基于知識(shí)圖譜的學(xué)科主題演化分析與預(yù)測(cè)

定　價(jià)：￥98.00

作　者：	霍朝光著
出版社：	清華大學(xué)出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購(gòu)買(mǎi)這本書(shū)可以去

ISBN：	9787302595236	出版時(shí)間：	2021-12-01	包裝：	平裝
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：	212	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　本研究在梳理知識(shí)演化、知識(shí)生命周期等知識(shí)進(jìn)化理論和思想的基礎(chǔ)上，介紹了引文網(wǎng)絡(luò)、Meta-path、PageRank等網(wǎng)絡(luò)分析理論和方法，闡述了Word2vec、Doc2vec、Node2vec等深度表示學(xué)習(xí)模型以及ARIMA、SVM等時(shí)間序列模型，以期為科學(xué)主題的演化和熱度預(yù)測(cè)提供理論基礎(chǔ)和方法支撐；以生物醫(yī)學(xué)與生命科學(xué)領(lǐng)域PubMed Central數(shù)據(jù)全集為例，基于知識(shí)圖譜技術(shù)構(gòu)建了一種面向計(jì)量相關(guān)研究和應(yīng)用的垂直領(lǐng)域知識(shí)圖譜——計(jì)量知識(shí)圖譜；創(chuàng)新計(jì)量指標(biāo)，計(jì)算計(jì)量實(shí)體的熱度，用熱度值反應(yīng)主題所處的演化狀態(tài)；采用一系列深度學(xué)習(xí)等方法挖掘科學(xué)主題在計(jì)量知識(shí)圖譜中的特征，分析科學(xué)主題的演化規(guī)律；基于SVM、ARIMA、LSTM等一系列時(shí)間序列模型構(gòu)建學(xué)科主題預(yù)測(cè)模型，優(yōu)化、驗(yàn)證模型，并進(jìn)行應(yīng)用研究。讀者對(duì)象：高等學(xué)校信息科學(xué)、情報(bào)學(xué)、信息管理等相關(guān)專(zhuān)業(yè)的學(xué)生，以及從事科技情報(bào)、知識(shí)管理、知識(shí)服務(wù)的實(shí)際工作者

作者簡(jiǎn)介

　　霍朝光，武漢大學(xué)與Indiana University Bloomington聯(lián)合培養(yǎng)博士，中國(guó)人民大學(xué)“杰出學(xué)者支持計(jì)劃”青年學(xué)者，中國(guó)人民大學(xué)信息資源管理學(xué)院講師，主持國(guó)家自然科學(xué)基金項(xiàng)目“基于廣度學(xué)習(xí)的學(xué)科主題演化預(yù)測(cè)研究”、中國(guó)博士后面上項(xiàng)目“基于動(dòng)態(tài)知識(shí)圖譜的學(xué)科主題演化預(yù)測(cè)研究”，參與國(guó)家自科重大研究計(jì)劃、國(guó)際合作、地區(qū)合作項(xiàng)目3項(xiàng)；發(fā)表國(guó)際SSCI核心以及國(guó)內(nèi)權(quán)威CSSCI論文30余篇；主要研究方向：科學(xué)學(xué)預(yù)測(cè)、知識(shí)圖譜、文本挖掘、圖挖掘等。

圖書(shū)目錄

目錄

第一章緒論1
1.1研究背景與意義1
1.1.1研究背景1
1.1.2研究意義5
1.2國(guó)內(nèi)外研究現(xiàn)狀6
1.2.1主題模型研究6
1.2.2主題演化研究7
1.2.3主題預(yù)測(cè)研究9
1.2.4知識(shí)圖譜11
1.2.5表示學(xué)習(xí)13
1.2.6現(xiàn)狀述評(píng)19
1.3研究?jī)?nèi)容與方法20
1.3.1目標(biāo)與內(nèi)容20
1.3.2研究方法26
1.3.3研究難點(diǎn)28
1.4研究貢獻(xiàn)29

第二章理論基礎(chǔ)31
2.1知識(shí)進(jìn)化論31
2.1.1知識(shí)演化32
2.1.2知識(shí)生命周期33
2.2網(wǎng)絡(luò)分析理論與方法34
2.2.1引文網(wǎng)絡(luò)34
2.2.2Metapath35
2.2.3PageRank38
2.3深度表示學(xué)習(xí)模型40
2.3.1Word2vec模型41
2.3.2Doc2vec模型44
2.3.3Node2vec模型46
2.4時(shí)間序列模型49
2.4.1ARIMA模型49
2.4.2支持向量機(jī)模型50

第三章知識(shí)圖譜構(gòu)建53
3.1計(jì)量知識(shí)圖譜內(nèi)涵53
3.1.1計(jì)量知識(shí)圖譜53
3.1.2動(dòng)態(tài)計(jì)量知識(shí)圖譜57
3.2計(jì)量實(shí)體與關(guān)系58
3.2.1數(shù)據(jù)下載58
3.2.2計(jì)量實(shí)體抽取59
3.2.3計(jì)量實(shí)體消歧62
3.2.4計(jì)量實(shí)體關(guān)系75
3.3MeSH中的實(shí)體與關(guān)系77
3.3.1MeSH知識(shí)庫(kù)77
3.3.2MeSH解析78
3.4計(jì)量實(shí)體與MeSH實(shí)體關(guān)聯(lián)84
3.4.1全文檢索Lucene84
3.4.2基于pylucene的計(jì)量實(shí)體與MeSH實(shí)體關(guān)聯(lián)85
3.5計(jì)量知識(shí)圖譜時(shí)間劃分與構(gòu)建89
3.6本章小結(jié)95

第四章實(shí)體熱度計(jì)算97
4.1熱度計(jì)算98
4.1.1熱度內(nèi)涵98
4.1.2基于加權(quán)PageRank的熱度計(jì)算方法100
4.2論文熱度計(jì)算101
4.2.1論文熱度內(nèi)涵101
4.2.2基于PaperRank的論文熱度計(jì)算102
4.3學(xué)科主題熱度計(jì)算105
4.3.1學(xué)科主題熱度內(nèi)涵105
4.3.2學(xué)科主題引證網(wǎng)絡(luò)構(gòu)建106
4.3.3基于TopicRank的學(xué)科主題熱度計(jì)算107
4.4作者熱度計(jì)算112
4.4.1作者熱度內(nèi)涵112
4.4.2作者引證網(wǎng)絡(luò)構(gòu)建113
4.4.3基于AuthorRank的作者熱度計(jì)算115
4.5期刊熱度計(jì)算117
4.5.1期刊熱度內(nèi)涵117
4.5.2期刊引證網(wǎng)絡(luò)構(gòu)建118
4.5.3基于VenueRank的期刊熱度計(jì)算120
4.6本章小結(jié)121

第五章學(xué)科主題演化分析123
5.1學(xué)科主題演化123
5.2學(xué)科主題分布126
5.2.1學(xué)科主題的總體分布情況126
5.2.2有副主題限定詞的主題分布127
5.2.3無(wú)副主題限定詞的主題分布127
5.3學(xué)科主題表示學(xué)習(xí)129
5.3.1基于網(wǎng)絡(luò)結(jié)構(gòu)的學(xué)科主題表示學(xué)習(xí)129
5.3.2基于文本內(nèi)容的學(xué)科主題表示學(xué)習(xí)136
5.4學(xué)科主題聚類(lèi)和演化分析139
5.4.1聚類(lèi)方法概述與選取140
5.4.2基于Jaccard系數(shù)的相似度計(jì)算方法142
5.4.3Methods類(lèi)主題演化規(guī)律144
5.4.4Drug effect類(lèi)主題演化規(guī)律147
5.4.5Epidemiology類(lèi)主題演化規(guī)律151
5.5本章小結(jié)155

第六章學(xué)科主題熱度預(yù)測(cè)157
6.1學(xué)科主題熱度預(yù)測(cè)157
6.2學(xué)科主題特征選擇159
6.2.1池化模型159
6.2.2基于Node2vec和池化模型的學(xué)科主題特征選擇162
6.3基于SVM的學(xué)科主題熱度預(yù)測(cè)168
6.3.1問(wèn)題描述169
6.3.2研究設(shè)計(jì)169
6.3.3結(jié)果分析172
6.4基于ARIMA和SVM的學(xué)科主題熱度預(yù)測(cè)179
6.4.1問(wèn)題描述179
6.4.2研究設(shè)計(jì)179
6.4.3結(jié)果分析181
6.5本章小結(jié)183

第七章總結(jié)與展望184
7.1研究總結(jié)184
7.2研究不足與展望186

附錄A動(dòng)態(tài)計(jì)量知識(shí)圖譜187

附錄B圖表目錄188

參考文獻(xiàn)192