学科知识结构揭示模型构建

[目的 /意义]为完善学科知识结构的揭示过程,将隐含的、抽象的学科知识结构具象化,形成较为严谨的方法规范和理论范式。[方法 /过程]对揭示学科知识结构所调用的相关理论、方法、技术等进行系统分析,将"三计学"理论(文献计量学、科学计量学和信息计量学)、社会网络分析方法、学科知识结构理论和知识图谱技术进行集成优化和协同整合。[结果 /结论]构建学科知识结构揭示模型,即以"三计学"模块为基础、社会网络分析模块为支撑、学科知识结构模块为牵引、知识图谱模块为输出、四大模块交叉融合的"233-1理论模型",为实证研究提供理论支撑,也为相关研究提供方法学参考和依据。

基于关联数据的类簇语义揭示模型研究

【目的】调研基于关联数据揭示类簇内主题词间语义关系的模型和技术方法。【方法】利用Google Scholar、Springer、CNKI等检索与研究主题相关的文献,调研分析并梳理当前类簇分析和语义关系揭示相关研究,构建基于关联数据的类簇语义关系揭示模型,通过实验验证模型的有效性。【结果】实验结果表明,利用关联数据可以有效揭示主题词间语义关系,弥补传统共词聚类分析在语义方面的不足。【局限】受实验数据限制,目前揭示出的语义关系局限于上下位类关系、类与实例关系和相关关系等类型,未考虑关联数据质量问题对语义揭示结果造成的影响。【结论】提出的基于关联数据的类簇语义关系揭示模型可以有效揭示主题词间语义关系,为共词聚类结果的理解和分析提供一种新的方式。