宋词研究的新视角: 文本关联与时空可视分析

传统的历史与文学研究通常是案例式地分析具体的文学作品与词人的背景.文学作品的内容、情感与含义和作者的生平经历、师承流派、家国时代背景息息相关,传统的分析方法难以直观地了解以上各项内容的关联.以宋词作为文学作品代表进行分析,提出了一套基于文本关联与时空可视分析的方法.它支持文学研究者从词人的生平轨迹和不同生活年代的背景进行分析与对比,探索不同年代、不同经历的词作在文本主题上的相关性与独特性.并且,通过对宋词文本的音律情感可视化与文本意象的关联分析,让文学研究者拥有多维度的视角去了解宋词文本的特性,不仅仅是分析文本本身,而是支持词作与词人的年谱和时代背景进行交叉验证.与宋代文学研究专家合作,通过对他们进行用户实验研究,证明了该方法可以有效地帮助专家对词人的文学生涯及作品进行深入分析,并探索出新的研究视角,为今后的研究提供了更广阔的分析基础.     

基于模式识别的文本知识点深度挖掘方法

针对目前大数据知识获取存在的噪声大的问题,提出了文本知识点深度挖掘方法。首先构建了学术论文创造性特征的“问题,方法,结果”三元组本体模型;其次利用模式识别等技术对学术论文文摘进行统计分析、特征提取、机器学习、模式判定分析;最后对学术论文创造性核心知识的三元组进行深度挖掘。实验结果表明,该方法能大大过滤掉学术文献大数据检索的噪声,便于用户快速定位大型学术文献数据库论文的研究问题,采用的新方法和得到的结果能判断学术论文的阅读价值,并为大数据深度知识挖掘和关联发现研究提供基础。该类方法未见有公开的文献报道,属于一种探索性研究和实验。     

数据挖掘中关联规则挖掘算法比较研究

分析数据挖掘中关联规则挖掘算法的研究现状,提出关联规则新的价值衡量方法和关联规则挖掘今后进一步的研究方向。以核心Apfiofi算法为基点,运用文献查询和比较分析方法对典型的关联规则挖掘算法进行了综合研究：Apfiofi法即使进行了优化,一些固有的缺陷仍然无法克服,还需进一步研究;②今后的研究方向将是提高处理极大量数据和非结构化数据算法的效率、与OLAP相结合以及生成结果的可视化。     

企业竞争情报主题挖掘与主题演化研究

研究了我国企业竞争情报的热点主题和主题演化态势,利用主题挖掘与主题演化方法系统梳理了我国企业竞争情报领域的研究成果.通过Python自动提取及预处理文献数据,再利用共词分析、LDA模型和知识图谱挖掘该领域的核心科研群体和热点主题,最后结合主题演化方法梳理企业竞争情报的发展脉络.该研究可为企业竞争情报领域今后的相关探索提供借鉴,具有一定的应用价值.     

井上靖文学作品中的中国古代历史人物形象

井上靖(1907—1991),日本著名作家、评论家、学者,代表作品有《斗牛》、《比良山的石楠花》、《1950》、《一个冒名画家的生涯》等。井上靖早期文学作品多以揭示、抨击现实日本社会中存在的种种不良现象和社会政治、经济弊端作为作品主题,进入50年代后则将文学创作的重点放在对战后生活的描述中,其中许多含有大量中国色彩的文学作品如《敦煌》、《楼兰》等文学作品受到广大读者和评论家的关注,好评。本文通过对井上靖部分文学作品进行分析,探讨其作品中对于以孔子、王昭君为例的中国古代历史人物形象的塑造与刻画,展示其特有的文学创造方式、方法和独特的艺术魅力及其对于日本文学发展做出的杰出贡献。     

基于复杂网络的文献热点挖掘及可视化

热点识别是文献分析的重要任务之一,针对专业领域的文献分析有助于研究人员快速掌握相关领域的核心问题。从图挖掘的角度利用复杂网络的社区识别技术来识别我国的林业科技文献的研究热点,并且分析这些热点之间的关联关系。以2000-2012年林业科技文献为研究对象,构建了一个文献关键词共现加权网络,从社区结构的角度分析了该网络的拓扑特性。结果显示该网络具有明显的小世界特征、无标度特征和八大社区结构。这八个社区分别对应着林业领域的八大主题研究领域,以可视化的方式展示了每个主题域由一系列的热点组成,主题域之间也呈现了疏密的关系。因此,所采用的网络分析方法可以作为科技文献推荐系统的核心方法。     

图书流通信息关联规则挖掘应用

该文将数据挖掘技术应用于图书馆数据库,挖掘主题确定后,依次进行了数据选择、数据转换和清理、数据再丰富、编程工作、数据挖掘。利用关联挖掘对图书馆的流通管理数据进行分析,发现读者借阅一类图书时的其他借阅行为,便于为读者推荐相关文献,也可以优化馆藏布局,并为图书馆管理人员提供技术和决策支持。其中数据挖掘是使用Clementine12完成。     

基于CiteSpace计量分析的国外工业设计研究现状

工业设计在《中国制造2025》的创新驱动发展中起着关键作用。通过文献计量学方法,利用科技文本挖掘及可视化软件CiteSpace,对Web of Science~(TM)核心合集数据库收录的1 484篇以工业设计为主题的文献,分别从文献发表数量、科研机构合作网络、相关研究领域以及关键词等4个角度,分析了从事工业设计研究的国家、机构、合作、研究领域及其研究热点等信息的可视化图谱。分析结果为我国工业设计教育、工业设计研究与发展提供有益的参考。     

图书流通信息关联规则挖掘应用

该文将数据挖掘技术应用于图书馆数据库,挖掘主题确定后,依次进行了数据选择、数据转换和清理、数据再丰富、编程工作、数据挖掘。利用关联挖掘对图书馆的流通管理数据进行分析,发现读者借阅一类图书时的其他借阅行为,便于为读者推荐相关文献,也可以优化馆藏布局,并为图书馆管理人员提供技术和决策支持。其中数据挖掘是使用Clementine12完成。     

基于文献计量和知识图谱的电动车辆路径问题研究综述

为揭示电动车辆路径问题领域的研究与发展现状,对CNKI和Web of Science数据库中电动车辆路径问题1994-2022年间的期刊文献进行知识挖掘与分析。基于文献计量学的量化分析与知识图谱的可视化,通过分析文献外部特征和共被引情况,梳理研究热点及热点演进趋势,归纳研究主题,总结出电动车辆路径问题的知识域包括研究主题和应用场景,其中,研究主题由变体研究、充电调度、求解方法三部分构成;对电动车辆路径问题在复杂实际问题、高效求解算法方面的未来发展进行展望,这将为电动车辆路径问题研究的深入化与国际化提供一定的推动作用。     

时间加权的TF-LDA学术文献摘要主题分析

随着网络的发展,主题提取的应用越来越广泛,尤其是学术文献的主题提取。尽管学术文献摘要是短文本,但其具有高维性的特点导致文本主题模型难以处理,其时效性的特点致使主题挖掘时容易忽略时间因素,造成主题分布不均、不明确。针对此类问题,提出一种基于TTF-LDA(time+tf-idf+latent Dirichlet allocation)的学术文献摘要主题聚类模型。通过引入TF-IDF特征提取的方法,对摘要进行特征词的提取,能有效降低LDA模型的输入文本维度,融合学术文献的发表时间因素,建立时间窗口,限定学术文献主题分析的时间,并通过文献的发表时间增加特征词的时间权重,使用特征词的时间权重之和协同主题引导特征词词库作为LDA的影响因子。通过在爬虫爬取的数据集上进行实验,与标准的LDA和MVC-LDA相比,在选取相同的主题数的情况下,模型的混乱程度更低,主题与主题之间的区分度更高,更符合学术文献本身的特点。     

V.S.奈保尔移民文学作品中的迷茫与逃离

V.S.奈保尔（维迪亚达尔＆#183;苏雷吉普拉萨德.奈保尔爵士,V.S.Naipaul,1932年至今）,英国移民作家,在西方文坛享有盛誉,与拉什迪、石黑一雄并称为“英国移民文学三雄”,作品多次获得重要文学奖项,2001年荣获诺贝尔文学奖。V.S.奈保尔擅长于进行典型的移民文学的写作活动,其文学作品常对印度、非洲、加勒比等地区的普通百姓或下层民众的生活状况进行描述,以表现后殖民时代的人间百态,世态人情。本文通过对V.S.奈保尔部分移民文学作品进行分析,探析作者在文学作品中所阐述的关于“迷茫和逃离”的主题,展示V.S.奈保尔在移民文学发展中做出的杰出贡献。     

基于同被引矩阵的专利引文分析方法

为了发现企业技术实力和行业趋势,减少不必要的研发成本、做出正确决策,给出了基本专利同被引矩阵分析方法.利用改进的粗糙集K-Means模糊聚类方法实现对不同主题专利聚类,解决了重复计算中心向量带来的不准确性;进一步利用关联规则挖掘算法发现强关联规则,以强关联规则结论为该类别核心专利,提高针对性地选择专利.实例表明了该方法的有效性,为专利引文分析提供了可行的解决途径.     

小说《第七天》中真实与荒诞中的社会反思

余华(1960年—至今),中国当代著名作家,代表作品有《活着》、《许三观卖血记》、《兄弟》、《在细雨中呼喊》等。余华不同于其他作家,其擅长于打破日常语言的常规秩序,在文学作品中构建自己的语言系统,依据自己独立的思维方式进行语言的重新组合,从而在作品中建构一个新奇、荒诞、怪异的文本世界。小说《第七天》是余华继《兄弟》之后创作完成并出版发行的又一力作。小说通过讲述一个普通人死后七天的见闻来对生命、人生和现实社会做出深刻的揭露和反思。本文通过对小说《第七天》中故事情节、人物形象等方面内容进行分析,探讨余华在作品中通过各种"真实与荒诞"的强烈对比所表现出来的震撼力以及作品内容所引发的社会反思,展示其特有的文学语言艺术魅力及其在文学创作方面所做出的杰出贡献。     

关联挖掘在图书借阅数据库中的应用研究

介绍了关联挖掘的基本概念和挖掘过程,并给出了Apriori算法,进一步讨论了关联规则在图书馆读者文献借阅数据库中的应用。通过实例分析说明使用Aprior关联挖掘方法能有效挖掘隐藏在数据背后的有价值信息,为图书馆服务工作提供决策支持并且有利于图书馆开展个性化信息服务。     

数据挖掘中的关联规则算法研究

随着计算机技术和信息技术的飞速发展,数据挖掘已经成为当今各行各业重点关注的对象。关联规则挖掘是数据挖掘中的一个非常重要的内容,通过关联规则挖掘能够从海量数据中分析出数据与数据之间存在的关系,进而为用户提供更具有参考价值的信息。现阶段关联规则挖掘已经广泛应用于保险、股市、网络数据等多个对市场信息高度依靠的行业。本文从关联规则挖掘相关概念出发,对其主要操作步骤进行了简单分析,并研究了数据分割下的挖掘问题及算法。     

关联挖掘研究综述

数据挖掘是一种重要的数据分析方法,旨在发现庞大的数据中隐藏着的、先前未知的并潜在有用的模式和信息,以帮助人们正确理解和认识数据,进行科学决策。关联挖掘是数据挖掘中研究最早也是最活跃的领域,其中,频繁模式挖掘是关联挖掘的核心和基础。对关联挖掘算法的研究和发展进行综述,分析挖掘算法面临的主要挑战,概括最新研究进展。     

改进的关联规则在文献个性化检索中的应用研究

针对当前高校图书馆文献检索系统不能面向不同读者提供个性化检索服务的弱点,进行文献个性化检索的研究,提出将关联规则运用于对原始检索结果集按照读者层次进行个性化排序的设想,并以某高校图书馆的数据为例,详细描述利用改进的关联规则算法挖掘历史借阅数据,然后利用挖掘结果进行排序的过程,理论和实验验证将关联规则应用在文献个性化检索中的可行性。     

基于关联规则挖掘的跨网络知识关联及协同应用

随着社交媒体的兴起,各种社交媒体服务应运而生,社交媒体多源化现象越来越明显。一种基于关联规则挖掘的方法可以用来分析研究社交媒体多源现象,即通过同一个用户与不同社交媒体上多源数据的行为交互,挖掘社交媒体多源数据知识关联,进而设计跨网络协同的视频推荐应用。本研究框架主要分为3个步骤:(1)基于主题建模的知识发现,对用户和视频进行主题建模,得到其在主题层上的表示;(2)基于关联规则挖掘的跨网络知识关联,以跨网络共同用户作为连接不同网络的桥梁,利用关联规则的方法挖掘不同网络间的知识关联;(3)基于跨网络知识发现的冷启动视频推荐,将用户和视频映射到同一主题空间并进行主题匹配,最终进行视频推荐。实验结果表明,通过跨网络用户协同,该跨网络知识关联方法能得到除了语义关联外更加灵活有效的跨网络关联,并在冷启动的跨网络视频推荐中取得较好的推荐效果。     

文本数据主题挖掘与关联搜索研究

文本数据是存储和交换信息最自然的方式,文本挖掘技术可以发现海量文本数据中隐藏的潜在知识模式。研究了文本数据主题挖掘与关联搜索技术,首先通过文本解析提取、分词预处理和索引等进行文本信息处理,然后利用基于潜在语义关系的主题发现模型挖掘大量文本数据中隐藏的主题信息,最后利用主题模型计算关键词间的关联程度进行查询扩展,从而实现关联搜索。实现了一个文本数据挖掘与关联搜索的原型系统,对Tancorp数据集进行主题发现和关联搜索,并以视化和网页同步显示关联搜索的过程。