|
|
|
653 |
数据科学及其对情报学变革的影响 |
|
 |
巴志超, 李纲, 周利琴, 毛进 |
|
|
DOI: 10.3772/j.issn.1000-0135.2018.07.001 |
|
|
大数据时代,科学界倡导建立属于不同科学领域的数据科学,以形成具有学科差异化、特色化的数据科学研究范式与思维模式,情报学也应积极吸纳数据科学的理论、技术与方法,以催动情报学的变革与发展。在把握数据科学的学科内涵、理论体系与方法论的基础上,探究数据、数据科学以及情报学三者之间的内在关系,从理论逻辑、技术方法与实践应用等方面分析数据科学对情报学研究范式转型的重大影响,并指出在当前大数据与数据科学发展视角下情报学应该重点关注的新课题。 |
|
|
2018 Vol. 37 (7): 653-667
[摘要]
(
380
)
HTML
(1 KB)
PDF
(596 KB)
(
1505
) |
|
|
|
678 |
利用领域本体提高信息对称性的研究 |
|
|
李雨轩, 黄奇, 陈雪, 郑姝雅, 张戈 |
|
|
DOI: 10.3772/j.issn.1000-0135.2018.07.003 |
|
|
本文针对现实生活中的信息不对称问题,提出了利用领域本体缓解信息不对称现象的一种模型,给出了这个模型在购物和在线医疗咨询领域中的应用场景,并依托购物场景对模型进行实证研究,最后依据实证研究结果对模型进行了改进。实证研究表明,该模型可以为信息不对称的双方提供结构化的知识和可视化的表示方式,能够在一定程度上缓解信息不对称现象。 |
|
|
2018 Vol. 37 (7): 678-685
[摘要]
(
226
)
HTML
(1 KB)
PDF
(655 KB)
(
769
) |
|
|
|
686 |
医学领域前沿主题识别方法研究 |
|
|
范少萍, 安新颖, 晏归来, 李勇 |
|
|
DOI: 10.3772/j.issn.1000-0135.2018.07.004 |
|
|
前沿主题识别一直是学科领域与图书情报领域关注的重点,特别是数据密集型科学新范式的到来,更突出了前沿主题识别研究的重要性与必要性。本文关注医学领域文献特色,根据前沿主题所具有的新颖性、创新性、学科交叉性和高关注度特征,设计各个特征计算方法,其中,创新性特征结合医学领域主题词表,采用基于语义相似度的创新性特征计算方法。利用领域实例,确定前沿主题识别方法中各特征的权重。通过实验,说明本文所提方法的有效性。本文所提前沿主题识别方法对医学领域发现更有意义的研究主题具有一定的参考价值。 |
|
|
2018 Vol. 37 (7): 686-694
[摘要]
(
205
)
HTML
(1 KB)
PDF
(366 KB)
(
816
) |
|
|
|
712 |
基于知识元与贝叶斯网络的食品安全事故情景推演研究 |
|
|
宋英华, 刘含笑, 蒋新宇, 杨丽娇 |
|
|
DOI: 10.3772/j.issn.1000-0135.2018.07.007 |
|
|
食品安全事故的演化具有路径不明确,演变态势复杂,涉及主体繁多等特点,以致指挥决策主体在应急救援过程中很难做出科学应对。本文结合知识元模型,将食品安全事件情景分为突发事件、承灾载体和应急管理三个组成要素对其进行表示,探索事故情景演变机制。在贝叶斯网络分析的基础上,利用DS（Dempster-Shafer）理论将概率融合修正,构建情景演化网络模型,实现食品安全突发事故关键情景的推演。最后,以2011年台湾塑化剂事件为例,分析食品安全突发事故的情景推演流程,并与事故实际情景相比照,证明了该方法的合理性和有效性,有助于相关主体认识食品安全事件的演化过程,及时针对演化情节进行应急响应。 |
|
|
2018 Vol. 37 (7): 712-720
[摘要]
(
365
)
HTML
(1 KB)
PDF
(618 KB)
(
756
) |
|
|
|
721 |
在线知识社区中的社会系统与知识系统协同序化模型 |
|
|
裘江南, 张美慧, 杨畅 |
|
|
DOI: 10.3772/j.issn.1000-0135.2018.07.008 |
|
|
随着Web2.0的发展,在线知识社区(online knowledge community,OKC)作为用户进行知识建构的在线协作平台,一方面社区的社会系统中用户通过交互和协作中形成社会关系,相互学习中个体建构用户的知识结构。另一方面社区的知识系统中通过融合和关联知识观点,进而社会构建社区的客观知识体系。社区中的社会系统与知识系统自身向前演化,同时两者相互影响、协同演化。本文基于个体建构主义与社会建构主义理论对OKC平台知识的知识内化、外化、同化、顺应等现象进行解释的基础上,基于自组织理论建立了OKC协同序化模型,对OKC社会系统与知识系统协同序化的机理进行了阐述。最后以维基百科为例,对OKC中社会系统与知识系统协同序化的机理进行了解释。 |
|
|
2018 Vol. 37 (7): 721-731
[摘要]
(
212
)
HTML
(1 KB)
PDF
(1065 KB)
(
747
) |
|
|
|
732 |
基于LDA-HMM的专利技术主题演化趋势分析——以船用柴油机技术为例 |
|
|
陈伟, 林超然, 李金秋, 杨早立 |
|
|
DOI: 10.3772/j.issn.1000-0135.2018.07.009 |
|
|
如何在专利数据海洋中挖掘技术主题的研究现状、识别具有潜力的研发热点,对企业和国家来说都是至关重要的战略议题。针对目前技术主题演化趋势预测研究中存在的不足：技术创新过程中随机特征的忽视、人工分类的缺陷以及专业术语难以识别等问题,本研究提出一种组合方法,首先使用维特比（Viterbi）算法识别专利文献中的专业术语,其次利用机器学习中的隐含狄利克雷分布（LDA）算法捕捉专利文献中潜在的技术主题聚类,分析各时期技术主题的分布特征和演变规律,然后结合包含双重随机过程的隐马尔可夫模型（HMM）对未来技术趋势进行定量预测,最后以船用柴油机技术为例,应用上述组合方法分析船用柴油机技术的主题分布、演化规律及未来趋势。对比实验显示本文方法具有有效性和实用价值。 |
|
|
2018 Vol. 37 (7): 732-741
[摘要]
(
240
)
HTML
(1 KB)
PDF
(1239 KB)
(
1120
) |
|
|
|
