面向数字资源聚合的语义化共词分析研究

论文摘要

目前,正如火如荼进行的信息革命使当代信息技术快速地全面渗入知识活动的全过程,触发知识的产生、流通和使用的各个重要环节发生了深刻的变革：一方面,随着大量的文献资源为适应网络传播的需要开始数字化、网络化以便适应网络社会信息传播快捷、方便的传播需要；另一方面,由于大量数字化、网络化的文献资源越来越容易获取、复制、传播,使得文献资源量增加的同时冗余信息也急剧增加。由于缺乏对数字资源的深入组织和规范控制,使得我们尽管身处信息的海洋,却也面临“信息泛滥,而知识不足”的窘境。在此背景下,数字资源的组织、管理与服务工作面临着巨大的挑战。如何针对数字资源实现有效的知识发现和知识组织,在语义层面上深化数字资源的管理水平,不仅能够提高数字资源利用效率,提高数字资源服务水平,进而推动数字资源管理工作的发展与进步具有重要的作用,而且还关系到创新型国家建设的伟大工程。正因为如此,本文尝试引入语义化共词分析（Semantic Co-Word Analysis）来探讨数字资源的聚合方法问题。论文研究的基本目的是从语义的角度,通过共词分析方法来实现对数字资源的主题聚合,为数字资源的组织与管理实践提供方法上的探索。论文总共分为7个部分（章）,各部分的主要内容如下：引论部分。首先阐述了论文的研究背景和意义；其次,分别对共词分析和数字资源聚合的国内外研究现状进行了梳理和评述；最后,介绍了论文研究的结构和主要内容、主要的研究方法、思路以及创新点。第1章数字资源聚合及其理论基础。本章和第2章一同构成了论文的理论部分。首先对研究中涉及的相关概念,如数字资源、数字资源聚合、数字资源扩散等做了较为全面的阐述,并对其中一些相互联系与区别的概念进行了界定和区分；其次,归纳和总结了数字资源聚合的理论基础和研究视角；最后,研究了数字资源聚合的主要方式与相关技术；本章为全文的写作奠定了理论基础；第2章基于共词的数字资源聚合理论与方法。在对共词分析方法进行详细的阐述、分析后,提出了基于共词分析视角的数字资源聚合的理论基础与具体方法。第3章语义化共词分析模型研究。本章与第4章为论文的方法部分。首先是在相关研究的基础上提出了将概念知识库、专家知识库等知识管理工具集成到共词分析中构建语义化共词分析的思路,并对语义化共词分析的理论背景、意义、具体实现方法以及所要解决的关键问题进行了讨论；最后构建了语义化共词分析的基本模型。第4章基于主题图的语义化共词分析模型构建。阐述了主题图|（Topic Maps）及其相关理论,并分析了利用主题图技术将概念知识库、专家知识库集成到共词分析中的可行性和必要性,提出了基于主题图的语义化共词分析模型,最后以“信息计量学”为例,研究了基于主题图的学科概念知识库构建方法。第5章基于语义化共词分析的数字资源主题聚合与服务。本章为论文的实证研究部分。首先是利用论文提出的语义化共词分析方法对国内信息计量学领域的学科文献进行了主题聚合的实证研究；其次,提出利用分析结果对国内信息计量学领域的数字资源进行了基于主题的语义标引的主要方法,即以主题为核心的集成化数字资源聚合方法；本章的最后提出了基于主题聚合的数字资源服务平台构想,并介绍了平台的涉及思想和结构原型。第6章总结与展望。本章是对论文的研究总结和未来工作展望部分,主要对论文的主要观点、基本研究内容和结论进行了概括和总结,并在此基础上对未来的研究进行了展望。

论文目录

• 创新点
• 目录
• 中文摘要
• Abstract
• 0 引论
• 0.1 研究背景和意义
• 0.1.1 研究的背景
• 0.1.2 研究的意义
• 0.2 国内外研究综述
• 0.2.1 共词分析研究现状
• 0.2.2 数字资源聚合研究现状
• 0.2.3 研究述评
• 0.3 研究内容、方法与创新点
• 0.3.1 研究目标与内容
• 0.3.2 研究方法
• 0.3.3 研究思路与论文结构
• 0.3.4 本文创新点
• 1 数字资源聚合及其理论基础
• 1.1 数字资源聚合及其相关概念
• 1.1.1 数字资源聚合的内涵
• 1.1.2 数字资源聚合的对象
• 1.1.3 数字资源聚合的类型
• 1.1.4 数字资源聚合的相关概念辨析
• 1.2 数字资源聚合的理论基础
• 1.2.1 离散分布原理
• 1.2.2 相关性原理
• 1.2.3 有序性原理
• 1.2.4 小世界现象
• 1.3 数字资源聚合的研究视角
• 1.3.1 知识管理学视角
• 1.3.2 图书情报学视角
• 1.3.3 科学社会学视角
• 1.3.4 信息计量学视角
• 1.4 数字资源聚合的主要方式与相关技术
• 1.4.1 数字资源聚合的关键问题
• 1.4.2 数字资源聚合的主要方式
• 1.4.3 数字资源聚合的相关技术
• 1.5 本章小结
• 2 基于共词分析的数字资源聚合理论与方法
• 2.1 共词分析概述
• 2.1.1 共词分析的基本理念
• 2.1.2 共词分析的特点
• 2.1.3 共词分析的基本流程
• 2.2 基于共词分析的知识发现理论与方法
• 2.2.1 知识发现概述
• 2.2.2 基于共词分析的文献知识发现理论
• 2.2.3 基于共词分析的文献知识发现方法
• 2.3 基于共词分析的文献知识组织理论与方法
• 2.3.1 知识组织概述
• 2.3.2 基于共词分析的文献知识组织理论
• 2.3.3 基于共词分析的文献知识组织方法
• 2.4 共词分析在数字资源聚合中的应用研究
• 2.4.1 发现和揭示数字资源的内容与结构
• 2.4.2 预测数字资源主题增长点
• 2.4.3 构建数字资源主题地图,扩展用户检索领域
• 2.5 本章小结
• 3 语义化共词分析模型研究
• 3.1 语义化共词分析的背景与意义
• 3.1.1 语义化共词分析的内涵
• 3.1.2 语义化共词分析的背景
• 3.1.3 语义化共词分析的意义
• 3.2 实现语义化共词分析的路径与方法
• 3.2.1 实现语义化共词分析的路径
• 3.2.2 实现语义化共词分析的主要方法
• 3.3 实现语义化共词分析所要解决的关键问题
• 3.3.1 规范与说明语义异构数据
• 3.3.2 构建资源内容实体语义关联
• 3.3.3 建立领域知识库
• 3.4 语义化共词分析模型的基本框架
• 3.4.1 数据获取层
• 3.4.2 语义判定层
• 3.4.3 数据分析层
• 3.5 本章小结
• 4 基于主题图的语义化共词分析模型构建
• 4.1 主题图的基本理论
• 4.1.1 主题图概述
• 4.1.2 主题图的特点
• 4.1.3 主题图的应用
• 4.1.4 主题图开发工具介绍
• 4.2 主题图在共词分析中的应用
• 4.2.1 资源内容实体的语义关联表示与揭示
• 4.2.2 领域知识导航
• 4.2.3 基于共词分析结果的文献主题语义标引
• 4.3 基于主题图的语义化共词分析模型
• 4.3.1 模型的基本结构
• 4.3.2 数据处理层
• 4.3.3 主题图构建层
• 4.3.4 数据分析层
• 4.4 基于主题图的学科知识库实例——以信息计量学为例
• 4.4.1 构建“信息计量学”学科知识库的目标
• 4.4.2 资源实体抽取与语义关联建构
• 4.4.3 实例的添加与可视化
• 4.5 本章小结
• 5 基于语义化共词分析的数字资源主题聚合与服务
• 5.1 研究目标与方法
• 5.1.1 研究目标
• 5.1.2 研究方法
• 5.2 数据来源与处理
• 5.2.1 数据源选择
• 5.2.2 数据抽取与处理
• 5.2.3 高频主题词选择与相关性计算
• 5.3 数据分析
• 5.3.1 聚类分析
• 5.3.2 多维尺度分析
• 5.4 基于语义化共词分析结果的数字资源主题语义标引与聚合展示
• 5.4.1 基于语义化共词分析的数字资源主题语义标引
• 5.4.2 基于语义化共词分析的数字资源聚合效果与可视化展示
• 5.5 基于主题聚合的数字资源服务平台
• 5.5.1 平台的需求分析
• 5.5.2 平台的系统构架
• 5.5.3 存储层
• 5.5.4 功能层
• 5.5.5 展示层
• 5.5.6 用户层
• 5.6 本章小结
• 6 总结与展望
• 6.1 论文总结
• 6.2 研究的不足
• 6.3 未来工作展望
• 参考文献
• 攻博期间科研情况
• 致谢