三維科研態(tài)勢演化圖譜及軟件系統(tǒng)實(shí)現(xiàn).pdf

1、武器裝備技術(shù)的發(fā)展離不開科學(xué)技術(shù)的推動，當(dāng)前隨著信息技術(shù)的深入發(fā)展，大數(shù)據(jù)時代已經(jīng)悄然而至。大數(shù)據(jù)為科學(xué)研究帶來了重大機(jī)遇的同時，其所帶來“數(shù)據(jù)眩暈”和“數(shù)據(jù)冗余”效應(yīng)不容忽視。面對大數(shù)據(jù)對科研工作所帶來的巨大挑戰(zhàn)，準(zhǔn)確、快速、實(shí)時地把握和預(yù)測科研發(fā)展態(tài)勢，已經(jīng)成為科研工作者和科研管理高層決策者的迫切需要。在對傳統(tǒng)科學(xué)知識圖譜深入研究的基礎(chǔ)上，本文提出一種基于網(wǎng)絡(luò)和單詞分布式嵌入的三維科研態(tài)勢演化圖譜模型，該方法對于掌握科技發(fā)展動向，挖

2、掘技術(shù)前沿，把握技術(shù)機(jī)會，促進(jìn)裝備科技發(fā)展具有較大的參考價值。論文工作主要包括以下幾個方面：
　　基于關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)，利用網(wǎng)絡(luò)嵌入算法，生成反映共現(xiàn)網(wǎng)絡(luò)特征的結(jié)構(gòu)向量。該方法將關(guān)鍵詞視作共現(xiàn)網(wǎng)絡(luò)中的節(jié)點(diǎn)，利用復(fù)雜網(wǎng)絡(luò)嵌入的方法，將原有的節(jié)點(diǎn)特征由原始的二值向量映射為低維空間的實(shí)數(shù)向量，解決了數(shù)據(jù)稀疏性的問題，同時所得到的關(guān)鍵詞結(jié)構(gòu)向量既可以用于評估節(jié)點(diǎn)之間的結(jié)構(gòu)相似性，又可以深入分析原有網(wǎng)絡(luò)的諸多潛在特征。
　　基于Labe

3、led LDA和word2vec的關(guān)鍵詞語義向量生成算法。該方法將關(guān)鍵詞視作摘要文檔的對應(yīng)標(biāo)簽，首先利用Labeled LDA模型計算出關(guān)鍵詞與摘要中單詞的映射關(guān)系，然后將映射關(guān)系融入深度神經(jīng)網(wǎng)絡(luò)語言模型word2vec中去，得到可以反映關(guān)鍵詞語義特征的語義向量，用來度量關(guān)鍵詞節(jié)點(diǎn)的語義相似關(guān)系。
　　提出了一種考慮作者權(quán)重影響的關(guān)鍵詞重要度迭代計算方法。該方法既考慮了網(wǎng)絡(luò)中鄰接節(jié)點(diǎn)和鄰居邊對重要度計算的影響，同時將節(jié)點(diǎn)自身的重要

4、度也融入計算過程，可以有效反映關(guān)鍵詞的重要度。
　　構(gòu)建了三維科研態(tài)勢圖譜組合框架，提出三維科研態(tài)勢圖譜的四種生成算法。分別從節(jié)點(diǎn)類型、節(jié)點(diǎn)向量類別、時間因素等角度對三維科研態(tài)勢圖譜進(jìn)行了分類，構(gòu)建了三維科研態(tài)勢圖譜的組合框架；提出了四種三維科研態(tài)勢圖譜生成算法，通過實(shí)驗(yàn)分析了各個算法的特點(diǎn)。
　　研發(fā)了基于上述理論的科研態(tài)勢演化可視化平臺TVIZ。該平臺基于本文理論，可以對SCI、CNKI、CSSCI、EI以及專利文獻(xiàn)進(jìn)行