数字环境下的情报研究PPT.ppt

犯罪网络 用于识别犯罪网络中的关键人物 预测可能的犯罪组织 911网络 Twitter 互联网全局图 Google 人立方搜索 人名消歧 区分不同的重名人物 社会网络分析工具 社会网络分析工具分类 链接分析 定义 链接分析法，或称网络连接分析或超链接分析，是以链接解析工具，统计分析软件等为工具，用统计学，拓扑学，情报学的方法对连接数量，类型，链接集中与离散规律，共链现象等的分析，用于Web网络中的信息挖掘及质量评价的一种方法。 引文分析对连接分析影响 被引次数到入链次数 从其开影响因子到网络影响因子 从共被引分析/耦合分析到共链分析 两种重要算法 PageRank算法 Hits算法 PageRank算法 思想：每个网页被量化的价值通过一种递归的方式来定义，由所有链向它的网页的价值程度所决定 Hits算法 对每个网页都要计算两个值:权威值(authority)与中心值(hub) 算法思想： 中心页和权威页图示 中心值和权威值的计算 语义本体构建工具 本体构建工具对比 知识地图 知识地图：知识地图的概念主要是指人类的客观知识，人类的知识结构可以绘制成各个单元概念为节点的学科认识图，知识地图是一种知识（既包括显性的、可编码的知识，也包括隐性知识）导航系统，并显示不同的知识存储之间重要的动态联系。 知识地图构建步骤 学科知识地图 专家关系与知识分布情况 学科知识地图 主题图 主题图是一种用于描述信息资源的知识结构的数据格式，它可以定位某一知识概念所在的资源位置，也可以表示知识概念间的相互联系。 主题图的基本结构 主题图的三要素： 主题：主题是主题地图中的基本构成单元，通过主题表述的概念被形式化之后就是话题(subject)，比如“人名”、“书”、“计算机”等 关联：又称联系，关联是描述两个或多个主题间相互关系的联接元素。例如，“Puccini”与“Tosca”两个主题问的关联就是“Puccini is the author of Tosca”，“Puccini”与“Lucca”间的关联则是“Puccini is born in Lucca”。 资源:又称资源出处、关系实例、资源指引，是指将主题连接到相关资讯资源的所在之处 情报分析与挖掘 从分析内容上划分： 竞争情报分析方法 科技情报分析方法 从研究视角上划分： 从内容上分析 从结构上分析 从用户行为角度分析 竞争情报分析方法 科技情报分析方法 重要分析方法 分类与聚类 意见挖掘 模拟仿真（数据拟合） 网络分析（社会网络、链接、共引、合著…） 共词分析 自然语言处理 机器学习 分类与聚类 分类(classification): 给定分类类目，将文本集中的每个文本分到某个或者某几个类别中。 聚类(clustering): 根据“物以类聚”的原理，将本身没有类别的样本聚集成不同的类簇 0 1 2 3 4 5 6 7 8 9 10 0 1 2 3 4 5 6 7 8 9 10 分类问题举例 Multimedia GUI Garb.Coll. Semantics ML Planning planning temporal reasoning plan language... programming semantics language proof... learning intelligence algorithm reinforcement network... garbage collection memory optimization region... “planning language proof intelligence” 训练数据 测试数据 类别 (AI) (Programming) (HCI) ... ... 分类系统结构 标注工具 机器学习工具 模型数据 标注的样本 分类工具 类别 预处理 预处理 训练数据 文本 新数据 文本 分类算法 K近邻分类方法 支持向量机（SVM）分类方法 最大熵分类方法 决策树分类方法 聚类方法 将无标记的样本划分到聚类的各个子集中 层次聚类法 划分聚类 . . . . . . . . . . . . . . . . 层次聚类 凝聚的方法，也称自底向上 分裂的方法，也称自顶向下 还有许多变形（改进）方法，如BIRCH,CURE 划分聚类 0 1 2 3 4 5 6 7 8 9 10 0 1 2 3 4 5 6 7 8 9 10 0 1 2 3 4 5 6 7 8 9 10 0 1 2 3 4 6 7 8 9 10 K=2 Arbitrarily choose K object as initial cluster center Assign each objects to