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 >> 图书馆学 提交时间: 2023-08-26 合作期刊: 《图书情报工作》
摘要: [目的/意义]已有的图书馆借阅数据分析主要侧重于大学生借阅图书的学科分类等表象信息。本研究旨在从自我完善的角度出发分析图书馆借阅数据,揭示大学生借阅行为的差异对大学生意识层面体现出的相同或不同。[方法/过程]基于大学生的课程表内容信息、借阅记录等数据,构建自我完善学科知识结构的意识、意识的程度及能力测评数学模型,并以某高校两届本科生的课程表、借阅数据以及该校图书馆馆藏数据为样本进行分析。[结果/结论]结果显示,利用本研究所构建的基于大学生馆藏借阅数据的自我完善测评数学模型,能够透过大学生们千差万别的借阅行为了解大学生自我完善学科知识结构的意识与能力情况。多数具有自我完善学科知识结构意识的本科生,其自我完善意识的程度及能力普遍不高;借阅图书数量不同的学生,其所表现的自我完善学科知识结构的意识和能力可能没有太大差别;学生通过选修课程或自主阅读完善不同学科知识结构的意识程度可能不同。
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】构建人才知识结构的自动抽取方法。【方法】基于网络信息采集技术、网页分析以及文本分词、语义网相关技术, 构建基于网络环境的人才知识结构的自动抽取系统。【结果】实验验证了该系统的有用性, 系统识别课程的整体准确率在95%以上, 对半结构化文件, 召回率在95%以上; 对非结构化文件, 部分文件召回率低于90%。【局限】课程识别的召回率受到词典库内容的制约。【结论】本方法能为人才知识结构研究提供有用的工具, 符合构建人才知识结构的基本要求。
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】利用LDA 主题模型探索分类视角下的主题提取与分布状态, 全面深入地揭示学科知识结构和热点。【方法】以国内知识流领域为研究对象, 选取CNKI 和万方数据库中知识流相关文献为数据源, 利用中图分类号将知识流研究的文献分成11 个学科, 借助LDA 主题模型分别对这11 个学科所包含的文献进行主题抽取,挖掘出不同学科中所包含的20 个热点主题。【结果】分析20 个热点主题, 得到11 个不同学科的热点主题内容及其所揭示的知识点。【局限】该方法没有同其他学科主题挖掘方法进行对比, 分析得到的国内知识流研究热点也没有同已有相关文献中分析出的该领域热点进行对照。【结论】该方法能够更全面和深入地挖掘学科知识结构和研究热点。
分类: 数字出版 >> 新媒体 提交时间: 2023-10-08 合作期刊: 《中国传媒科技》
摘要: 互联网的不断发展和普及,使人们逐渐步入全媒体时代。全媒体时代下,传统媒体和新媒体都在积极革新和转型,这也对新闻出镜记者提出更高要求。新闻出镜记者必须加强自我反思和自我提升。文章将对全媒体概念进行简单陈述,并分析全媒体视域下新闻出镜记者应具备的素养,并为新闻出镜记者综合素养提升提出一系列参考意见,期望可以有效促进新闻出镜记者发展,从而为中国新闻行业发展奠定人才基础。
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] 作者共被引分析是探索领域知识结构的重要方法,在复杂的学科发展态势下,其依赖于共被引频次的作者关联度度量颇具争议。对此,提出一种基于语义和位置相似的作者共被引分析改良方法。[方法/过程] 在介绍基本原理的基础上,以图情领域为例开展基于语义和位置相似的作者共被引分析改良方法的效果实证,面向CNKI期刊库进行引文全文挖掘,并对引用句及引用位置进行抽取,结合预训练的领域词嵌入模型计算共被引文献间的深层相似度和作者间的关联强度,利用网络分析和因子分析法对比该方法与传统方法的效果差异。[结果/结论] 结果证明,基于语义和位置相似的作者共被引分析改良方法能更准确地识别共被引作者的关联强度,可发现更为细致的学科知识结构,并具有可拓展性与可应用性。