首页> 中文期刊> 《情报学报》 >基于聚类分析的学科交叉研究

基于聚类分析的学科交叉研究

         

摘要

聚类分析是数据挖掘中的一项重要技术,通过聚类可以发现隐藏在海量数据背后的知识.本文提出了一种通过文献数据聚类分析来研究学科交叉的方法.首先提出了一种基于摘要词与关键词加权的相似度模型,使得文献之间的相似度更加精确.利用FCM 算法对2005年CSSCI文献数据库中图书情报学的文献数据进行聚类,通过建立学科原子特征词的学科交叉表统计出图书馆学、情报学和文献学三个学科的研究热点及交叉点,以及图书情报学新的学科增长点,并对分析结果进行了检验,结果表明本文所提出的方法是科学的、切实可行的.

著录项

  • 来源
    《情报学报》 |2010年第6期|1066-1073|共8页
  • 作者

    魏建香; 孙越泓; 苏新宁;

  • 作者单位

    南京大学信息管理系;

    南京;

    210093;

    南京人口管理干部学院信息科学系;

    南京;

    210042;

    南京师范大学数学与计算机学院;

    南京;

    210097;

    南京大学信息管理系;

    南京;

    210093;

  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类
  • 关键词

    聚类分析; 学科交叉; 相似度; FCM;

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号