数字文献资源高维聚合模型研究PDF|Epub|txt|kindle电子书版本网盘下载

数字文献资源高维聚合模型研究PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

引言1

一 研究背景和意义2

（一）研究背景2

（二）研究意义8

二 国内外研究综述10

（一）国内研究进展11

（二）国外研究进展14

（三）相关研究述评18

三 研究目的、方法与创新28

（一）研究目的与思路28

（二）研究方法与工具31

（三）本书的创新之处32

第一章 数字文献资源聚合的概念与理论基础34

一 数字文献资源的范畴34

（一）数字化的信息资源34

（二）数字文献资源35

二 数字文献资源聚合的内涵与外延36

（一）聚合的缘起36

（二）文献资源聚合的内涵38

（三）文献资源聚合的外延40

三 数字文献资源聚合研究的形式和内容46

（一）数字文献资源聚合的形式46

（二）数字文献聚合研究内容辨析47

四 数字文献资源聚合研究的理论基础50

（一）文本挖掘理论50

（二）共现理论与共现网络51

（三）LSA与LSI理论56

（四）FA与PA理论57

（五）信息熵理论58

（六）长尾理论59

五 数字文献资源聚合的应用方法研究60

（一）新闻聚合与自动摘要60

（二）对检索结果的聚类61

（三）文档管理与个性化信息服务64

（四）改善文献分类的结果65

六 数字文献资源基于元数据聚合的探索65

（一）元数据是数字文献资源的特征信息66

（二）基于元数据实现文献聚合的可行性67

七 本章小结68

第二章 数字文献资源的高维向量表示与语义相关性研究70

一 数字文献资源的多元和高维特征70

（一）文献属性的多元特征70

（二）文献主题的高维特征72

二 文献主题的特征选择与评价方法73

（一）文献主题特征的选择问题73

（二）特征子集的选取与评价74

三 文献特征的高维表示与文献相似性测度方法76

（一）文献特征的高维向量表示76

（二）文献相似性与距离的测度77

四 向量空间模型及其衍生模型80

（一）经典VSM模型80

（二）广义向量空间模型83

（三）面向中文文献聚类的VSM类模型84

五 语义向量空间模型85

（一）基于VSM的语义相关性研究87

（二）语义信息增强模型88

（三）语义核与文献主题相似性95

六 本章小结99

第三章 共现潜在语义向量空间模型（CLSVSM）101

一 共现潜在语义的概念102

（一）语义与语义信息102

（二）潜在语义与共现潜在语义103

（三）共现潜在语义的挖掘105

二 基于共现潜在语义的文献高维向量表示模型106

（一）文献高维向量表示的困境107

（二）模型提出的基础108

（三）相关定义和记号110

（四）CLSVSM模型的表示113

（五）CLSVSM模型的解释115

三 语义信息的增强与约简探讨117

（一）语义信息的增强117

（二）语义信息的约简118

四 基于CLSVSM的数字文献资源聚合119

（一）基于特征向量聚类的文献聚合步骤119

（二）文献的相似矩阵120

（三）文献集的相似度121

（四）聚类算法选择123

（五）聚类准则函数124

（六）聚类评价方法129

五 CLSVSM模型与VSM衍生模型的类比132

（一）类比基于关键词相同度的VSM模型132

（二）类比扭曲VSM模型134

（三）类比TCABARWC模型136

六 本章小结137

第四章 CLSVSM模型的实验检验与评价138

一 文献聚类实验的基本设计139

（一）实验的目的和要求139

（二）实验基本流程设计140

二 文献聚类评价方法141

（一）BF指标141

（二）熵值、纯度和错误率142

三 高维向量聚类工具：gCLUTO143

四 实验文献集的来源与描述147

（一）数据的选择和采集147

（二）数据的整理与分析149

（三）实验数据集的基本统计描述156

五 文献聚类实验内容与方案158

（一）实验内容158

（二）实验步骤158

（三）实验方案159

六 文献聚类实验结果与分析160

（一）CLSVSM模型的语义信息增强效果分析160

（二）CLSVSM模型的聚类效果对比实验162

（三）实验总结：CLSVSM的优势178

七 本章小结178

第五章 CLSVSM模型的应用与实证181

一 CLSVSM模型的应用范围181

二 实证准备183

（一）实证数据的选择183

（二）文献聚类簇数目的确定184

三 基于CLSVSM模型的聚合实证研究185

（一）实证Ⅰ——以概率论与数理统计学科抽样文献为例185

（二）实证Ⅱ——以信息资源建设主题的检索文献集为例200

四 本章小结213

第六章 CLSVSM模型的进一步研究214

一 共现潜在语义的不同估计量对比研究215

（一）基于不同共现潜在语义估计量的模型构建216

（二）基于不同共现潜在语义估计量的模型对比217

二 CLSVSM对英文文献的适应性研究219

（一）英文文献数据采集219

（二）CLSVSM对中英文数据聚类的对比219

三 共现矩阵的约简研究221

（一）截尾共现潜在语义向量空间模型221

（二）共现矩阵约简前后的对比221

四 共现潜在语义核研究223

（一）GCLSVSM223

（二）广义模型与原模型的实验对比224

（三）CLSVSM＿K226

五 三元共现的挖掘与利用研究229

（一）三元共现的表示230

（二）三元共现强度的计算231

（三）三元CLSVSM231

（四）三元CLSVSM与CLSVSM的比较232

六 本章小结233

第七章 总结与展望237

一 总结与启示237

二 不足与展望241

参考文献244

致谢259