g u t x .com.tr İpek yolu - Çin'i anlamaya götürürüm

Haberler AMiner yeni işlevi: teknoloji trend analizi-madencilik teknolojisi kaynağı, son popülerlik ve küresel popülerlik

AMiner ( bilimsel araştırmacılara ve bilgi grafiklerine odaklanan bilimsel ve teknolojik bilgiler için akıllı bir madencilik sistemidir. Makine öğrenimi, doğal dil işleme, veri madenciliği, sosyal ağ analizi ve anlamsal arama gibi teknolojilere dayanan sistem, bilimsel ve teknolojik bilgi ağlarının anlamsal ve akıllı araştırmasını gerçekleştirir. Sistemle ilgili teknoloji, Pekin Belediyesi Bilim ve Teknoloji İlerleme Ödülü'nün birincilik ödülünü ve Çin Yapay Zeka Topluluğu Bilim ve Teknoloji İlerleme Ödülü'nün birincilik ödülünü kazandı. Sistem, dünya çapında 220 ülke ve bölgeyi kapsayan, 10 milyondan fazla kullanıcısı ile on yıldan fazla bir süredir çevrimiçidir.

Yeni fonksiyonlar açın, teknik trend analizi

Son zamanlarda, AMiner yeni bir fonksiyon açtı: teknoloji trend analizi (

Bu işlev, AMiner'in derinlemesine madencilik için teknoloji kaynakları, popülerlik ve geliştirme eğilimleri üzerine araştırmalar da dahil olmak üzere 200 milyondan fazla makale verilerine dayanır ve ardından gelecekteki teknoloji beklentilerini tahmin eder.

Teknik eğilim analizi yöntemleri

Teknoloji trend analizi, teknolojinin ortaya çıkışı, değişimi ve yok oluşunun tüm sürecini açıklar.Araştırmacıların, alandaki araştırma geçmişini ve mevcut durumu anlamalarına ve araştırmanın sınır ve sıcak konularını hızla belirlemelerine yardımcı olabilir. Bilim adamları, teknolojik gelişim yolları üzerine bir dizi araştırma yapmak için istatistiksel analiz, model oluşturma, AHP ve diğer yöntemleri kullanmışlardır.Bu yöntemlerin çoğu, göstergelerin ayarlanması ve nicel veri analizi eksikliğine vurgu yaparak uzman Delphi yönteminin nitel analizini vurgulamaktadır. Diğer araştırmacılar, araştırma teknolojisindeki değişiklikleri analiz etmek için patentlerin ana yolunu kullanırlar, ancak nadiren teknik konuların zaman içinde kalıtımını, bölünmesini ve entegrasyonunu dikkate alırlar. Veri madenciliğine dayalı konu değişikliği, bilimsel ve teknolojik metnin derin düzey anlamsal bilgilerini inceleyerek bu sorunu etkili bir şekilde çözebilir.

Tematik değişiklikler, bir alandaki araştırma konularının içeriğinin ve popülerliğinin zamanla değiştiği olgusuna atıfta bulunur.Farklı zaman dilimlerinin teknik temalarını tanımlayıp ilişkilendirerek, alan teması değişikliklerini keşfedip analiz ederek ve bunları görsel bir şekilde sergileyerek daha kapsamlı bir şekilde görüntülenebilir. Perspektif algılama teknolojisinin evrimi, teknolojik gelişme yollarının tanımlanmasında büyük önem taşımaktadır.

Teknik süreç

AMiner, bilim ve teknoloji bilgi haritasına dayanarak, sorgu alanı q'nun popülerlik eğilimini görsel bir şekilde özetliyor.

Spesifik olarak, belirli bir teknik alanın q popülaritesi, y yılda tüm belgelerde teknoloji ile ilgili terim kümesi T q = {t} kelime frekansı olarak tanımlanabilir. Bu ayar altında, sorunun anahtarı, teknik bir alanda ilgili terimler koleksiyonunun nasıl bulunacağıdır. AMiner, alan adı terim koleksiyonlarını bu alandaki uzmanlar tarafından yaygın olarak kullanılan anahtar kelimeler olarak tanımlar. Spesifik algoritma akışı aşağıdaki gibidir:

Her şeyden önce

Girdi etki alanı sorgu sözcüğü q'ya göre bir uzman araması yapın ve aday uzman kümesini {A} q edinin.

İkincisi

{A} q adayı, q ile alaka düzeyine ve uzmanın otoritesine göre sıralanır (bkz. Formül (6-1)). Sıralama sonucundaki en iyi K uzmanlarını {A} K q analiz nesnesi olarak alın.

Sonunda

Yıllar içinde her uzmanın {A} K q'daki araştırma sonuçlarını elde edin ve bir T q terim kümesi oluşturmak için anahtar kelimeleri ayrı ayrı çıkarın. Ayrıca, teknoloji trend analizi, Tq teriminin popülerliğinin bir analizine dönüştürülür.

İlgili araştırma

Konu tanıma

Konu tanımlama, gizli araştırma konularını keşfetmek için alan literatürünün madenciliğini ifade eder. Edebiyatın patlayıcı büyümesiyle, konu tanıma, yüksek metin boyutları ve karmaşık veri türlerinin zorluklarıyla karşı karşıyadır.Uzman bilgisine dayalı geleneksel nitel yöntemler artık gerçeğe uyum sağlamamaktadır ve makine öğrenimine dayalı otomatik tanıma giderek ana akım haline gelmiştir. Şu anda, araştırmacılar otomatik konu tanıma için birçok yöntem ve model önermişlerdir ve konu modeli, teknik konu tanıma alanında en yaygın kullanılan yöntem modeli haline gelmiştir.

Uzmanlar ve akademisyenler, bilimsel araştırmanın ana gövdesidir. Bazı seçkin akademisyenler genellikle konunun geliştirilmesine öncülük ederler. Bilimsel alandaki ana araştırma konularını ve aralarındaki bağlantıları, seçkin bilim adamları tarafından yayınlanan bilimsel ve teknolojik literatürü araştırarak keşfedebilirler. Bazı anahtar kelimeler, belirli bir akademisyen tarafından yayınlanan bir makalede belirtilmiştir, bu, bu anahtar kelimeler arasında belirli bir ilişki olduğunu gösterebilir; bu anahtar kelimeler farklı yazarlar tarafından bahsediliyorsa, farklı yazarların bu anahtar kelimeler arasındaki farkları tanıdığını gösterebilir. İlişkili ilişki, bu anahtar kelimelerin araştırma konuları oluşturabileceği düşünülebilir. Belirli bir anahtar kelime yazarın makalesinde birden çok kez görünüyorsa, yazarın anahtar kelimenin temsil ettiği araştırma konusu hakkında çok fazla araştırma yaptığını ve dolaylı olarak yazarın alanda belirli bir etkiye sahip olduğunu gösterir.

Tema ilişkilendirme ve görselleştirme

Teknik konulardaki değişiklikleri analiz etmek için, genellikle belgeleri yayın zamanına göre ilgili zaman dilimlerine ayırmak ve metin madenciliği yoluyla farklı zaman dilimlerinde konular elde etmek gerekir.Bu konuların ilişkilendirilmesi, konu değişikliklerinin temel adımıdır.Konularla ilgili olup olmadığı konuları belirler. Aralarında bir geçiş ilişkisi olup olmadığı. Cui Kai ve arkadaşları konular arasındaki farkı ölçmek için KL göreli entropisini kullandı ve Li Xiangdong ve arkadaşları dergi konularının benzerliğini ölçmek için JS mesafesini kullandı. Teknolojik gelişim yolunun sezgisel olarak anlaşılmasını kolaylaştırmak için, konu ilişkilendirmesinin görselleştirilmesi gerekir. Konu ilişkilendirmesi ve görselleştirme ilişkisi ayrılmaz. Görselleştirme daha iyi konu geçiş analizi içindir ve teknolojik gelişim yolunu gösterebilir.

Mevcut birçok yol görselleştirme aracı vardır, bunlar arasında Chen Chaomei, java tabanlı Citespace I ve Citespace'i geliştirmiştir.Bu iki yazılımın zaman dizisi bölümleme, ortak atıf analizi ve zaman dizisi ağ görselleştirme gibi işlevleri vardır. Susan Havre ve diğerleri, belge teması yoğunluk bilgisinin değişen sürecini yansıtmak için ThemeRiver modelini tanıttı. Microsoft Research Asia, konu birleştirme ve büyük metin analizine bölme hakkında bilgi sağlayan TextFlow yöntemini ortaya koyuyor.

Spesifik analiz

AMiner'deki teknoloji trend analizi sisteminin Telesekreter alanının ekran görüntülerini size göstereceğiz. Bu sistemde, terim kümesinin popülaritesi, Sıralanmış Akış Grafiği şeklinde görsel olarak görüntülenir.

Bunlar arasında şekildeki her renkli dal bir terimi, genişliği ise terimin o yılki popülaritesini temsil etmekte ve her dal her yıl şekildeki popülaritesine göre sıralanmaktadır.

Sistem üç görüş içerir: alanın gelişiminin başlangıcını ve mevcut durumunu ve ilgili alanların popülerliğindeki değişim eğilimini göstermek için kullanılan teknoloji kaynağı, son popülerlik ve genel popülerlik.

kaynak

Telesekreter teknolojisi kaynak diyagramı

Yanıt makinesinin kapsamlı bir şekilde dil üretme, bilgi mühendisliği, metin planlama, metin sınıflandırması ve diğer alanlardan evrimleştiği şekilden görülebilir. 1971'den 1981'e kadar geçen on yıl boyunca, bu alandaki kaynak anahtar kelimeler esas olarak bilgi mühendisliğiydi.O zamandan beri, anahtar kelimeler giderek çeşitlendi ve dil üretimi ve metin planlaması katılmaya başladı.

herşey

Telesekreter küresel ısı haritası

Küresel popülerlik, alandaki ilgili terimlerin tüm yıllardaki ortalama popülerliğini gösterir.Birlikte ele alındığında, Yanıt makinesinin küresel popülaritesi, soru yanıtlama, topluluk soru yanıtlama, makine çevirisi ve Sinir Ağı gibi anahtar sözcükleri içerir.

Makine çevirisi kavramının 1990'larda yükselmeye başladığını, ancak popülerliğinin 2000 civarında azaldığını da görebiliriz. Bunun nedeni, bilgi alma, soru yanıtlama ve Destek Vektör Makinesi gibi teknolojilerle olan rekabettir. Ve soru cevaplama 2001'den 2010'a kadar patlayıcı bir büyüme gösterdi.

yakın

Telesekreter son ısı haritası

Yukarıdaki resim, bu alanın son zamanlardaki popülerliğini göstermektedir.Genel olarak, Cevap makinesinin son zamanlardaki etkin noktaları, küresel ısı haritasına benzeyen soru cevaplama, topluluk soru cevaplama, makine çevirisi ve Sinir Ağı gibi anahtar kelimelere odaklanmıştır.

Teknoloji eğilim analizi işlevi, kullanıcıların teknolojinin giriş ve çıkışlarını ve teknolojinin gelişme eğilimini anlamalarına yardımcı olabilir. Teknolojik eğilimlerin gelişimi, bilimsel ve teknolojik çalışanların ve bilimsel araştırma yönetimi departmanlarının dikkate alması gereken bir faktördür. Teknolojinin gelişme eğiliminin gerçek zamanlı analizi, alan dinamiklerinin anlaşılması ve çeşitli ülkelerin gelişimindeki eğilimlerin gerçek zamanlı analizi ve karşılaştırılması, disiplinlerin gelişiminin zamanında anlaşılması, liderlik etme, koşma veya takip etme.

Sadece herkesin heyecanlı olup olmadığını sormak istiyorum. Kullanmak ister misin?

Web sitesi:

Orijinal metni okumak için tıklayın ayrıca ziyaret edebilirsiniz

Aktivite geri bildirimi: Bu işlevi denedikten sonra, bu makalenin altına bir mesaj bırakabilir ve bize önerilerde bulunabilirsiniz. Akademisyenler mesajdaki en iyi 2 kitabı verecek. Kitap seçilebilir (200 yuan içinde). Çekiliş süresi 2 Ocak 10. 00.

: Bu makale "Akademik Manşetler" in orijinal makalesidir. Yeniden yazdırma, tam metinle sınırlıdır ve makalenin başlığını ve içeriğini korur. Orijinal korumayı atlamak için içerik eklenmesine veya silinmesine izin verilmez ve makalenin başlangıcı şu şekilde işaretlenmelidir: "SciTouTiao" WeChat WeChat genel hesabından yeniden basılmıştır. İşbirliğiniz için teşekkürler.