方法。 相似文献
7.
8.
提出一种基于N元语法的英文学术文献聚类标签抽取算法,该算法利用N元语法在大规模语料库上进行先期学习生成领域短语词表,再通过K-means算法进行聚类,从聚簇中抽取N元语法项计算TFIDF值,对出现在词表中的特征项赋以更高的权值,以得分最高的特征项作为聚类标签。实验结果表明,该算法能获得更好的实验效果。同时,在抽取聚类标签时提出一种改进的TFIDF权重计算,在评价标签质量时提出一种新的标签评价方法R@N方法。 相似文献
9.
10.