分析范例-曾元显着作-书目对.ppt

主題地圖 MDS (Multi-Dimensional Scaling,多維縮放) 將n個物件，總共n(n-1)/2個相似度關係，投影到2或3維空間上，以便於視覺化其關係 * 6. Biomedicine 1.Chemistry 5. Material 3. Generality 2. Electronics and Semi-conductors 4. Communication and computers NSC美國專利文獻主題地圖 主題樹與主題地圖 Carbon Nanotube專利文獻分析 * 書目對分析 執行命令(範例)： C:\CATAR\srcperl -s automc.pl -OBC SE ..\Source_Data\SE\SE.mdb 結果： C:\CATAR\Result\SE_BC *.html：主題樹 *all*.html：主題樹以及各項資料之交叉分析 *.xls：各主題與各項資料之交叉分析 *titles*.html：每個主題包含之篇名 * 共現字分析 執行命令(範例)： C:\CATAR\srcperl -s automc.pl -OCW SE ..\Source_Data\SE\SE.mdb 結果： C:\CATAR\Result\SE_CW *.html：主題樹 *all*.html：主題樹以及各項資料之交叉分析 *.xls：各主題與各項資料之交叉分析 *titles*.html：每個主題包含之篇名 * 分析範例-曾元顯著作-書目對 1(6): 34 : 6 Docs. : 0.020000 (cluster: 5.1, map: 3.0, min: 3.0, text: 2.1) 12 : 4 Docs. : 0.142857 (cluster: 7.0, patent: 5.2, text: 3.7, generic: 2.6, title: 2.6) 5 : 3 Docs. : 0.224490 (cluster: 5.0, generic: 3.1, title: 3.1, text: 2.4, document: 2.3) 1 : 2 Docs. : 0.692308 (generic: 4.0, title: 4.0, cluster: 3.2, document: 3.1, correlation coefficient: 2.0) 2 : ISI:000241690200012 : 2006:Toward generic title generation for clustered documents 6 : ISI:000272846500049 : 2010:Generic title labeling for clustered documents 3 : ISI:000246869800006 : 2007:Text mining techniques for patent analysis 4 : ISI:000251991600006 : 2007:Patent surrogate extraction and evaluation in the context of patent mapping 18 : 2 Docs. : 0.052632 (education: 4.0, content analysi: 2.0, content: 2.0, media: 2.0) 7 : ISI:000277110400017 : 2010:Mining concept maps from news stories for measuring civic scientific literacy in media 8 : ISI:000279714800001 : 2010:Trends of Science Education Research: An Automatic Content Analysis 2(3): 15 : 3 Docs. : 0.095238 (neural network: 3.1, quadratic: 2.3, sort: 2.3, perceptron: 1.7) 2 : 2 Docs. : 0.333333 (quadratic: 3.0, sort: 3.0, perceptron: 2.3, winner-take-all: 1.4, constant-time: 1.4) 13 : ISI:A1995Q: 1995:ON A CONSTANT-TIME, LOW-COMPLEXITY WINNER-TAKE-ALL NEURAL-NETWORK 9 : ISI:A