基于大数据的中文学术期刊传播对象数据精准挖掘逻辑优化

摘要：

[目的]基于当前大数据技术支撑的主流传播数据挖掘逻辑机制,即作者关联度机制及文献碎片化自然语言处理机制,围绕传播对象的相关性、时效性等维度进行实验设计和数据统计.[方法]在CNKI数据库中按照学科分类随机选取100篇文献作为传播样本,在各机制应用平台挖掘共计10000个传播对象进行德尔菲式的判定及数据统计分析.分析维度涉及时效相关性、匹配相关性、发文频率等一系列图情指标.[结果]分析显示,作者关联度机制存在内生性问题,难以继续优化;文献碎片化自然语言处理机制虽存在学科分类表象与匹配聚类实质不易弥合的客观问题,但可以通过优化数据挖掘逻辑提升数据挖掘效果.[结论]基于分析结果,通过改进算法映射及摒弃"超龄"数据来提出优化路径,并通过实验验证其有效性.

关键词：大数据、学术期刊、精准传播、传播对象、数据挖掘

所属期刊栏目：34

分类号：G250;TP311.135.1;Z6

资助基金：教育部卓越工程师教育培养计划项目产学合作协同育人项目JYB202002325051

在线出版日期：2023-04-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：341-347