《数据分析与知识发现》期刊征文

1期刊定位《数据分析与知识发现》聚焦各行各业中以大数据为基础、依靠复杂挖掘分析、进行知识发现与预测、支持决策分析和政策制定的研究与应用,致力于提供理论指导、技术支持和最佳实践。

《数据分析与知识发现》期刊征文

1期刊定位《数据分析与知识发现》聚焦各行各业中以大数据为基础、依靠复杂挖掘分析、进行知识发现与预测、支持决策分析和政策制定的研究与应用,致力于提供理论指导、技术支持和最佳实践。期刊依靠并融汇计算机科学、科学计量学、社会计量学、网络计量学、数据科学、管理科学、预测分析、循证政策分析等领域,帮助人们从数据发现知识、从知识提炼智慧(洞察力)、从知识和智慧推演并设计解决方案,并且嵌入到知识密集和知识驱动的各行各业流程管理和决策支持.

《数据分析与知识发现》期刊征文

1期刊定位。《数据分析与知识发现》聚焦各行各业中以大数据为基础、依靠复杂挖掘分析、进行知识发现与预测、支持决策分析和政策制定的研究与应用,致力于提供理论指导、技术支持和最佳实践。期刊依靠并融汇计算机科学、科学计量学、社会计量学、网络计量学、数据科学、管理科学、预测分析、循证政策分析等领域,帮助人们从数据发现知识、从知识提炼智慧(洞察力)、从知识和智慧推演并设计解决方案,并且嵌入到知识密集和知识驱动的各行各业流程管理和决策支持。

《数据分析与知识发现》期刊征文

1期刊定位《数据分析与知识发现》聚焦各行各业中以大数据为基础、依靠复杂挖掘分析、进行知识发现与预测、支持决策分析和政策制定的研究与应用,致力于提供理论指导、技术支持和最佳实践。期刊依靠并融汇计算机科学、科学计量学、社会计量学、网络计量学、数据科学、管理科学、预测分析、循证政策分析等领域,帮助人们从数据发现知识、从知识提炼智慧(洞察力)、从知识和智慧推演并设计解决方案,并且嵌入到知识密集和知识驱动的各行各业流程管理和决策支持。

数智时代的信息分析方法:数据驱动、知识驱动及融合驱动

数智时代,面对大数据、大知识所带来的挑战,如何创新发展信息分析方法,关乎新时代信息分析工作的开展,关乎数据资源的开发利用。本文在梳理现有信息分析方法的基础上,提出数据驱动、知识驱动,以及数据与知识融合驱动的三种数智型方法思路。首先,提出基于文本、网络、音频、图像等的数据驱动以及与之相应的文本挖掘、图挖掘、音频挖掘、图像挖掘等信息分析模式;其次,提出基于专家知识库、通用知识库、领域知识图谱、通用知识图谱等的知识驱动信息分析模式;最后,提出基于特征、模型、决策三种层面的数据与知识融合驱动的信息分析模式。通过以上三种方法,构建能够系统融合大数据、大知识的信息分析方法,实现数智融合型信息分析,促进图书情报学科方法论发展,赋能国家决策和社会治理。图3。表1。参考文献59。

基于细粒度知识图谱的科技文献主题发现与热点分析

[目的/意义]利用知识图谱进行细粒度的知识组织并识别科技文献的热点主题,有助于科研工作者把握领域的研究现状和学科前沿,进而为科研资源优化配置提供有力支持。[方法/过程]提出一套基于知识图谱的主题发现和热点分析方法。首先,识别科技文献中的知识元,再抽取知识元中的语义实体进行主题发现;其次,构建“文献—知识元—主题”知识图谱,通过知识图谱中的共现关系网络识别领域的研究热点;最后,以农学领域的中文学术论文为实验数据,进行实证研究。[结果/结论]所构建的细粒度知识图谱不仅能够揭示科学知识与主题的潜在关联,而且能够实现科技文献主题的热点分析。

知识-数据驱动的沉管隧道接头安全状态分析方法——以港珠澳大桥海底沉管隧道为例

为解决沉管隧道接头安全状态不断变化且难以直接感知的技术难点,以港珠澳大桥海底沉管隧道为工程背景,通过分析既有监测数据,总结管节接头的变形模式,揭示管节接头张合量与结构温度的强相关性,明确潮位变化对接头剪切变形的显著影响。在此基础上提出一种基于知识-数据驱动的沉管隧道接头变形快速推演方法,通过建立沉管隧道精细化有限元模型,开展海量典型变形模式下的沉管隧道结构力学行为分析,构建沉管隧道变形服役行为数据集;利用BP神经网络,建立基于仿真接头服役行为特征的沉管隧道接头全断面变形推演模型,实现基于有限实测数据的接头全断面变形快速重构。该方法在港珠澳大桥海底沉管隧道的现场管养中得到成功应用。以2023年台风“苏拉”为例,基于台风登陆过程中接头的局部位移实测数据,推演接头剪力键及止水带关键点位处管节接头的变形情况。结果表明,该沉管隧道接头系统整体受台风影响较小。

数智赋能背景下情报学研究进展——数据驱动、模型驱动与知识发现

[目的/意义]面对数智赋能科学研究的变革关键时期,试图厘清情报学研究内涵变化,掌握情报学前沿研究进展,把握情报学未来发展趋势。[方法/过程]理论探索层面上,梳理情报学中知识发现类型,厘清数智时代的科学研究模式及自动化程度。通过整理63种NSP系列期刊(Nature及子刊、Science及子刊、PNAS)在2019—2023年出版的168篇相关研究论文,归纳并总结当前情报学主要研究方向、应用场景及知识发现。[结果/结论]界定了情报学中知识发现的三种类型:模型(定性规律、数值定律、结构模型)、要素(知识、自然科学知识空间、社会科学知识空间等)、过程(表示和分析方法、计算工具等),归纳数智时代情报学三种研究模式:数据驱动、模型驱动以及数据与模型协同驱动的知识发现,当前情报学在自动化程度上尚处于1级和2级水平。从两大服务应用方向的8类应用场景研究、基础方法工具和数据研究等方面,归纳总结当前情报学前沿研究进展。文章认为情报学中分析方法的丰富化、计算工具的智能化、研究数据的广泛化,正在共同赋能情报学的知识发现从当前的1级、2级向3级、4级自动化水平迈进。情报学需要攻克三类关键研究问题:情报认知理论方法、情报分析智能工具、基础计算数据,形成数智融合背景下情报学的新研究范式。[局限]仅基于NSP系列期刊论文开展研究,未涵盖所有情报学的前沿研究进展,未来可进一步扩大综述范围。

基于关联数据的机构知识库实体学术关系发现方法研究

文章分析机构知识库实体学术关系类型及其特征属性,依托关联数据构建机构知识库实体学术关系发现方法并阐释其具体操作流程,利用河海大学机构知识库数据开展实证检验。结果表明,使用该方法可实现机构知识库资源语义聚集与关联,提供基于关联数据的知识检索服务,以精准满足用户知识需求。

基于知识图谱的航空多模态数据组织与知识发现技术研究

航空产品在研制使用生命周期过程中产生的数据呈现出多源多模态的特性,面向此类数据进行知识工程建设时,传统基于关键词的文本检索方式已经无法满足科研人员在科研过程中对知识的获取需求。知识图谱作为当前人工智能领域对知识表示的一种方式,可以对知识单元以及数据之间的体系性和关系性进行充分表达和规范化存储,是垂直领域数据组织与知识发现服务的一种有效途径。因此提出以知识图谱作为航空领域知识表达模型,以标准知识单元作为数据载体,对科研人员的业务思维进行建模,同时利用深度神经网络作为多模态数据的特征编码器,构建适合机器理解与计算的特征向量,结合两者的特点构建面向多模态数据的搜索、推荐引擎。在此技术基础上设计系统架构并实现知识发现平台,将多模态数据在知识层面进行组织索引,满足航空科研人员的多模态知识检索需求。

高技术企业利用大数据能力实现创新双元性的多元路径——基于知识动态能力的组态分析

立足于数字经济背景,研究采用fsQCA方法,以236家高技术企业为对象,探讨多维度大数据分析能力与内部动态能力联动实现创新双元性的组态路径。研究发现:(1)大数据人员能力是创新双元性的核心条件。(2)存在两类驱动路径,即基础决策型、管理优化型的时间双元模式与分析协同型的结构双元模式。(3)知识协同辅助下,大数据管理及人员能力是实现创新双元性的关键;大数据基础设施与管理能力存在驱动与抑制效应的替代关系。研究结论有助于厘清如何在数字化背景下整合利用不同类型数字能力,帮助高技术企业兼顾探索式创新与利用式创新。

知识图谱和语义分析技术背景下公共图书馆红色档案的知识发现研究

在数字人文研究兴起和知识服务创新的背景下,红色档案资源面临数字化转型和知识化利用的机遇与挑战。在知识图谱和语义分析技术的视角下,聚焦于公共图书馆红色档案资源,探索当前红色档案的知识发现方法,包括知识单元抽取与本体构建、知识图谱构建、语义检索与关联分析、知识发现可视化等。阐述了红色档案知识图谱在构建知识服务平台、个性化知识推荐、支持知识发现与挖掘、智慧档案馆红色教育服务等方面的应用实践,旨在为传承红色基因、弘扬革命文化、推进智慧档案馆建设等提供参考与指南。

基于数据挖掘与知识发现的MOOC学习效果研究

随着信息技术的发展,大规模开放在线课程(Massive Open Online Courses,MOOC)已成为全球教育领域的一种新型教学模式。文章通过数据挖掘与知识发现的方法,对MOOC进行深入分析,旨在探讨影响MOOC学习效果的关键因素,并提出提升学习效果的策略。通过大数据视角的分析,文章为MOOC教学提供实证研究支持,并对未来MOOC教育的优化和发展提出建议。

基于个人知识库的大数据房价分析系统

大数据时代环境下,由于同类信息的多平台水平发布特征、平台的多元主题特性,导致用户不易从单一平台获取某垂直领域的全部信息,形成数据信息多、乱、不易整合的局面。而用户大多数情况下只关注自身感兴趣的话题,所以如何从纷繁复杂的海量数据中筛选高质量数据完成针对性主题分析成为首要关切的问题。本文以北京六区房价数据为知识资源,设计实现基于个人知识库的跨平台大数据房价分析系统,对要求满足个人特性的应用具有一定参考意义。

《数据分析与知识发现》期刊征文

1期刊定位《数据分析与知识发现》聚焦各行各业中以大数据为基础、依靠复杂挖掘分析、进行知识发现与预测、支持决策分析和政策制定的研究与应用,致力于提供理论指导、技术支持和最佳实践。期刊依靠并融汇计算机科学、科学计量学、社会计量学、网络计量学、数据科学、管理科学、预测分析、循证政策分析等领域,帮助人们从数据发现知识、从知识提炼智慧(洞察力)、从知识和智慧推演并设计解决方案,并且嵌入到知识密集和知识驱动的各行各业流程管理和决策支持。

《数据分析与知识发现》期刊征文

1期刊定位。《数据分析与知识发现》聚焦各行各业中以大数据为基础、依靠复杂挖掘分析、进行知识发现与预测、支持决策分析和政策制定的研究与应用,致力于提供理论指导、技术支持和最佳实践。期刊依靠并融汇计算机科学、科学计量学、社会计量学、网络计量学、数据科学、管理科学、预测分析、循证政策分析等领域,帮助人们从数据发现知识、从知识提炼智慧(洞察力)、从知识和智慧推演并设计解决方案,并且嵌入到知识密集和知识驱动的各行各业流程管理和决策支持。

《数据分析与知识发现》期刊征文

1期刊定位《数据分析与知识发现》聚焦各行各业中以大数据为基础、依靠复杂挖掘分析、进行知识发现与预测、支持决策分析和政策制定的研究与应用,致力于提供理论指导、技术支持和最佳实践。期刊依靠并融汇计算机科学、科学计量学、社会计量学、网络计量学、数据科学、管理科学、预测分析、循证政策分析等领域,帮助人们从数据发现知识、从知识提炼智慧(洞察力)、从知识和智慧推演并设计解决方案,并且嵌入到知识密集和知识驱动的各行各业流程管理和决策支持。

《数据分析与知识发现》期刊征文

1期刊定位《数据分析与知识发现》聚焦各行各业中以大数据为基础、依靠复杂挖掘分析、进行知识发现与预测、支持决策分析和政策制定的研究与应用,致力于提供理论指导、技术支持和最佳实践。期刊依靠并融汇计算机科学、科学计量学、社会计量学、网络计量学、数据科学、管理科学、预测分析、循证政策分析等领域,帮助人们从数据发现知识、从知识提炼智慧(洞察力)、从知识和智慧推演并设计解决方案,并且嵌入到知识密集和知识驱动的各行各业流程管理和决策支持。

我国开放数据研究领域的科学知识图谱分析

开放数据在科学研究、社会实践等诸多领域实现了良好的应用效果,成为科技创新与社会经济发展的重要推动力。我国高质量开放数据相关研究始于2009年,本文采用科学知识图谱分析方法,运用Citespace与VOSviewer分析工具对我国开放数据研究领域1001篇高水平期刊论文进行可视化分析,探索开放数据研究成果的分布特征、研究主题以及研究趋势,并提出研究展望,为我国开放数据研究领域的科学发展提供参考。图4。表3。参考文献90。

基于MySQL的高职学生课程知识学习数据库设计

基于MySQL对高职学生的课程知识学习系统数据库进行了设计分析,为系统之后的开发打下重要的基础。学习系统的主要需求对象是学生、教师、学习记录及课程4个实体,因此该系统被划分为课程模块、教师模块、学生模块,根据需求分析和功能模块,同时设计了该系统的功能架构。