科技文獻數據挖掘關鍵技術研究.pdf_第1頁
已閱讀1頁，還剩76頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、科技文獻的數量呈爆炸性增加，科研知識的演變和進化更加迅捷，難以快速掌握。如何從大量科技文獻中快速分辨出具有較高閱讀價值的文獻成為研究者普遍關注的問題。
　　被引頻次是指在一段指定的時間段內科技文獻被其他文獻引用的次數，是評估科技文獻影響力和質量的重要方法。但被引頻次的統(tǒng)計易受到當前時間點的限制，很難獲得未來時間段內的被引用情況，進而影響對科技文獻在科技貢獻力方面的評估。亟待提供一種自動化地預測科技文獻被引頻次的方法，更快的識別有潛

2、力的文獻，促進科學研究和新知識的傳播。
　　本文研究科技文獻被引頻次預測算法。
　　本文具體研究內容如下：首先提出對國際頂級數據挖掘比賽KDDCUP中冠軍算法進行優(yōu)化改進，在劃分訓練和測試集合之前加入對文獻主題詞的分析，按照主題詞對文獻集合進行聚類，在每個類中進行回歸預測，以減少因為主題時間點引用情況差異對預測準確性的影響。實驗分析顯示，改進的算法比原算法的預測準確度提高3.4％。
　　其次針對目前已有算法的不足，本文

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論