基于深度挖掘的学术论文关联数据构建与可视化分析

摘要：

自关联数据被提出以来,其已成为在网络上发布结构化数据的主流方式,随着关联数据集的急速增多,如何有效地消费和利用关联数据正成为研究人员关注的焦点.本研究对关联数据的深度挖掘和可视化分析进行了探索.首先,采用文本挖掘技术,深入挖掘地质领域学术论文元数据中的隐含信息;接下来,基于设计的"学术论文-学者"本体模型对学术论文元数据和挖掘出的信息进行语义化表示,以构建RDF关联数据.在此基础上,利用不同的可视化分析方法,从多个维度对学术论文关联数据中蕴含的宏观和微观知识进行可视化展示.结果表明:①基于深度挖掘的学术论文关联数据能够更加深入和全面地展示学术论文元数据中蕴涵的知识;②关联数据可视化分析能够以直观的图形展示关联数据中的宏观和微观知识,帮助用户快速对关联数据进行消费和利用.

关键词：关联数据、可视化分析、学术论文

所属期刊栏目：38

资助基金：国家社会科学基金重点项目"基于关联数据的学术文献内容语义发布及其应用研究"17ATQ001;教育部人文社会科学研究青年项目"面向科学文献内容的知识单元语义关联研究"18YJC870016

在线出版日期：2019-07-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共17页

页码：595-611