基于Single-Pass的网络话题在线聚类方法研究

基于Single-Pass算法思想,研究网络话题的在线聚类方法,以期及时捕捉网络信息的动态变化在分析该方法聚类流程的基础上,重点研究网络动态信息流的文本特征抽取和权重计算方法,以及话题类表示和更新等关键问题,设计实验对比分析不同的标题中特征加权系数、特征权重计算和标准化方法以及话题类向量维度对话题聚类质量和时间效率的影响。     

网络舆情信息监测研究进展

从网络舆情理论研究、网络舆情监测与分析技术、网络舆情监测系统与实践三个方面对现有研究进行分析和概括。通过归纳网络舆情信息监测的技术流程,综述了与网络舆情监测密切相关的论题如网络舆情的概念、产生与传播机制、网络舆情的特征与影响、网络舆情的主体与媒介、网络舆情模式识别、基于内容挖掘的舆情监测与分析核心技术、舆情监测系统与应用等研究的成就与不足,并试图指出发展前景。     

多维多息特征数据挖掘方法研究——以中药指纹图谱数据为例

利用R开源统计分析软件平台,以中药HPLC指纹图谱数据为例,构建多维多息特征数据挖掘模型并进行可视化处理分析,研究结果显示主成分分析降维后的综合主成分能够反映多维多息特征数据的规律,并且验证主成分聚类模型及神经网络模型用于揭示多维多息数据的信息特征的有效性与实用性。最终根据主成分聚类分析结果,建立未知产地川芎样晶的产地预测鉴别模型,从而为川芎质量控制提供参考     

通过日志挖掘研究图书馆资源发现服务用户的搜索行为

通过日志挖掘的方法对图书馆资源发现服务用户的搜索行为进行研究。搭建一个搜索日志中间平台,用于产生和记录相关日志信息;用Java编写日志处理程序,将日志信息存储于MySQL数据库中;基于日志结果,从检索方式、查询语言与查询长度、分面点击、查询词修改等方面对用户搜索行为进行分析,希望能对图书馆资源发现服务的部署、应用和优化提供参考。     

提高个性化推荐精度的定制Web日志方法

文章通过对个性化推荐和数据建模理论研究,分析了普通的Web日志格式采集到的数据无法满足个性化用户分析、预测和推荐精度需要的局限性。提出定制Web日志数据建模的过程及方法,建立了定制Web日志模型原型。通过应用数据挖掘技术的关联分析、分类和聚类实验,实验结果表明,通过定制Web日志的方式采集的数据质量能够很好地满足发现关联规则、内容分类和用户聚类的需求,从而提高个性化推荐的精度。同时,定制的Web日志数据还具有简化数据预处理、多用途的优点。     

基于K-means算法的Ｗeb访问用户关联规则挖掘算法

针对传统关联规则算法中事务扫描的重复性以及最小支持度设定的不确定性,导致关联规则挖掘算法扫描事务数据库运行效率低下的问题,提出一种基于K-means的Web访问用户关联规则挖掘算法,该算法利用K-means算法聚类的效果,将Web访问用户数据集聚类为不同的小数据集,采用不同的最小支持度,分别对Web访问用户聚类小数据集进行关联规则挖掘。分析和实验结果证明,该算法可有效提高传统关联规则挖掘算法的效率,同时也可有效避免传统关联算法中扫描中的重复性。     

数字图书馆中的智能推荐技术研究

为构建一种精确性较高的智能信息技术模型,对蚁群算法、SOM网络进行分析与研究,并基于两者构建智能推荐技术,运用该技术完成模型的建立与更新。最后利用已建模型对目前较通用的读者原始流通信息记录进行测试,验证结果表明该技术的个性化信息服务的准确率较高,且具有较高理论意义与应用价值。     

“十一五”期间我国文献情报领域知识发现研究综述

对近年来关于知识发现的大量相关论文从概念关系辨析、知识发现方法体系、文本挖掘与文本趋势挖掘、非相关文献知识发现、数据挖掘研究拓展等方面开展研究,总结“十一五”期间我国文献情报领域知识发现研究成果,重点介绍有关知识发现的内容分析、关联理论、领域驱动、可视化、文本挖掘模型等研究进展,最后分析展望今后该研究领域的研究热点和研究方向。     

OA出版技术进展及对国内OA论文可见度的启示

开放获取(Open Access,OA)出版平台及OA论文的查找定位技术在近5年飞速壮大。虽然学术出版界对OA论文在引用上的优势已达成共识,但是OA论文的传播途径和获取可见度的方式仍然模糊。本文通过分析近年来OA出版平台技术、索引技术及查找定位技术的发展,深入了解它们的运作机制,从而梳理出OA论文出版体系,描绘了OA论文的传播路径,并借此分析国内OA出版在技术上的短板及未来发展方向,提出了提升国内OA论文可见度的具体实施措施,以利于提高我国OA学术出版在国际上的影响力。     

Application of machine learning techniques to assess the trends and alignment of the funded research output

Research and development activities are regarded as one of the most influencing factors of the future of a country. Large investments in research can yield a tremendous outcome in terms of a country’s overall wealth and strength. However, public financial resources of countries are often limited which calls for a wise and targeted investment. Scientific publications are considered as one of the main outputs of research investment. Although the general trend of scientific publications is increasing, a detailed analysis is required to monitor the research trends and assess whether they are in line with the top research priorities of the country. Such focused monitoring can shed light on scientific activities evolution as well as the formation of new research areas, thus helping governments to adjust priorities, if required. But monitoring the output of the funded research manually is not only very expensive and difficult, it is also subjective. Using structural topic models, in this paper we evaluated the trends in academic research performed by federally funded Canadian researchers during the time-frame of 2000–2018, covering more than 140,000 research publications. The proposed approach makes it possible to objectively and systematically monitor research projects, or any other set of documents related to research activities such as funding proposals, at large-scale. Our results confirm the accordance between the performed federally funded research projects and the top research priorities of Canada.