科技领域情报分析中文献集构造方式比较研究:一致性与可靠性问题

科技领域情报分析中,文献集构造有多种方式,但目前尚不清楚这些方式间的差别及可靠性。推动科技情报分析方法科学化的第一步,是探索能保证分析结果可靠性的领域文献集构造方法。因此,本文旨在通过实证分析量化地解答这一问题。以“人工智能”领域为例,本文在充分考虑科技情报分析多种任务场景(包括不同分析元素、不同元素数量、排序与否等)的前提下,设计了3个递进式的实验,分别为:①当前几种主流文献集构造方式间,所得结果差异性如何?②这些文献集构造方式所得结果的可靠性如何?③对这些文献集进行组合是否能提高最终分析结果的可靠性?实验结果表明,粗粒度元素(如国家)情报分析任务上,现有文献集构造方式结果差异不大,可靠性较高;但在细粒度元素(特别是作者)情报分析任务上,现有文献集构造方式结果差异明显,可靠性较低。不同情报分析任务上可以相应地挑选最合适的文献集构造方式。对现有文献集构造方式所得文献集进行组合,可靠性提升并不明显。总之,优化文献集构造方式是当前科技情报分析中必须重点关注的问题。最后,基于量化指标,本文给出了科技情报分析中在文献集构造层面上提高可靠性的一些建议,以及未来研究的一些思路。

多因素驱动下的领域知识网络演化模型：跟风、守旧与创新

当前几种经典的复杂网络模型尚不能有效拟合领域知识网络现实情况,表现为:①以边连线为增长单元难以有效拟合知识网络模块化增长的高聚集效应;②知识增长中除马太效应外,有其他重要因素(如守旧、创新)与之抗衡。因此,有必要根据领域知识自身增长特点探寻一种新的演化模型,以有效实现领域知识的量化分析和预测。本文以典型的领域共词网络为例,从微观的增长视角解析其生成过程、增长方式和多种影响因素,以前人研究结论为证据,提出一种由模块化增长单元组成,并融合跟风、守旧与创新三种影响因素的领域知识网络演化模型;随后,通过实验仿真证明了该模型能更好地拟合现实领域知识网络的整体和微观结构;最后,以此模型为基础,通过进一步的仿真实验揭示了相关因素在领域新知识增长、知识聚集中的影响力度和相互作用。本研究为领域知识增长规律和共现型知识网络结构规律的探索提供了更直接可靠的量化分析基础。

智能电网安全策略切换判决算法设计

安全策略切换判决算法的设计面临着这样一对矛盾:效率与性能。如何在保证效率的条件下提高安全切换判决算法的性能是安全策略切换算法设计的一个难点。本文提出了一种基于网络辅助终端判决的安全策略切换判决算法,将网络Qo S性能的评估交给网络端完成,有效的降低了终端的计算量,提高了效率。另外由于不同安全应用有着不同的Qo S要求,因此本文充分考虑了安全应用的安全业务类型,在网络端针对四种不同业务类型分别设计了基于模糊逻辑的网络Qo S得分计算方法,满足了安全应用的Qo S需求。此外,本文充分考虑到这样一种情况:当前的网络状况不能代表未来的网络状况,而网络状况的变化一般呈现出一定的变化趋势。因此,本文利用当前的网络状态来预测未来的网络状况,为安全策略切换判决提供了更加全面的网络Qo S信息。

文献集规模对科技领域情报分析的影响:多种任务场景下的实证分析

面向特定领域开展科技情报分析时,由于文献的集中与离散分布规律,难以有效构造全量文献集。那么多大规模的领域文献集是可靠的?这一问题在不同的情报分析任务场景下,有不同答案。本文综合考虑待分析领域大小、待分析对象(学科分类、国家、机构、关键词、引文、作者,及其各自共现关系)、待分析对象的Top值截取(如高频词)数量、结果是否考虑排序等常见的多种任务场景,设计相应的实验方案。以“人工智能”领域WoS(Web of Science)数据为例,开展多种规模的数据抽样,并计算得出抽样子文献集对全量文献集的拟合指标值为4800个,以量化结果揭示科技情报分析中不同任务场景对文献集规模的要求。研究结果表明,涉及学科与国家分类的分析任务,以极小规模文献集便可得到较为可靠的结果;涉及作者的分析任务,对于文献集规模的要求极高,有必要采用全量数据;涉及机构、关键词、引文的分析任务,文献集达到一定规模可得到较为可靠的结果,但相应规模受不同因素的影响,尤其是共现分析、截取较多Top对象和结果要求排序这三种任务场景对文献集规模要求更高。

基于数据科学的知识创新服务应用模式构建研究

大数据时代背景下知识需求发生变化,现有知识服务模式难以适用于知识创新发展与数据密集型科学研究范式的转变,需要导入数据科学构建面向知识创新服务的应用模式。本研究在概述知识创新、知识服务、数据科学的基础上,探索知识创新服务的概念与特点及导入数据科学的目的,并分析知识创新服务模式的研究现状。进而提出知识创新服务模式构建需求及目标,尝试构建基于数据科学的知识创新服务应用模式。研究认为基于数据科学的知识创新服务模式主要应由数据基础层、分析逻辑层和结果展现层三个层面构成。同时,依据知识内容分析、知识创新模式等角度,从四个方面对知识创新服务模式进行阐述。

水利泵站远程监控安全系统设计

水利是一个信息密集型行业。水利信息包括水雨情信息、汛旱灾情信息、水量水质信息、水环境信息、水工程信息等。当今的水利建设过程中,往往侧重基础设施建设,而忽视了将水利建设与信息化、智能化相结合,从而导致其信息化程度不够,不能高效地管理、利用水利设备或有效进行洪涝预警,在效能、效益方面存在欠缺。本文充分利用现代信息技术,设计并实现了水利泵站远程监控系统。引入了水文监测、控制、预测模型及算法,对基于结构化支持向量机的泄洪联动技术进行了设计,从全局的高度设计建设具有开放性的信息化集成平台,实现信息共享和业务流程优化,提高泵站管理水平、运行调度水平、装备自动化水平、防洪抗旱调度决策水平。

知识创新的研究状况与科学知识创新面临的大数据挑战

知识创新是促进知识经济与社会可持续发展的基础和引擎,是体现国家和机构竞争能力的标志。为了解国内外有关知识创新研究的整体状态、主要观点与发展趋向,本文通过调查国内外文献数据库,对文献整体发展趋势进行分析。在此基础上,阅读高被引的相关文献,总结已有研究在知识创新的内涵、特征、流程、模式、影响因素等方面的主要观点,并从条件因素、主体因素、流程因素层面构建知识创新影响因素的概念模型。最后,从科学知识创新的需求角度,分析大数据背景下知识创新面临的挑战与发展趋势。

大数据与创新双驱动的知识创新服务需求与趋势研究

大数据发展与科研创新的有机结合,共同驱动着知识创新服务新业态的形成。研究创新活动中的用户需求、服务供应商需要解决的问题与知识创新服务趋势及发展对策,是构建知识创新服务理论与方法体系的重要组成部分。通过问卷调研科研用户与实地访谈知识服务供应商两种形式,遵循科学研究流程,采用统计分析、比较综合、归纳提炼等方法开展研究。研究结果表明:创新用户目前较多使用传统方式获取信息,但对知识集成融合等知识加工类服务有了更高的需求;服务供应商多重视多源数据集成、多维度知识关联、个性化推荐服务等知识加工类服务面临的困境;未来的知识创新服务发展趋势是倾向于构建基于科研众包平台的学术交流共享服务、提供数据类服务、对现有服务进行多样化推广、向着专业化个性化方向发展、重视新技术在服务方面的应用等。

国外新兴研究话题发现研究综述

新兴研究话题发现一直以来都是学者们广泛关注的研究问题。对于新兴研究话题动向的把握,不仅可从宏观层面为管理部门制定科技政策提供决策支持、以提高科研资金投入的效益、加速科学进步和发展,还可为科研工作者投身富有前景的研究领域提供具体的研究方向建议。对国际核心期刊上关于新兴研究话题发现的研究现状进行梳理发现,目前学术界对新兴研究话题及其相关概念尚无清晰的界定;相应地,新兴研究话题的探测方法也存在诸多的不足;探测新兴研究话题中所依据的指标繁杂多样。综述现有研究,本文给出新兴研究话题的概念及其特征的界定,比较新兴研究话题及其相关概念的联系与区别,并指出在新兴研究话题发现中应注意的具体问题并提出四个方面的工作展望。

学术专著引用行为研究——基于引文内容特征分析的视角

当前的引文内容分析研究基本上以学术论文为研究对象。与学术论文相比,学术专著的篇幅较长、引文内容更加翔实。学术专著的引文内容特征分布对学术专著的引文内容分析方法、乃至引用行为与动机等研究都具有重要的意义。本文首先通过对Morgan&Claypool出版的39本学术专著的引文内容进行人工标注,构建包含13539条引文内容的学术专著引文内容分析语料;然后分别从引文内容位置分布、引文提及次数以及引文内容上下文特征等三个方面分析学术专著的引文行为,并针对不同学科学术专著的引用行为特点进行了总结;最后本文讨论了学术专著与学术论文引文内容特征分布的差异,并指出进行学术专著引文内容分析时应注意的问题。本文研究成果可以帮助学者进一步了解学术专著引用行为的特点,并为后续的学术专著中的引文动机研究打下基础。

基于SVM的中文微博观点倾向性识别

通过识别海量中文微博文本观点句的情感倾向,能挖掘用户对某事件或产品持有的个人立场。为了找到更适合观点句倾向性识别的特征与模型,本文在分析微博观点句特征基础上,使用句式特征、句内特征以及隐性特征三类特征,借助于SVM模型对微博进行主客观识别;然后以主观句作为语料,从情感特征、词性特征、句式特征与句间特征四个角度来表示微博,最后利用SVM模型进行观点句的褒义、贬义、褒义贬义混合的情感倾向性分析。该方法在COAE2015 Task2"微博观点句识别"评测结果中取得较好的效果,微平均评估上,准确率达到了74.01%,召回率达到了71.61%,F值为72.79%,综合排名第二,测评结果验证了本文提出的方法有效且具有可行性。

生命周期阶段中的科学合作网络演化及高影响力学者成长特征研究

为进一步研究科学合作的关系,并揭示科学发展的规律。本论文以文献增长规律与生命周期理论为基础,借助于数理统计与复杂网络分析方法,以CNKI数据库中的新能源领域研究为例,从整体属性和个体成长角度,分析科学合作网络在不同生命周期阶段的演化特征。首先,通过对科学合作网络结构演变情况分析,发现网络整体随阶段不同存在着差异。在分布上,除萌芽期初始阶段的网络是随机网络外,其他各阶段的网络均是无标度网络。其次,从初始合作模式、成长演变模式、所处网络类型三个方面,探寻新能源领域生命周期阶段中top10高影响力学者的成长变化特征。研究表明,在初始合作模式方面,通过对合著者数量以及合作者影响力的测度,发现高影响力学者主要按照"独著"、"简单合著"、"带入合著"与"同步合著"四种模式进入;在成长演变模式方面,通过对度中心性变化的测度,发现高影响力学者的合作网络主要体现出"稳步增长型"、"上升下降型"、"持续领导型"、"不温不火型"四种成长形式;在所处合作网络类型方面,通过对网络中核心节点的数目、网络中节点存在年次的测度,发现高影响力节点所在的网络呈现出"流动合作型网络"、"引领成长型网络"以及"多核共处型网络"三种结构状态。

新闻替代计量指标的分布特征研究

学术成果在新闻中的传播痕迹形成了新闻替代计量指标。最新研究表明,该指标能够反映学术成果的社会影响力。本文基于427万余条新闻替代计量数据的统计分析和对比分析,较为系统地揭示了其分布特征。研究发现,综合类和医学类的新闻来源平台提及学术成果的新闻量最多,其中The Conversation、EurekAlert!和MedicalXpress位居三甲;新闻指标的及时率为56%,优于政策文件指标,弱于新浪微博指标和推特指标;论文层次分布呈集中态势,以独立用户数观察,20%的学术成果拥有65%的新闻提及数,篇均指标值为3.5;来源层次分布基本符合布拉德福定律,测定出了76个核心来源,最核心的来源是The Conversation、Nature和PLoS ONE;学科层次分布中,医学与保健科学“一家独大”,其次是生物科学、心理与认知科学。这些结论将为进一步理解和应用新闻替代计量指标提供参考。

学术博客用户的博文分类行为研究——以科学网博客为例

学术博客的不断发展促使网络学术资源不断增长。为了有效地对网络学术资源进行分类,很多学术博客网站引入博文分类机制。对用户的博文分类行为进行研究,有助于理解学术博客中用户分类的规律,从而促进博文分类系统的优化。目前国内外学者开始关注学术博客中的用户行为与分类机制,但缺乏对用户的博文分类行为的研究。为分析学术博客中的不同学科的用户分类行为,本文以科学网博客为例,分析不同学科用户的系统分类与个人分类使用结构,并分析系统分类以及个人分类与各学科的关联度。基于以上分析结果,本文最后为学术博客分类系统的优化提出相应的建议。

游戏化对MOOC用户持续使用意愿的影响研究

游戏化在教学、教育过程中的作用早已受到广泛关注,游戏化学习、教育游戏化已经成为重要的研究主题。同时,随着网络在线学习平台的不断发展,以提高学习者参与度、学习黏性及持续使用意愿为目的的游戏化学习手段被不断应用和推广。该文基于期望确认、感知有用性、满意度和游戏化的因素,构建了一个理论框架来探究用户的持续使用意愿的关键影响因素,并在MOOC的情境下进行了实证分析;基于信息系统持续使用理论提出了游戏化的影响方式,研究发现游戏化在MOOC用户的持续使用意愿影响中起着显著的作用。

基于学术论文全文内容的算法使用行为及其影响力研究

数据挖掘算法已被广泛应用于科学研究与实践中。考察数据挖掘算法在学术论文中的使用情况、进而评估其影响力,能辅助研究者全面了解其所在领域的常用算法,并根据研究任务类型选择相应算法。本文利用学术论文全文内容,对算法的使用行为进行分析,从而考察算法的影响力。具体来说,本文以自然语言处理领域为例,收集整理全国计算语言学会议(CCL)1993—2016年收录的学术论文全文数据,从使用频次、使用位置、使用年代以及使用动机等四个方面全面考察十大经典数据挖掘算法在该领域的使用情况,并在此基础上对算法的影响力进行评估。实验结果显示,十大算法的使用行为存在明显差异,且SVM算法影响力最高,CART与Apriori算法影响力较低。本文研究可为基于数据驱动的相关研究者,尤其是为初学者在算法选择时提供参考。

基于CRFs和领域本体的中文微博评价对象抽取研究

微博情感分析是对微博内容进行细粒度的挖掘,有着重要的研究价值。微博评价对象的抽取是微博情感分析研究的关键问题之一。为了提高中文微博评价对象抽取的准确率,该文在中文微博特征分析和微博评论本体构建研究的基础上,尝试从词、词性、情感词以及本体四个方面进行特征选择,采用CRFs模型对评价对象进行抽取。该文将提出的方法运用到COAE2014测评的Task5评价对象抽取任务中,宏平均准确率达到61.20%,在所有测评队伍中居第一。实验结果表明,将本体特征引入到CRFs模型中,能够有效地提高评价对象抽取的准确率。

大数据时代知识融合体系架构设计研究

大数据时代不仅改变着研究者科学交流生态和科研创新的模式,而且对图书情报领域服务提出新的需求和挑战。大数据对知识生态和学科创新模式的重构,亟需研究人员从根本上探索大数据资源和技术对知识服务和创新的支撑点。在对知识融合、知识生态等相关概念与研究进行系统分析和综合比较的基础上,面向学科领域研究知识生态重构的挑战,分析大数据时代知识融合的需求,归纳总结关联理论与方法,研究设计知识融合体系架构与构成要素。

实验室环境下的边缘检测技术研究综述

由于边缘在图像处理中的特殊地位,如何优化边缘检测算法,尤其是如何处理三维图像的边缘提取问题是中外科学家研究的热点。本文研究了传统的边缘检测算法,包括Roberts、Sobel、Caddy等算子,比较了它们所提取边缘的差异,并且对算法的提取效果进行检验。本文的研究可以被广泛应用到各种类型的图像处理的方式中。

电镜能谱仪认定火灾起火点研究

介绍烧毁严重程度认定法、烟熏痕迹认定法等起火点的认定方法。以烧毁严重程度判别起火部位或起火点受火灾荷载的干扰,其科学性与准确度受到质疑。电镜能谱认定起火点的方法基于起火点受热时间最长,在同类别灰烬中的碳含量最低的原理。以粉碎的A4打印纸充当可燃物设计实验,利用电镜能谱仪辨识灰烬类别,测定碳含量,确定火灾蔓延方向及起火点,验证电镜能谱认定法的可行性。结果表明,灰烬样本在经实验室电炉600℃灼烧2h后仍能够检测出≥2%的碳元素;选择能谱面分析误差较小;检测点的灰烬必须是相同类别的灰烬。介绍电镜能谱仪认定起火点的步骤。