科学知识图谱方法及应用.ppt

3.2样本数据清洗 基于文献数据库进行知识可视化的质量、合理性和可靠性很大程度上依赖于所用数据的精确性和全面性，不准确或不全面的数据往往造成不精确甚至错误的结果。即使目前最权威、公认质量最高的WoS，也存在数据著录格式（如人名和地名的不统一）和遗漏的问题。 改正字符错误，统一或增补 分时段 有代表性的抽取 3.3选择知识单元 知识单元是知识处理的基本单位：关键词、题名、作者、机构、刊名、分类号、学科等等。目前也扩展到摘要、参考文献和全文。多种结合。 3.4 构建知识单元关系 1、说明科学知识和情报内容的继承和利用 2、标志科学的发展 耦合 文献共被引分析是计量文献之间关系的一种新方法。即2篇文献共同被1篇文献引用，这2篇文献就构成共引关系。共被引频率定义为这2篇文献一起被引用频次——马沙科娃、斯莫尔（苏联、美国） 知识单元的共被引关系 CR 2001, NY TIMES 1226, B2 *AM PSYCH ASS, 1994, DIAGN STAT MAN MENT *DEP HLTH HUMAN SE, 1999, MENT HLTH REP SURG G *US BUR CENS, 2000, STF3A DEP COMM BUR C BLAZER DG, 1994, AM J PSYCHIAT, V151, P979 EATON L, 2001, NY TIMES 1116, A1 FOTHERGILL A, 1999, DISASTERS, V23, P156 FULLERTON CS, 1999, AVIAT SPACE ENVIR MD, V70, P902 GINEXI EM, 2000, AM J COMMUN PSYCHOL, V28, P495 GOENJIAN AK, 2001, AM J PSYCHIAT, V158, P788 GREEN BL, 1990, J APPL SOC PSYCHOL, V20, P1033 HANSON RF, 1995, J CONSULT CLIN PSYCH, V63, P987 HARVEY AG, 1999, J CONSULT CLIN PSYCH, V67, P985 KAWACHI I, 2001, J URBAN HEALTH, V78, P458 KESSLER RC, 1995, ARCH GEN PSYCHIAT, V52, P1048 KILPATRICK DG, 1987, CRIME DELINQUENCY, V33, P479 MADAKASIRA S, 1987, J NERV MENT DIS, V175, P286 MAZURE CM, 2000, AM J PSYCHIAT, V157, P896 NORTH CS, 1999, JAMA-J AM MED ASSOC, V282, P755 ORTEGA AN, 2000, AM J PSYCHIAT, V157, P615 POLE N, 2001, J NERV MENT DIS, V189, P442 RESNICK H, 1999, J ANXIETY DISORD, V13, P359 RESNICK HS, 1993, J CONSULT CLIN PSYCH, V61, P984 ROTHBAUM BO, 1992, J TRAUMA STRESS, V5, P455 RUBONIS AV, 1991, PSYCHOL BULL, V109, P384 RUEF AM, 2000, CULTURAL DIVERSITY E, V6, P235 SHAH B, 1997, SUDAAN USERS MANUAL SHALEV AY, 1998, AM J PSYCHIAT, V155, P630 SHALEV AY, 2000, J CLIN PSYCHIAT S5, V61, P33 SHERBOURNE CD, 1991, SOC SCI MED, V32, P705 SHORE JH, 1989, J NERV MENT DIS, V177, P681 TUCKER P, 2000, J BEHAV HEALTH SER R, V27, P406 document co-citation author co-citation journal co-citation ACA/DCA/JCA 3.5数据分析——数据标准化 为便于可视化，对简单地频次