分类： 图书馆学、情报学 >> 图书馆学 提交时间： 2023-08-27 合作期刊: 《图书情报工作》
摘要： [目的/意义]提出一种新的层次化科学知识结构发现方法，为优化知识结构发现过程，改善知识组织形式提供借鉴。[方法/过程]利用LDA主题模型构建层次化的科学知识结构发现方法，依据主题间平均相似性自动确定知识结构层数，通过在文档-主题概率矩阵中自动筛选阈值截取各主题文献子集，最后采用树形图展示科学领域的知识结构，发掘知识间的关联性和继承性，并与层次主题模型HLDA方法进行比较。[结果/结论]通过实证研究与对比，证明本文提出的方法得到的知识结构更优，知识主题表征性更强且运行效率更高，并在单层主题区分度和层间主题继承性方面较HLDA方法有较大提升。
分类： 图书馆学、情报学 >> 情报学 提交时间： 2023-04-01 合作期刊: 《图书情报工作》
摘要： [目的/意义] 针对包含单一类型知识单元的知识网络难以全面反映学科知识结构的问题，提出一种从多维度进行知识网络结构融合的方法，为学科领域知识结构挖掘提供借鉴。[方法/过程] 利用LDA及TF-IDF方法抽取学科知识单元，然后运用语义相似度和关键词共现分析方法构建3个学科知识子网络：主题网络、关键词网络和实体网络，并采用空间节点传递对齐方法对齐子网络节点，接着设计基于图卷积操作的自编码模型对知识节点进行表示，最后通过计算余弦相似度重构学科知识网络。[结果/结论] 实验部分以人工智能领域为例，构建融合主题、关键词和实体的学科知识网络并展开分析，实验结果表明，本文所提方法能有效地揭示学科领域研究内容和知识结构，为学科知识发现与组织研究提供有益参考。
分类： 图书馆学、情报学 >> 情报学 提交时间： 2023-04-01 合作期刊: 《图书情报工作》
摘要： [目的/意义] 使用融合多属性的量化方法，快速且有效地挖掘出领域内多个技术创新主题，为技术创新方向的确定提供借鉴。[方法/过程] 将LDA （Latent Dirichlet Allocation）主题模型与专利价值评价指标相结合，提出一种挖掘技术创新主题的量化方法。首先，综合运用TF-IDF、困惑度和四分位数法构建领域专利的LDA主题模型。然后，利用LDA输出的概率分布矩阵，结合专利价值评价指标（权利要求和IPC），构建量化指标体系。接着，选取芯片专利进行验证实验，计算量化指标并运用热力图对其可视化，识别出技术创新主题。最后，基于专利、LDA的输出矩阵、创新主题和量化指标之间的映射关系，进行专利筛选和技术创新主题的合理标记。[结果/结论] 通过邀请微电子领域专家和参考最新国内外芯片技术两种方式对实验结果进行评估，结果表明：融合多属性的领域技术创新主题挖掘方法能够快速且有效地挖掘出多个技术创新主题，在实践层面可以更好地为相关领域企业和科技工作者发现技术创新主题提供思路。
分类： 图书馆学、情报学 >> 情报学 提交时间： 2023-04-01 合作期刊: 《图书情报工作》
摘要： [目的/意义]随着战略型新兴技术产业的迅猛发展,如何识别具有潜在协同效应的技术创新组合、厘清组合中核心的创新关系,是有效规划产业发展路线、提升产业竞争优势的重要前提。[方法/过程]在技术组合进化理论的指导下,结合深度学习、SAO语义挖掘和CFDP算法,提出一种基于专利数据的技术创新组合与演化关系的识别方案。该研究方案共分为3个步骤:首先基于关键词与专利分类号构建领域检索策略,并实现对获取数据的清洗和分词。随后,通过Word2Vec构建领域技术主题的词向量语义网络,并利用CFDP算法识别出潜在创新要素及组合方式。最后,深入挖掘各组合中核心的SAO结构,通过LSTM深度学习算法对其演化关系进行分类,挖掘技术的核心创新方式,进而有效甄别领域潜在的技术机会。[结果/结论]以语音识别领域为例,通过对该领域DII专利文本数据的深入挖掘,识别并追踪5个潜在的技术创新组合及核心创新方式。研究发现,当前我国语音识别领域在智能芯片设计、语音识别算法、新场景和应用等方面有较大的创新潜力。
分类： 图书馆学、情报学 >> 情报学 提交时间： 2017-12-05 合作期刊: 《数据分析与知识发现》
摘要： 【目的】从评论对象的属性特征出发解决情感极性量化问题。【方法】将在线评论文本分解构建三层评论 体系, 即评论对象–对象属性–评论描述, 从属性层级抽取属性词集和对应的评论集, 考虑评论对象属性特征的 不同影响, 引入属性因子, 并对 TFIDF 进行改进用以计算属性因子; 结合评论模式和评论语境提出基于属性特 征的评论情感量化分析算法并采用 Python 语言予以实现。【结果】相较于传统机器学习分类算法(NB、SVM)、 属性因子设置为等权重时, 本文算法在评论文本情感分类准确性方面有显著提高。【局限】评论集领域选择方面 具有局限性, 量化算法在系数设定方面存在主观性。【结论】本文算法能有效解决情感极性量化问题, 进一步提 高了情感分类准确性。
分类： 图书馆学、情报学 >> 情报学 提交时间： 2017-10-11 合作期刊: 《数据分析与知识发现》
摘要： 【目的】针对当前的大数据环境, 提出基于Hadoop 的微博舆情监控系统模型, 实现对海量微博信息的采集、挖掘、监控分析。【方法】分析舆情监控技术, 构建舆情监控系统模型, 改进相关算法, 利用Hadoop 搭建大数据平台, 进行仿真实验, 验证模型可用性。【结果】实验结果表明, 模型能够很好地对海量微博数据进行监控分析, 达到舆情监控的目的。【局限】Hadoop 集群规模较小; 没有对比多种聚类算法, 未得到改进算法与其他算法的优劣。【结论】该模型可以对海量微博数据进行舆情监控分析, 为决策者应对舆情危机提供科学化的信息支持。
分类： 图书馆学、情报学 >> 情报学 提交时间： 2017-10-11 合作期刊: 《数据分析与知识发现》
摘要： 【目的】在LDA 模型基础上融合时间和作者特征, 提出动态作者主题(DAT)模型, 更好地揭示文本内容、主题和作者之间的关系。【应用背景】从海量文本中实现特征抽取和语义挖掘已经成为情报研究人员的重要工作。【方法】获取NIPS 会议论文作为数据集并进行预处理, 按发表年份划分到每个时间片形成一阶马尔科夫链,使用困惑度确定最优主题数, 并在每个时间片内通过吉布斯采样估算作者主题概率分布和主题词项概率分布。【结果】实验结果表明, 该模型将文档表示为作者主题概率分布和主题词项概率分布, 时间维度上可观测主题强度变化和作者兴趣变化。【结论】DAT 模型能够有效地融合文档内容与外部特征, 实现文本挖掘。
点击量
点击量
下载量
评论
