排序方式： 共有21条查询结果，搜索用时 15 毫秒
1.
文章首先辨析了数字资源保存的概念,介绍了数字资源保存的发展史和国内外研究现状。然后利用CitespaceⅡ可视化分析工具和方法构建领域知识基础（指引文）的时间序列演化图谱和时区演化图谱,并结合绘制的领域发展趋势图,分析了数字资源保存的研究进展。同时利用CitespaceⅡ可视化分析工具和方法绘制术语与关键词的混合共现网络和引文共被引聚类知识图谱,识别出数字资源保存的研究热点U,并利用爆发词或突变词探测方法探测数字资源保存的研究前沿。最后针对图书情报与档案管理学科关注最多的研究热点——数字资源长期保存,从研究主题、最佳实践、保存周期、保存技术和方法、保存策略等几个重要方面解读数字资源长期保存的研究进展。 相似文献
2.
基于领域本体的专利信息检索系统研究与实现 总被引：1，自引：0，他引：1
针对传统信息检索方法在当今网络信息环境下所面临的问题,提出基于领域本体的专利信息检索模型,从用户检索请求处理、本体构建、本体可视化与语义扩展、检索及存储的过程和技术实现进行研究,并开发一个基于服装领域本体的专利信息检索原型系统。比较测试表明,该模型在确保信息检索准确性的同时能够极大地提高其全面性。 相似文献
3.
基于Web of Science数据库，以中美英图书情报学领域1990-1994年和2010-2014年期间文献的施引文献为样本，计量分析了：1）美国在1990-1994年和2010-2014年期间的施引文献特征：国别、机构、来源期刊、开源、类型和语言及其之间的差异；2）中美英2010-2014年期间图书情报学领域的施引文献特征及其之间的差异，揭示出中美英3国1990-1994年和2010-2014年期间图书情报学领域的施引特征分布情况及科学交流概况。研究发现：1）1990-2015年美国的年均发文数量是中国年均发文数量的24倍；2）中美英图书情报学领域的主要施引国家基本一致；3）美英图书情报学领域新时期（2010-2014）的主要施引机构中，出现香港城市大学、中国科学院大学和武汉大学等中国大学的身影；4）美国图书情报学领域施引文献的开源程度最高，比例达到10.73%；5）中美英3国图书情报学领域的主要施引文献类型基本一致，全部为论文、会议论文、综述、专著和社论材料，且论文和会议论文的占比均在91%以上。 相似文献
4.
新能源汽车产业已经成为国家战略性产业的一部分,相关研究逐年增多。为此,本文利用CiteSpace III可视化分析软件,将Web of Science中新能源汽车产业的相关文献作为样本数据,通过国家、作者和文献关键词的共现分析,以及引文被引聚类分析等直观可视化的方式展示出国内外新能源汽车产业研究的前沿与热点主题,国家和作者的科研合作情况,揭示国际新能源汽车产业研究的起源文献和核心知识基础,为新能源产业的政策制定、企业的研发形式变化、领域研究选题等方面提供指引。 相似文献
5.
两年磨剑,落地川南2011年3月30日,在四川日报报业集团党委的指导下,在华西都市报社委会的直接领导下,华西城市读本(川南新闻)率先在川南创刊,当年7月6日起扩为周二刊。到2013年3月12日,华西城市读本(川南新闻)经过两年的运行,在新闻编采,经营拓展,人才队伍发展模式日渐形成自己的特色,以发行第一、经营第二的业绩,领舞川南四城平媒市场,华西城市读本(川南新闻)正式驶入发展的快车道。 相似文献
6.
7.
笔者首先通过文献研究和网络调查等定性分析方法梳理出科技产出能力的所有可能的影响因素,并在数据可获得性的前提下,以1996-2008年为时间维,采集科技产出能力及其影响因素的相关数据,然后对科技产出能力及其影响因素之间的相互关系进行二元相关分析,并利用多元线性回归分析方法从所有相关因素中筛选出影响程度较高的因素,构建科技产出能力的影响因素分析与预测模型。最后基于二元相关分析的结果,选择相关程度较高的因素,利用目前流行的BP神经网络预测方法对科技产出能力进行预测研究,并与多元回归分析预测模型的预测性能进行比较。 相似文献
8.
基于SUMO和WordNet本体集成的文本分类模型研究 总被引：1，自引：0，他引：1
针对传统文本分类方法和目前语义分类方法中存在的问题,提出基于SUMO和WordNet本体集成的文本分类模型,该模型利用WordNet同义词集与SUMO本体概念之间的映射关系,将文档-词向量空间中的词条映射成本体中相应的概念,形成文档-概念向量空间进行文本自动分类。实验表明,该方法能够极大降低向量空间维度,提高文本分类性能。 相似文献
9.
基于SUMO本体的图书自动分类模型研究 总被引：1，自引：0，他引：1
提出基于SUMO本体的图书自动分类模型.该模型首先对收集的各类图书信息进行预处理,形成高维的词向量空间,然后利用我们设计的基于SUMO本体的映射算法将其映射成低维的概念向童空间进行图书自动分类模型的训练.当用户输入图书信息时,模型会对这些信息进行相同处理,并利用训练好的分类模型将其归到相应的类别中.实验表明,该模型能够简化图书自动分类的过程,降低向量维度,提高分类效率,有效保证图书分类的准确率和召回率. 相似文献