文獻聚類分析及其在金屬礦開采技術發(fā)展趨勢發(fā)掘中的應用研究.pdf

1、信息技術在知識管理領域扮演著一個非常重要的角色。應用信息技術將雜亂無序的數(shù)據信息顯示于知識圖表中已成為當前研究的一個熱點問題。
　　 期刊投稿是一個發(fā)表研究成果的重要渠道，鑒于期刊的類別與數(shù)量越來越多，按照目前的人工獲取知識的作業(yè)方式人們想要掌握這些文獻所蘊含的潛在知識十分困難，有時還會得到錯誤的結論?；谶@個前提，本文研究了生長層級式自組織映射神經網絡(GHSOM)在文本聚類分析的關鍵技術，并結合文獻計量學與信息擴散理論對來自

2、金屬礦開采雜志和會議論文集的1401篇論文進行了文本聚類分析并嘗試揭示當前金屬礦采礦工程的重點研究方向和學科研究的發(fā)展趨勢。
　　 本論文利用自組織映射圖技術作為信息可視化工具，揭示學術領域中研究與發(fā)展的趨勢。通過學科領域中出版的論文文字資料作為輸入，抽取重要主題的詞語作為論文的特征，并利用詞語的共性關系產生代表該領域研究主題的自組織映射圖。最后將論文投射到自組織映射圖上，依據論文的發(fā)表時間，便可以確認這個領域在不同時期研究與發(fā)

3、展的重點，了解主題的變化趨勢。本文以國內金屬礦開采領域作為研究對象，主要的研究內容包括：
　　 l.利用TF/IDF算法編制生成文獻向量空間模型的程序。
　　 2.基于MATLAB的 GHSOM神經網絡金屬礦文獻聚類分析。
　　 3.結合文獻計量學與信息擴散理論提出文獻聚類結果的分析方法。
　　 4.通過建立金屬礦文獻聚類分析模型對1401篇相關文獻進行分析，揭示當前金屬礦開采研究的主要研究方向和未來的發(fā)