大数据领域的主题分析——基于WOS和Wikipedia的互证研究

利用WOS(Web of Science)和Wikipedia两种数据源,对大数据相关的内容进行词频统计、文本归类分析,得出两种数据源下大数据主题的共识和差异,并进一步梳理提炼出大数据领域的主题类别。共同的类别包括整体角度、技术层面、应用层面、实体和活动等,进一步细分的主题包括数据及数据源、大数据处理和分析技术、大数据系统和应用、国家地区以及企业的推动、社会和人的讨论、行业和学科变化等。最后论文还结合相关数据探讨了大数据领域的研究前沿。

面向专用信息获取的用户定制主题网络爬虫技术研究

进入大数据时代,互联网已成为各行各业进行信息采集的重要阵地。面对爆炸式增长的网络信息资源,如何快速高效地筛选出所需的信息成为亟需解决的现实难题。在互联网海量数据和专用信息采集人员之间构建一个满足特定需求的信息筛选机制,可以大幅度提高专用信息获取工作效率。主题网络爬虫是所有互联网信息获取手段必须具备的首要环节,为了提高专用信息采集的准确性,文章进行了面向公开网络的用户定制主题网络爬虫技术研究。针对大数据时代信息筛选困难的问题,文章通过将用户的兴趣偏好融入到主题网络爬虫的抓取过程中,有效提高了信息筛选力度,并通过实验验证了文中方法能够提高查准率。

流域水资源管理研究论文计量分析

为了系统揭示流域水资源管理研究的现状、趋势和热点,以Web of Science数据库收录的关于流域水资源管理研究的论文为数据源,利用美国汤森路透公司的数据分析工具TDA,对全世界流域水资源管理研究的论文进行计量分析。结果表明:流域水资源管理研究的论文数量呈稳步增长态势,1991年以后的论文数量增加迅速;美国、中国、澳大利亚和欧洲国家的论文数量比较多,这些国家在此领域的研究比较活跃;2002年是国际流域水资源管理研究的转折年,之前的研究主题比较分散,之后的研究主题比较集中。

基于数据密集型的用户画像研究进展

用户画像是对用户细分的一种重要的基础性工作,是基于数据密集型场景的用户细分的重要手段,是商品推荐,服务推荐,用户管理的基础。笔者以web of sciences 2012年—2017年共5年间的用户画像研究历史文献,以文献计量学和大数据的研究方法,研究了用户画像研究的特点,通过分析,提出了研究的热点和发展趋势,为相关学者了解研究动态提供参考。

大数据时代我国评价科学的研究进展与分析

[目的/意义]作为一门支撑管理和决策的重要学科,评价科学为推进我国各项现代化建设事业的发展发挥着重要的作用。文章对大数据时代我国评价科学的相关研究进行系统性的回顾和梳理,以揭示其研究进展,旨在为推动评价科学的建设与发展提供一些参考价值。[方法/过程]以CNKI为相关研究文献的来源数据库,采用可视化分析法与内容分析法,从历年各类文献数量变化的角度和期刊论文主题分布的角度进行研究进展的分析。[结果/结论]研究发现:①大数据时代评价科学呈现蓬勃发展的趋势;②大数据时代评价科学研究的热门来源学科发生转移,且呈现与计算机学科合作研究的新态势;③传统的指标权重确定方法和评价模型在大数据时代仍然占主导地位,更加适应新数据环境的模糊层次分析法和模糊综合评价法的重要性也日益凸显;④大数据时代,评价科学研究涉及的评价属性依然很多,但风险评价和质量评价(特别是对数据质量的评估)成为重点评价属性;⑤大数据时代辅助评价科学研究的技术和方法坚持在继承中创新、创新中发展,近几年对云计算和人工智能技术等新技术的应用逐渐成为热潮。

国内图书情报领域大数据研究进展

文章以CNKI数据库中收录的"大数据"为主题、"图书情报与数字图书馆"为学科的文献作为数据来源,借助SATI3.2提取高频关键词,运用SPSS和Netdraw软件进行聚类及社会网络分析。结果表明图书情报领域大数据研究主题集中于:大数据在图书馆中的应用,数据挖掘、分析与处理,大数据下的智慧图书馆,公共图书馆,企业竞争情报,知识服务,高校图书馆以及数字图书馆等8个研究群组,并逐一进行解析,以期反映我国图书情报领域大数据研究热点与进展。

大数据环境下情报学方法与技术体系构建

【目的/意义】为大数据环境下情报学的研究提供方法、技术和应用过程的参考。【方法/过程】应用特征分析法、文献分析法和系统开发方法,对大数据环境下情报学方法与技术体系进行了特点、方法和应用过程的研究。分析了大数据环境下情报学研究发生的演变,根据这些变化,指出了大数据环境下情报学的研究思路,从文献分析、Web数据分析和综合分析三类梳理了情报学研究的方法与技术,并分别给出了这些方法和技术的应用过程。【结果/结论】通过方法与技术的梳理发现,大数据环境下情报学的研究是以数据为中心的、多种技术综合应用的科学研究过程。