科技文獻智能挖掘若干技術(shù)研究.pdf

1、網(wǎng)絡(luò)技術(shù)的迅猛發(fā)展，使得電子科技文獻信息呈爆炸式的增長，這些海量科技文獻為人們提供了一個巨大的知識寶庫，如果能對其加以合理利用，不僅可以節(jié)省研究人員檢索文獻的時間，快速的開始課題的研究工作，而且可以更好的實現(xiàn)知識的共享。因此，科技文獻的挖掘就成為了一個首要的課題。
　　文獻挖掘的主要目的就是從眾多的文獻數(shù)據(jù)中抽取出隱含的、有價值的知識和規(guī)律。本文的文獻挖掘工作主要圍繞以下兩個問題開展:第一，科研人員如何快速定位到高質(zhì)量的并且是自己

2、感興趣的文章;第二，如何從文獻中獲得某一領(lǐng)域的主要的研究主題和主要的研究機構(gòu)。
　　針對第一個問題本文提出了解決方案——聚簇主題對的挖掘。鑒于相關(guān)文獻的數(shù)量大并且有的文章閱讀價值不是很高，提出了一個文獻閱讀價值評價的線性模型;然后挑選閱讀價值高的文獻進行文本的聚類;最后對每一個文獻簇進行主題的描述。經(jīng)過上述三個步驟的處理之后，用戶可以根據(jù)相應(yīng)的主題描述選擇閱讀或者不閱讀此類文章，從而大大縮短文獻檢索的時間。
　　針對第二個問

3、題本文進行了熱度分析的工作，包括對某領(lǐng)域研究主題的熱度分析和該領(lǐng)域研究機構(gòu)的熱度分析。研究主題的熱度分析主要采用了基于關(guān)鍵詞共現(xiàn)分析的文獻挖掘方法，然后用可視化的方式展示某時間段內(nèi)某一領(lǐng)域的整體分布情況。在科研機構(gòu)的熱度分析中，本文綜合考慮機構(gòu)的研究人員數(shù)、發(fā)文量和被引文量，提出了研究熱度評價方法，對每一個研究機構(gòu)在各個時間段進行熱度評價，然后繪制出熱度趨勢圖。
　　綜上兩個挖掘工作中，工作的貢獻度主要體現(xiàn)在兩點:第一，在聚簇主題