展开全部

主编推荐语

系统介绍讲述科学知识图谱中常用的工具及其应用。

内容简介

本书首先介绍知识图谱基础知识,智慧图书馆领域中文献题录数据的采集和预处理操作,然后介绍文献计量分析工具CiteSpace、VOSviewer、HistCite、Bibliometrix与SATI的应用,以及多元统计分析工具SPSS和社会网络分析工具UCINET的应用,最后阐述LDA(Latent Dirichlet Allocation,隐狄利克雷分配)主题模型的应用。

目录

  • 版权信息
  • 内 容 提 要
  • 书中彩图
  • 作者简介
  • 前言
  • 服务与支持
  • 第1章 科学知识图谱概述
  • 1.1 知识图谱的概念
  • 1.1.1 科学知识图谱
  • 1.1.2 语义知识图谱
  • 1.2 科学知识图谱的研究方法
  • 1.3 科学知识图谱的研究意义
  • 1.3.1 学科分析研究
  • 1.3.2 科研合作网络分析
  • 1.3.3 学科建设评估
  • 1.4 科学知识图谱的绘制与解读流程
  • 1.5 科学知识图谱工具
  • 1.6 本章小结
  • 第2章 数据采集与预处理
  • 2.1 数据库简介
  • 2.1.1 三大数据库
  • 2.1.2 OA数据库
  • 2.1.3 其他数据库
  • 2.2 数据采集
  • 2.2.1 CNKI数据采集
  • 2.2.2 CSSCI数据采集
  • 2.2.3 WOS数据采集
  • 2.3 数据预处理
  • 2.3.1 WOS题录格式说明
  • 2.3.2 数据预处理前期准备
  • 2.3.3 数据预处理操作
  • 2.3.4 数据转换存在的问题
  • 2.3.5 工具演示说明
  • 2.4 本章小结
  • 第3章 文献计量分析工具的应用
  • 3.1 文献计量分析理论方法
  • 3.1.1 引文分析
  • 3.1.2 共词分析
  • 3.2 CiteSpace
  • 3.2.1 CiteSpace简介
  • 3.2.2 CiteSpace概念模型
  • 3.2.3 下载与运行CiteSpace
  • 3.2.4 设置参数
  • 3.2.5 新建项目与可视化
  • 3.2.6 共词网络可视化视图
  • 3.2.7 科研合作网络图谱
  • 3.2.8 共被引网络
  • 3.2.9 保存图谱
  • 3.3 VOSviewer
  • 3.3.1 VOSviewer简介
  • 3.3.2 下载与运行VOSviewer
  • 3.3.3 知识单元合并及删除
  • 3.3.4 创建图谱
  • 3.3.5 可视化视图
  • 3.3.6 中文文献可视化图谱
  • 3.3.7 外文文献可视化图谱
  • 3.3.8 保存图谱
  • 3.4 HistCite
  • 3.4.1 HistCite简介
  • 3.4.2 下载与运行HistCite
  • 3.4.3 HistCite界面
  • 3.4.4 绘制引文时序图
  • 3.5 Bibliometrix
  • 3.5.1 Bibliometrix简介
  • 3.5.2 下载与运行Bibliometrix
  • 3.5.3 Bibliometrix的部分功能
  • 3.6 SATI
  • 3.6.1 SATI简介
  • 3.6.2 SATI的部分功能
  • 3.7 本章小结
  • 第4章 多元统计分析工具SPSS的应用
  • 4.1 多元统计分析理论方法
  • 4.1.1 因子分析
  • 4.1.2 聚类分析
  • 4.1.3 多维尺度分析
  • 4.1.4 战略坐标分析
  • 4.2 BICOMB
  • 4.2.1 BICOMB简介
  • 4.2.2 下载与运行BICOMB
  • 4.2.3 使用BICOMB
  • 4.3 SPSS
  • 4.3.1 SPSS简介
  • 4.3.2 SPSS距离分析的应用
  • 4.3.3 SPSS因子分析的应用
  • 4.3.4 SPSS聚类分析的应用
  • 4.3.5 SPSS多维尺度分析的应用
  • 4.3.6 战略坐标分析的应用
  • 4.4 本章小结
  • 第5章 社会网络分析工具UCINET的应用
  • 5.1 社会网络分析理论方法
  • 5.1.1 中心度
  • 5.1.2 凝聚子群
  • 5.1.3 网络密度
  • 5.2 UCINET
  • 5.2.1 UCINET简介
  • 5.2.2 数据输入/输出
  • 5.2.3 层次聚类
  • 5.2.4 中心度计算
  • 5.2.5 共词网络可视化图谱
  • 5.2.6 国内合作网络可视化图谱
  • 5.2.7 保存图谱
  • 5.3 本章小结
  • 第6章 LDA主题模型的应用
  • 6.1 NLP理论方法
  • 6.1.1 语料库
  • 6.1.2 分词
  • 6.1.3 特征工程
  • 6.1.4 文本表示方法
  • 6.1.5 LDA主题模型
  • 6.2 开源NLP工具包
  • 6.3 Python集成开发环境
  • 6.4 分词处理
  • 6.4.1 分词工具
  • 6.4.2 自定义词典
  • 6.5 词袋模型示例
  • 6.5.1 词频统计
  • 6.5.2 TF-IDF统计
  • 6.6 主题分析应用
  • 6.6.1 数据准备
  • 6.6.2 LDA主题模型的相关参数
  • 6.6.3 程序代码
  • 6.6.4 主题输出与可视化
  • 6.6.5 热点主题解读
  • 6.6.6 主题演化历程
  • 6.7 本章小结
  • 附录A 文献计量分析的常用术语
  • 附录B 基本科学指标
  • 附录C 知网题录数据格式转换代码
  • 附录D CSSCI题录数据格式转换代码
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

人民邮电出版社

人民邮电出版社是工业和信息化部主管的大型专业出版社,成立于1953年10月1日。人民邮电出版社坚持“立足信息产业、面向现代社会、传播科学知识、服务科教兴国”,致力于通信、计算机、电子技术、教材、少儿、经管、摄影、集邮、旅游、心理学等领域的专业图书出版。