隨著計算機(jī)技術(shù)和網(wǎng)絡(luò)技術(shù)的發(fā)展,大量的數(shù)字圖書館被建設(shè),給我們提供了豐富的數(shù)字化信息資源和大量的文獻(xiàn)數(shù)據(jù)信息。文獻(xiàn)數(shù)據(jù)包括了大量的信息,如文本信息、鏈接信息、社會信息,通過對其進(jìn)行分析和挖掘,可以發(fā)現(xiàn)大量有用或潛在的知識,能夠有效地提高研究者對科技文獻(xiàn)的整理和總結(jié),對研究領(lǐng)域的理解和把握,進(jìn)而幫助和指導(dǎo)研究者開展更加有效的科學(xué)研究工作。 本文主要針對文獻(xiàn)數(shù)據(jù),進(jìn)行了一些挖掘研究和分析,主要的工作內(nèi)容,創(chuàng)新貢獻(xiàn)如下: 1)引入文獻(xiàn)數(shù)據(jù)中的會議信息到主題模型中,提出了Conference-Author-Topic的主題抽取模型,不僅可以獲得文獻(xiàn)數(shù)據(jù)整體的主題信息,同時也挖掘了作者和會議的主題分布。改進(jìn)后的CAT主題模型使得抽取的主題更加準(zhǔn)確和合理,也方便了對作者、會議在主題信息上的進(jìn)一步分析和研究工作; 2)在主題抽取的基礎(chǔ)上,提出了主題相互影響的模塊化網(wǎng)絡(luò)的構(gòu)造方法。首先從主題模型的結(jié)果中獲得主題強(qiáng)度的時間序列數(shù)據(jù),對其采用分段線性化來消除局部波動,最后構(gòu)造主題相互影響的模塊化網(wǎng)絡(luò)。模塊化網(wǎng)絡(luò)的構(gòu)造使研究者能夠準(zhǔn)確地理解研究領(lǐng)域的演化規(guī)律,掌握發(fā)展趨勢,指導(dǎo)科研工作的開展...

【文章頁數(shù)】：73 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖1.1數(shù)據(jù)挖掘的全過程示意描述數(shù)據(jù)挖掘的興起只有十幾年的時間，它仍然處在早期階段，還有很多的研究

預(yù)測趨勢和決策行為也許是非常有價值的。KDD過程主要包括幾個階段:數(shù)據(jù)清理、數(shù)據(jù)集成、數(shù)據(jù)選擇、數(shù)據(jù)變換、數(shù)據(jù)挖掘、模式評估和知識表示等，如圖1.1所示。其每步的具體的工作如下:.數(shù)據(jù)準(zhǔn)備:了解KDD應(yīng)用領(lǐng)域的有關(guān)情況。包括熟悉相關(guān)的背景知識，搞清用戶需求。.數(shù)據(jù)選取:數(shù)據(jù)選取的....

圖1.3研究者合作網(wǎng)絡(luò)實例如果簡單的把傳統(tǒng)的挖掘方法應(yīng)用到這類的數(shù)據(jù)上面，我們得到的結(jié)果將會不準(zhǔn)確

(fiequentPattem)，而忽略了實體之間的關(guān)系(link)，或者是僅認(rèn)為實體間只有一種關(guān)系。但現(xiàn)實數(shù)據(jù)往往是復(fù)雜的，結(jié)構(gòu)化的，異類的，這種類型的數(shù)據(jù)一般是用網(wǎng)絡(luò)(network)或圖形(graPh)來表示，如圖1.3表示了一個研究者相互合作的關(guān)系網(wǎng)絡(luò)。它們的節(jié)點(即實體....

圖1.5DBLp(淺色)和Citesee:(深色)每年的文章數(shù)比較

1.5DBLp(淺色)和Citesee:(深色)每年的文章數(shù)比較DigitalLibra叮(http://portal.aem.org/Portal.cfm書館收集了美國計算機(jī)協(xié)會(AssociationforCompM)在1985年之后出版的期刊論文與會議論文的條目、文資料，會....

圖2.2LDA主題模型

圖2.2LDA主題模型型產(chǎn)生文本的過程如下:于每個主題Z，從具有參數(shù)刀的Dirichlet分布選取一個多項式于每篇文章d，從參數(shù)為a的Dirichlet分布選取一個多項式分于文章中的每個詞w，從多項式分布ea中選取一個主題z任{1多項式九來選擇詞w。得，生成一個文檔的概率過程為:....

本文編號：4057288