本文選題：科研關(guān)系 + 科研實體　； 參考：《江蘇大學(xué)》2017年碩士論文

【摘要】：科技文獻作為數(shù)據(jù)、信息、科研成果的重要載體,不僅包含著大量與學(xué)科主題相關(guān)的知識體系和知識結(jié)構(gòu),同時還蘊含著大量的科研實體。不同科研實體之間相互交叉關(guān)聯(lián)將呈現(xiàn)出豐富的科研關(guān)系。當(dāng)前科研關(guān)系發(fā)現(xiàn)方法主要有:引文分析、共現(xiàn)分析、聚類分析等。這類方法雖然形式化程度較高,但因缺乏本體的支持,無法揭示和識別科研實體之間深層次的語義關(guān)系。因此,從語義和本體角度展開對科研關(guān)系的關(guān)聯(lián)發(fā)現(xiàn)是未來的研究方向和趨勢。本研究針對上述問題,結(jié)合知識鏈接、關(guān)聯(lián)數(shù)據(jù)等方法,展開科研關(guān)系關(guān)聯(lián)發(fā)現(xiàn)研究。首先,采用文獻調(diào)研和對比分析的方法,對國內(nèi)外關(guān)聯(lián)數(shù)據(jù)、科研關(guān)系、知識鏈接的相關(guān)文獻進行歸納梳理,在對比分析國內(nèi)外科研關(guān)系發(fā)現(xiàn)方法的基礎(chǔ)上,提出了利用關(guān)聯(lián)數(shù)據(jù)進行科研關(guān)系發(fā)現(xiàn)的思路;其次,采用模型化方法,構(gòu)建了基于科技文獻關(guān)聯(lián)數(shù)據(jù)的科研關(guān)系發(fā)現(xiàn)模型,并對模型的功能進行了分析;最后,采用實驗的方法對該模型的可用性、易用性、優(yōu)越性進行驗證。通過研究工作的開展,本文取得以下研究成果:(1)提出利用關(guān)聯(lián)數(shù)據(jù)技術(shù)實現(xiàn)科研關(guān)系發(fā)現(xiàn)的思路,將關(guān)聯(lián)數(shù)據(jù)技術(shù)應(yīng)用于科研關(guān)系發(fā)現(xiàn)全過程,豐富了關(guān)聯(lián)數(shù)據(jù)的應(yīng)用體系;(2)分析和構(gòu)建了基于科技文獻關(guān)聯(lián)數(shù)據(jù)的科研關(guān)系發(fā)現(xiàn)模型,該模型集成整合了現(xiàn)有科研關(guān)系發(fā)現(xiàn)研究相關(guān)的研究成果,充分體現(xiàn)了關(guān)聯(lián)數(shù)據(jù)在科研關(guān)系關(guān)聯(lián)發(fā)現(xiàn)方面的優(yōu)勢;(3)借助相關(guān)工具驗證模型功能,部分實現(xiàn)了科研關(guān)系的關(guān)聯(lián)發(fā)現(xiàn),為試圖更好的共享、發(fā)現(xiàn)、利用科研關(guān)系的科研團隊和個人,提供一定的幫助和啟示。
[Abstract]:As an important carrier of data, information and scientific research achievements, scientific literature not only contains a large number of knowledge systems and knowledge structures related to subject topics, but also contains a large number of scientific research entities. The interrelation between different scientific research entities will present a rich scientific research relationship. At present, the main methods of scientific research relationship discovery are: citation analysis, co-occurrence analysis, cluster analysis and so on. Although this kind of method has a high degree of formalization, it is unable to reveal and identify the deep semantic relationship between scientific research entities because of the lack of ontology support. Therefore, it is the future research direction and trend to develop the association discovery of the scientific research relationship from the semantic and ontological point of view. Aiming at the above problems, the research on association discovery of scientific research relationship is carried out with the methods of knowledge link and association data. First of all, by using the method of literature investigation and comparative analysis, the related data, scientific research relations, knowledge links are summarized and combed, on the basis of comparative analysis of domestic and foreign scientific research relationship discovery methods, This paper puts forward the idea of using the correlation data to discover the scientific research relationship. Secondly, it constructs the scientific research relationship discovery model based on the associated data of scientific literature by using the modeling method, and analyzes the function of the model. The usability, ease of use and superiority of the model are verified by experimental method. Through the development of the research work, this paper has obtained the following research results: (1) put forward the idea of using the correlation data technology to realize the scientific research relationship discovery, and apply the correlation data technology to the whole process of the scientific research relationship discovery. It enriches the application system of correlation data. (2) A scientific research relationship discovery model based on the associated data of scientific literature is analyzed and constructed, which integrates the existing research results of scientific research relationship discovery. Fully reflects the advantages of association data in the scientific research relationship association discovery; (3) with the help of relevant tools to verify the model function, some of the scientific research relationship association discovery, in order to try to better share, discovery, The scientific research team and the individual who use the scientific research relations, provides certain help and enlightenment.
【學(xué)位授予單位】：江蘇大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：G353.1

【參考文獻】

相關(guān)期刊論文 前10條

1 朱貝;盛小平;;英國政府開放數(shù)據(jù)政策研究[J];圖書館論壇;2016年03期

2 楊瑞仙;林進禎;;基于海量數(shù)字資源的科研關(guān)系揭示方法研究述評[J];情報理論與實踐;2015年08期

3 賢信;曾建勛;;科研實體唯一標(biāo)識系統(tǒng)研究[J];圖書情報工作;2015年12期

4 劉玉琴;汪雪鋒;雷孝平;;科研關(guān)系構(gòu)建與可視化系統(tǒng)設(shè)計與實現(xiàn)[J];圖書情報工作;2015年08期

5 陳蘭杰;侯鵬娟;;數(shù)字文獻資源關(guān)聯(lián)關(guān)系揭示方法研究[J];圖書館;2015年02期

6 趙雪芹;曾建勛;;基于科研關(guān)系網(wǎng)絡(luò)的知識關(guān)聯(lián)服務(wù)研究[J];情報雜志;2014年11期

7 吳樹芳;劉暢;徐建民;;基于術(shù)語間本體關(guān)聯(lián)度的文檔相關(guān)度研究[J];現(xiàn)代情報;2014年09期

8 唐艷春;;D2R在圖書館書目數(shù)據(jù)關(guān)聯(lián)服務(wù)中的應(yīng)用分析[J];圖書情報工作;2014年14期

9 劉玉琴;曾建勛;王立學(xué);;學(xué)術(shù)關(guān)聯(lián)關(guān)系可視化系統(tǒng)設(shè)計與實現(xiàn)[J];圖書情報工作;2014年05期

10 陳天瑩;蘇智慧;;基于語義推理的文本信息關(guān)聯(lián)關(guān)系分析技術(shù)[J];電訊技術(shù);2014年01期

相關(guān)博士學(xué)位論文 前1條

1 陳毅波;基于關(guān)聯(lián)數(shù)據(jù)和用戶本體的個性化知識服務(wù)關(guān)鍵技術(shù)研究[D];武漢大學(xué);2012年

相關(guān)碩士學(xué)位論文 前3條

1 張鵬圖;國內(nèi)圖書館關(guān)聯(lián)書目數(shù)據(jù)的發(fā)布研究[D];山西大學(xué);2015年

2 許超凡;基于關(guān)系數(shù)據(jù)庫的本體半自動構(gòu)建系統(tǒng)的設(shè)計與實現(xiàn)[D];北京工業(yè)大學(xué);2015年

3 馬倩倩;基于關(guān)聯(lián)數(shù)據(jù)的知識元鏈接圖式存儲模型研究[D];華中師范大學(xué);2014年

，

本文編號：2087579