發(fā)布時間：2020-12-10 10:09

　　本文研究主要目的在于借助共詞分析和社會網絡分析方法探索關聯數據領域的知識圖譜。在該研究中,數據來源于Web of Science(WOS)核心數據集合,一共檢索出946篇文獻,關鍵詞共計2332個,從中最終確定30個高頻關鍵詞,并以這30個高頻關鍵詞構建關鍵詞共現矩陣。接著,基于該矩陣,本文采用共詞分析法中的主成分分析,聚類分析法,相關系數相似性分析以及多維尺度分析方法,和社會網絡分析法中的中心性以及K核分析對關聯數據領域的研究狀況進行了分析。首先,通過共詞分析本文確定了關聯數據中的主體聚類,并將它們概括分為物聯網”,“實體鏈接”,“教育”,“語義網”“,”關聯數據“,”數據網“,”Dbpedia“,”數據集成“和”本體”。而后,本文借助社交網絡分析描述每個關鍵字如何連接網絡,哪些人受到影響,以及他們與每個關鍵詞的親近程度。根據結果,這兩種分析都可以更好地理解關聯數據領域的主題相互關聯。它還可以用于解析不同學科思想在在關聯數據領域或相關學科中的分布狀況。此外,本文還考察了每個關鍵詞關系的流向,并將關系網絡的結構可視化。簡而言之,這項研究通過對不同年份發(fā)表的關聯數據的相關論文的分析揭示了... 

【文章來源】：華中師范大學湖北省 211工程院校 教育部直屬院校

【文章頁數】：61 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
CHAPTER 1: INTRODUCTION
    1.1 Problem of Statements
    1.2 Objectives
    1.3 Contribution
CHAPTER 2: LINKED DATA
    2.1 What is Linked Data?
    2.2 Linked Data Concept
    2.3 Linked Data-Related Research Area
CHAPTER 3: METHODOLOGY
    3.1 Data Collection and Data Process
    3.2 Method of Data Analysis
        3.2.1 Co-word Analysis
        3.2.2 Social Network Analysis
CHAPTER 4: FINDING AND DISCUSSION
    4.1 Frequency Analysis
    4.2 Co-occurrence Matrix
    4.3 Proximity Matrix
    4.4. Co-word Analysis
        4.4.1 Factor Analysis
        4.4.2 Cluster Analysis
        4.4.3 Multidimensional Scaling （MDS）
    4.5 Analysis of co-word network
CHAPTER 5: CONCLUSION AND FUTURE WORK
    5.1 Summary
    5.2 Future Work
References
Acknowledgements



本文編號：2908516