信息资源开发与管理——办公自动化课稿.docVIP

信息资源开发与管理 ———基于共词分析的 班级： 管经1402班 学号： 座机电话号码 姓名： 郭振亚 1．实验内容 本实验是对办公自动化的文献研究实验。主要基于对文献资源进行检索，寻找相关的文献资源，并对文献资源进行一系列的挖掘，从而能够对“办公自动化”这个研究题目进行初步的了解。 实验步骤： （1）收集文献并整理文献； （2）利用相关软件对文献进行一系列分析； （3）得出对文献分析的结论（即对办公自动化的研究热点有初步了解）。 2．文献获取 为了对办公自动化领域的研究和特点等一些情况的了解，本实验选择了本校（即大连理工大学）图书馆的“中国优秀博士硕士生论文”库进行检索。通过下载文献，并对文献进行收集。主要收集过程为： ①为了保证是文献，首先将没有作者且没有刊名的筛选掉； ②设定的文献刊登时间在2008年—2012年之间； ③除了以上行为，还初步对收集的文献进行分析，若与办公自动化无关便将其删除。 最后，得到1100篇文献，准备对其进行处理。 将文献的主要信息制成文献数据结构表，如下： 表1 文献数据结构表 题名 作者 关键词 单位 摘要 刊名 出版日期 以下为部分文件数据结构图： 图1 文献数据结构图 3.关键词确定 使用Excel，通过其的统计功能，对词频进行统计。原始关键词有1093个，从中选择词频为12个以上的，共有27个。之后并对以下关键词进行删除： （1）出现频率过高（即比其它关键词高过多），有：办公自动化； （2）与某个关键词相关性太强，有：自动化。 筛选后，得到比较高频的关键词25个。 表2 办公自动化研究领域关键词词频表 序号 关键词 词频 序号 关键词 词频 序号 关键词 词频 序号 关键词 词频 1 办公自动化系统 78 8 应用 27 15 计算机 20 22 医院 14 2 工作流 64 9 网络安全 26 16 数据库 19 23 自动化 14 3 高校 49 10 设计 24 17 Lotus 17 24 Web 13 4 OA 37 11 ASP.NET 23 18 ASP 16 25 高职院校 13 5 网络 33 12 管理 23 19 J2EE 16 26 中小企业 12 6 电子政务 28 13 B/S 22 20 安全 16 7 OA系统 27 14 信息化 22 21 教学改革 15 4.建立供词相关矩阵、相似矩阵、相异矩阵 （1）共词矩阵 关键词词频表，表示其中的关键词是有关办公自动化文献中出现频率最高的词，它们从一定程度上说明了这些词与办公自动化的研究有着很密切的关系。为了进一步对这些词与办公自动化的关系有一定的了解，了解其中的联系，利用Excel对这些关键词进行两两共词检索，统计它们两两在文献中出现的频率，从而建立一个25*25的关键词共词矩阵。 完全共词矩阵如下： 共词矩阵为对称矩阵, 主对角线的数据定义为缺失, 非主对角中单元格的数据为两个关键词共同出现的次数。如关键词“信息化建设”与“ 对策” 的共词频次为8, 即表示有8篇论文同时使用了这两个关键词。 由于下面运用的多元统计方法对矩阵的数据结构有不同的要求, 为了统计分析的方便, 因此用系数将共词矩阵转换成相关矩阵, 具体方法是将共词矩阵中的每个数字都除以与之相关的两个词的总出现频次的开方的积。在相关矩阵中由于值过多, 统计时误差过大, 有可能影响分析结果。为了方便进一步处理, 用与全部相关矩阵上的数据相减, 得到表示两词间相异程度的相异矩阵。 （2）相似矩阵 由于将要运用的多元统计方法对矩阵的数据结构有不同的要求,为了统计分析的方便,本文将相关矩阵转化为相似矩阵和相异矩阵。具体方法是,用Ochiia系数将共词矩阵转换成相似矩阵,即:Ochiia a, b ，　其中, Ochiia a, b 表示a、b两词的Ochiia系数; 表示a、b两词共同出现的次数; 表示关键词a出现的频次; 表示关键词b出现的频次。利用该公式进行计算,得到相似矩阵。 完全相似矩阵如下： 相似矩阵中的数字表明其对应两个关键词之间的亲疏关系,数值越大则表明关键词之间的距离越近,相似度越好;反之,数值越小则表明关键词之间的距离越远,相似度越差。 （3）相异矩阵 由于相似矩阵中的0值过多,统计时容易造成误差过大,为了方便进一步处理,用1与全部相似矩阵中的数据相减,得到表示两词间相异程度的相异矩阵。 完全相异矩阵如下： 相异矩阵中的数据表示不相似数据,数值越大则表明关键词之间的距离越远,相似度越差;反之,数值越小则表明关键词之间的距离越近,相似度越高。 5.聚类分析 本实验采用层次聚类 Hierarchical Cluster ,选择离差平方和法 Wards Method 与离散数据类型 Count 中的斐