数字文献资源高维聚合模型研究PDF电子书下载

引言 1

一 研究背景和意义 2

（一）研究背景 2

（二）研究意义 8

二 国内外研究综述 10

（一）国内研究进展 11

（二）国外研究进展 14

（三）相关研究述评 18

三 研究目的、方法与创新 28

（一）研究目的与思路 28

（二）研究方法与工具 31

（三）本书的创新之处 32

第一章 数字文献资源聚合的概念与理论基础 34

一 数字文献资源的范畴 34

（一）数字化的信息资源 34

（二）数字文献资源 35

二 数字文献资源聚合的内涵与外延 36

（一）聚合的缘起 36

（二）文献资源聚合的内涵 38

（三）文献资源聚合的外延 40

三 数字文献资源聚合研究的形式和内容 46

（一）数字文献资源聚合的形式 46

（二）数字文献聚合研究内容辨析 47

四 数字文献资源聚合研究的理论基础 50

（一）文本挖掘理论 50

（二）共现理论与共现网络 51

（三）LSA与LSI理论 56

（四）FA与PA理论 57

（五）信息熵理论 58

（六）长尾理论 59

五 数字文献资源聚合的应用方法研究 60

（一）新闻聚合与自动摘要 60

（二）对检索结果的聚类 61

（三）文档管理与个性化信息服务 64

（四）改善文献分类的结果 65

六 数字文献资源基于元数据聚合的探索 65

（一）元数据是数字文献资源的特征信息 66

（二）基于元数据实现文献聚合的可行性 67

七 本章小结 68

第二章 数字文献资源的高维向量表示与语义相关性研究 70

一 数字文献资源的多元和高维特征 70

（一）文献属性的多元特征 70

（二）文献主题的高维特征 72

二 文献主题的特征选择与评价方法 73

（一）文献主题特征的选择问题 73

（二）特征子集的选取与评价 74

三 文献特征的高维表示与文献相似性测度方法 76

（一）文献特征的高维向量表示 76

（二）文献相似性与距离的测度 77

四 向量空间模型及其衍生模型 80

（一）经典VSM模型 80

（二）广义向量空间模型 83

（三）面向中文文献聚类的VSM类模型 84

五 语义向量空间模型 85

（一）基于VSM的语义相关性研究 87

（二）语义信息增强模型 88

（三）语义核与文献主题相似性 95

六 本章小结 99

第三章 共现潜在语义向量空间模型（CLSVSM） 101

一 共现潜在语义的概念 102

（一）语义与语义信息 102

（二）潜在语义与共现潜在语义 103

（三）共现潜在语义的挖掘 105

二 基于共现潜在语义的文献高维向量表示模型 106

（一）文献高维向量表示的困境 107

（二）模型提出的基础 108

（三）相关定义和记号 110

（四）CLSVSM模型的表示 113

（五）CLSVSM模型的解释 115

三 语义信息的增强与约简探讨 117

（一）语义信息的增强 117

（二）语义信息的约简 118

四 基于CLSVSM的数字文献资源聚合 119

（一）基于特征向量聚类的文献聚合步骤 119

（二）文献的相似矩阵 120

（三）文献集的相似度 121

（四）聚类算法选择 123

（五）聚类准则函数 124

（六）聚类评价方法 129

五 CLSVSM模型与VSM衍生模型的类比 132

（一）类比基于关键词相同度的VSM模型 132

（二）类比扭曲VSM模型 134

（三）类比TCABARWC模型 136

六 本章小结 137

第四章 CLSVSM模型的实验检验与评价 138

一 文献聚类实验的基本设计 139

（一）实验的目的和要求 139

（二）实验基本流程设计 140

二 文献聚类评价方法 141

（一）BF指标 141

（二）熵值、纯度和错误率 142

三 高维向量聚类工具：gCLUTO 143

四 实验文献集的来源与描述 147

（一）数据的选择和采集 147

（二）数据的整理与分析 149

（三）实验数据集的基本统计描述 156

五 文献聚类实验内容与方案 158

（一）实验内容 158

（二）实验步骤 158

（三）实验方案 159

六 文献聚类实验结果与分析 160

（一）CLSVSM模型的语义信息增强效果分析 160

（二）CLSVSM模型的聚类效果对比实验 162

（三）实验总结：CLSVSM的优势 178

七 本章小结 178

第五章 CLSVSM模型的应用与实证 181

一 CLSVSM模型的应用范围 181

二 实证准备 183

（一）实证数据的选择 183

（二）文献聚类簇数目的确定 184

三 基于CLSVSM模型的聚合实证研究 185

（一）实证Ⅰ——以概率论与数理统计学科抽样文献为例 185

（二）实证Ⅱ——以信息资源建设主题的检索文献集为例 200

四 本章小结 213

第六章 CLSVSM模型的进一步研究 214

一 共现潜在语义的不同估计量对比研究 215

（一）基于不同共现潜在语义估计量的模型构建 216

（二）基于不同共现潜在语义估计量的模型对比 217

二 CLSVSM对英文文献的适应性研究 219

（一）英文文献数据采集 219

（二）CLSVSM对中英文数据聚类的对比 219

三 共现矩阵的约简研究 221

（一）截尾共现潜在语义向量空间模型 221

（二）共现矩阵约简前后的对比 221

四 共现潜在语义核研究 223

（一）GCLSVSM 223

（二）广义模型与原模型的实验对比 224

（三）CLSVSM＿K 226

五 三元共现的挖掘与利用研究 229

（一）三元共现的表示 230

（二）三元共现强度的计算 231

（三）三元CLSVSM 231

（四）三元CLSVSM与CLSVSM的比较 232

六 本章小结 233

第七章 总结与展望 237

一 总结与启示 237

二 不足与展望 241

参考文献 244

致谢 259