隨著科技不斷進(jìn)步,科研文獻(xiàn)迅猛增長(zhǎng),新的研究方向不斷涌現(xiàn),如何有效對(duì)科研文獻(xiàn)進(jìn)行分類、管理、分析對(duì)科研人員和科技的發(fā)展都具有重要意義。傳統(tǒng)的科研文獻(xiàn)研究主要集中于文獻(xiàn)主題分析、科研領(lǐng)域社交網(wǎng)絡(luò)分析等,而從科研人員自身需求出發(fā)的研究工作甚少。本文利用機(jī)器學(xué)習(xí)方法來(lái)研究和分析科研文獻(xiàn),從科研人員本身角度出發(fā),以主題模型、集成學(xué)習(xí)為基礎(chǔ),以科研文獻(xiàn)為研究對(duì)象進(jìn)行了研究和分析,設(shè)計(jì)實(shí)現(xiàn)了服務(wù)于科研人員的科研文獻(xiàn)管理系統(tǒng),主要工作如下:1.針對(duì)現(xiàn)有研究極少考慮科研文獻(xiàn)類別不平衡的問(wèn)題,提出了一種類別不平衡科研文獻(xiàn)集成分類方法,該方法將主題模型與集成學(xué)習(xí)方法相結(jié)合,通過(guò)有放回采樣的方式重構(gòu)數(shù)據(jù)集,以及對(duì)多個(gè)弱學(xué)習(xí)器集成的方式提升主題模型的分類性能,并在真實(shí)數(shù)據(jù)集上驗(yàn)證了方法有效性。2.針對(duì)科研人員需花費(fèi)大量時(shí)間和精力去發(fā)現(xiàn)學(xué)術(shù)會(huì)議的熱點(diǎn)或發(fā)展趨勢(shì),提出了一種會(huì)議熱點(diǎn)和發(fā)展趨勢(shì)分析的學(xué)習(xí)方法,該方法將會(huì)議熱點(diǎn)抽象為主題在關(guān)鍵詞上的分布,利用相對(duì)熵捕捉研究熱點(diǎn)隨時(shí)間的發(fā)展趨勢(shì)。通過(guò)對(duì)機(jī)器學(xué)習(xí)領(lǐng)域?qū)W術(shù)會(huì)議NIPS錄用的科研文獻(xiàn)進(jìn)行分析,驗(yàn)證了方法有效性。3.針對(duì)現(xiàn)有文獻(xiàn)管理系統(tǒng)中信息不準(zhǔn)確問(wèn)題,提出了一... 

【文章來(lái)源】：南京大學(xué)江蘇省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：69 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２．１?ＬＤＡ模型??

?南京大學(xué)研究生畢業(yè)論文???最直觀的方法就是在ＬＤＡ中加入監(jiān)督信息。??有監(jiān)督的隱狄利克雷模型（ｓｕｐｅｒｖｉｓｅｄ?Ｌａｔｅｎｔ?Ｄｉｒｉｃｈｌｅｔ?Ａｌｌｏｃａｔｉｏｎ，ｓＬＤＡ）是??在ＬＤＡ基礎(chǔ)上加入監(jiān)督信息的主題模型。ｓＬＤＡ概率圖模型如圖２．２所示，??〇—－－〇——〇??ａ?ｄｄ?Ｖｄ，ｎ?Ｗｄ，ｎ?ｐｋ??＼??Ｍ?Ｋ???ａ??ｒ］，８??圖２．２?ｓＬＤＡ模型??其原理與假設(shè)與ＬＤＡ模型基本相同，只不過(guò)在ＬＤＡ模型中為每個(gè)文檔加入了??－個(gè)響應(yīng)變量（Ｒｅｓｐｏｎｓｅ?Ｖａｒｉａｂｌｅ），在分類任務(wù)中，這個(gè)響應(yīng)變量即為文檔的標(biāo)簽。??該響應(yīng)變景與單詞Ｗｄｉｎ并不直接相連，而是與該單詞的主題Ｚｄ＿ｎ相關(guān)聯(lián)。??ｓＬＤＡ認(rèn)為一個(gè)預(yù)料庫(kù)屮的每？？篇文檔及其響應(yīng)變量的生成過(guò)程如下：??１）生成Ｎ，?Ｎ？Ｐｏｉｓｓｏｎ？，?Ｎ為該文檔長(zhǎng)度。??２）生成％，?０ｄ？Ｄｉｒ（：ｃ〇，０ｄ為該文檔在主題上多項(xiàng)式分布。??３）對(duì)于文檔屮的每一個(gè)單詞１＾？：??ａ）生成Ｚｄ．ｎ，Ｚ＾ｎ－Ｍｕ／ｔｉｎｏｍｉａＫ％），Ｚｄ，ｎ為該詞所屬主題；??ｂ）生成ｗｄ，ｎ，？ｐ（Ｗｄ，ｎ｜ｚｄ，ｎ，（Ｐｆｃ），ｗ以為生成的單詞。??４）所有單詞生成結(jié)束后，生成ｙ｜ｚ１：ｗ，ｎ，Ｓ？ＧＬＭ（ｆ，ｒｉ，６），?ｙ為該文檔點(diǎn)響應(yīng)??變量，其中：??ｚ：＝?（１／／Ｖ））?ｚｎ??而響應(yīng)變Ｍ?ｙ的分布是一個(gè)廣義線性模型（Ｇｅｎｅｒａｌｉｚｅｄ?Ｌｉｎｅａｒ?Ｍｏｄｅｌ，?ＧＬＭ）：??（ｒｉｒｚ）ｙ?—?ＡＣｒｉ１?ｚ）??Ｐ（ｙ＼ｚｉ：Ｎ＾，Ｓ）?＝?ｈ（ｙ，Ｓ）ｅｘｐ｛???｝??ｌｉ??

?南京大學(xué)研究生畢業(yè)論文???ＣＺＺ＾Ｉ有放回的采樣ｂ＿Ｓａｍ個(gè)樣本＾??類別?１?數(shù)????樣后的子數(shù)據(jù)集１??類另??｛?采樣后的子數(shù)據(jù)集２??類別３數(shù)雛＂…?????」??類別ｎ數(shù)據(jù)集?采樣后的子數(shù)據(jù)集ｂ＿Ｎｕｒａ??圖２．３均衡集成ＢＥｓＬＤＡ采樣過(guò)程??果進(jìn)行集成時(shí)，采用的集成策略是最簡(jiǎn)中．的投票法，而最后的分類結(jié)果取投票數(shù)??前３名的三個(gè)主題，因此本文的方法最終的輸出結(jié)采是３個(gè)主題標(biāo)簽。??Ｒ?一＾〇０＜＼０＜?２?＾分類結(jié)果１＾１??Ｕ??〇＾１〇????數(shù)據(jù)集１?ｓＬＤＡ＿ｌ??０＿＾?＿?ｆ分類結(jié)果２?ｒＪｓＴ＾ｉ＾ｌ??Ｕ?Ｌ＿＿〇ｄ°?＾＾?＾最終結(jié)果??數(shù)據(jù)集?２?ｓＬＤＡ＿２?＾Ｊ??？？？?ｔ？籲?？？響?＿秦參？■■??〇！?０００－０－?０?ｆ分類結(jié)果１??Ｊ?：?￣４〇－〇?ｂ＿Ｎｕｍ??數(shù)據(jù)集?ｂ＿Ｎｕｍ?ｓＬＤＡ＿ｂ＿Ｎｕｍ??閹２．４均衡集成ＢＥｓＬＤＡ集成過(guò)程??１３??

【參考文獻(xiàn)】：
期刊論文
[1]技術(shù)預(yù)見(jiàn)研究熱點(diǎn)的演進(jìn)分析:內(nèi)容挖掘視角[J]. 李牧南.  科研管理. 2018(03)
[2]國(guó)內(nèi)技術(shù)預(yù)見(jiàn)研究卓越機(jī)構(gòu)及研究熱點(diǎn)可視化描繪[J]. 張秀妮,張薇.  競(jìng)爭(zhēng)情報(bào). 2015(03)
[3]近十年（2004～2013）國(guó)際技術(shù)預(yù)見(jiàn)研究的熱點(diǎn)及動(dòng)向分析[J]. 李國(guó)秋,龍怡.  圖書情報(bào)知識(shí). 2014(03)
[4]現(xiàn)實(shí)世界中的主題突發(fā)與其間斷演化發(fā)現(xiàn)(英文)[J]. 湯斯亮,張寅,王翰琪,陳銘,吳飛,莊越挺.  中國(guó)通信. 2013(03)
[5]網(wǎng)絡(luò)爬蟲(chóng)技術(shù)的研究[J]. 孫立偉,何國(guó)輝,吳禮發(fā).  電腦知識(shí)與技術(shù). 2010(15)



本文編號(hào)：3595447