一、数据挖掘专利综述（论文文献综述）
周彪[1]（2021）在《小微企业互联网融资信用评价研究》文中提出我国正处于经济结构、产业结构调整优化的重要阶段,小微企业由于产业类型多样、覆盖范围广、市场反应敏感等特征,对促进我国产业结构的调整和社会经济的持续、平稳运行,发挥着关键的作用。然而,小微企业的融资难题,特别是传统融资的困境限制了小微企业的发展,转向民间信贷融资又使得小微企业面临融资贵的风险,并加剧了市场动荡。信息不对称是小微企业融资困境产生的关键原因,在“互联网+”背景下,加快我国金融供给侧改革、推动互联网金融的发展,既为小微企业融资渠道的拓展提供条件,又为小微企业融资信用水平相关信息的获取提供重要手段。大数据背景下的小微企业互联网融资,成为解决小微企业融资困境的有力方式;基于大数据技术、对小微企业互联网融资信用评价问题展开深入而细致的研究,是该方式发挥作用的关键。本文研究的关键科学问题包括:（1）评价机理分析。研究国外小微企业特征及信贷服务实践的成功经验,分析小微企业互联网融资信用数据来源、剖析小微企业传统渠道与互联网渠道下融资信用评价的异同点等,分析大数据背景下小微企业互联网融资信用评价机理。（2）评价体系构建。加快适用于小微企业互联网融资信用评价体系的针对性研究,强化小微企业互联网融资信用评价的有效性,成为银行等金融机构服务小微企业互联网融资、防控小微企业互联网融资风险的重要举措;（3）数据模型构建。借助互联网技术、大数据技术对海量、多元信息的获取能力,利用数据挖掘及机器学习技术如何改进小微企业融资信用评价模型及模型精确度;（4）评价结果及应用。研究信用评价对金融机构与小微企互联网融资信任关系形成的作用机理,是需要深入分析和研究的重点问题。文章在基本理论模型分析的基础上,通过对四大类问题的研究,产生如下的研究成果:（1）基于大数据的小微企业互联网融资评价机理模型。针对小微企业互联网金融产品、服务及融资流程不明晰、不系统的现状,对小微企业互联网融资途径及大数据信用评价机理展开分析。我国小微企业是国民经济发展的重要力量,从国外小微企业特征及信贷服务实践的分析入手,实现我国小微企业特征的详细统计分析和对比分析,我国小微企地域分布和行业分布等总体情况、金融行为、竞争力、社会关联性以及还款能力和还款意愿上,表现出显着差异性特征。基于案例提出小微企业互联网融资模式共包含传统融资业务的互联网化、基于互联网平台的融资模式、“互联网+”金融的全新模式以及上市融资四种类型。提出信息不对称风险、财务风险、关联关系复杂性风险、脆弱性风险四类小微企业互联网融资信用的风险来源,剖析小微企业传统渠道与互联网渠道下融资信用评价的异同点,界定小微企业互联网融资信用评价的四维概念模型。研讨大数据技术小微企业互联网融资信用评价中的应用机理,提出评价的基本框架。（2）“互联网+”的小微企业互联网融资评价体系模型。充分利用“互联网+”下小微企业融资渠道拓宽所带来的海量信息获取优势,分析影响小微企业互联网融资信用水平的相关因素,构建针对小微企业互联网融资信用评价的专门指标框架,形成具体、细致的评价指标储备。界定反映小微企业互联网融资信用水平的硬信息、软信息,从双重维度提炼81项影响小微企业互联网融资信用水平的具体因素。继而,从经营活动信息、金融行为信息、企业基本信息、企业竞争力信息、企业关联关系信息系和企业融资申请陈述信息等六个维度提炼、储备90个具体评价指标,构建小微企业互联网融资信用评价指标体系的总体框架,明确各评价指标的指标类型、评分方法及数据的标准化方法。构建融合熵值法、CRITIC方法、方差齐性检验的小微企业互联网融资信用评价指标组合赋权方法,强化指标体系区分小微企业互联网融资信用履约客户和违约客户的能力。（3）基于主题挖掘的小微企业互联网融资数据获取模型。信息量暴增、数据结构多元化,是大数据背景下小微企业互联网融资评价的鲜明特征,小微企业互联网融资信用评价研究需围绕硬信息、软信息多元结构的融合展开。基于小微企业互联网融资信用指标框架中的部分软信息变量,构建小微企业互联网融资信用相关软信息LDA主题挖掘模型,获取17个主题变量及各主题对应每条样本的概率分布,实现小微企业互联网融资信用软信息的量化挖掘。（4）基于神经网络的小微企业互联网融资评价模型。针对小微企业互联网融资信用评价的二分类问题,构建基于BP神经网络的小微企业互联网融资信用评价模型。选取同花顺行情中心新三板作为数据来源开展案例分析,分别将硬信息、软信息、硬信息+软信息纳入BP神经网络模型,形成三组对比实验。结果发现硬信息能够更直观地反映小微企业互联网融资的偿债能力、偿债意愿,相对于单独使用软信息进行小微企业互联网融资信用评价而言,单独使用硬信息进行评价的精确度更高;融入软信息的小微企业互联网融资信用评价精确度高于仅使用软信息或硬信息进行评价的精确度,因而将软信息、硬信息同时纳入小微企业互联网融资信用评价模型,是提升银行等金融机构信贷风险评估准确性的重要方式。（5）小微企业互联网融资发展政策建议。以多元数据的合理化运用为脉络,研究大数据背景下信用评价对金融机构与小微企业信任关系形成的作用机理,给出促进小微企业与金融机构互联网融资信任体系良性发展的策略和管理建议。明确了不同阶段银行等金融机构对多元信息的处理范式,分析小微企业多元信息发挥作用的方式。将小微企业的互联网融资行为和银行等金融机构的放贷行为,抽象为小微企业与金融机构之间互联网融资信任关系形成的博弈问题,构建演化博弈模型,分析二者互联网融资信任关系形成过程中的策略选择,逆向推理信用评价中的相关因素对二者策略选择的影响,进而为银行等金融机构提供相应的管理建议。本文产生的创新点可能包括:（1）基于大数据的小微企业互联网融资信用评价体系总体框架。从我国小微企业的概念和范围界定入手,具体考虑我国小微企业特征,提出大数据背景下、针对小微企业互联网融资信用评价的指标体系总体框架,为后续相关研究提供范式参考。小微企业融资过程中存在大量财务管理数据等结构性硬信息获取不足的问题,致使银行等经融机构难以作出准确的风险评估,造成严重的“信息不对称风险”,进而加剧小微企业互联网融资难度。非结构性文本信息等软信息暴增、数据结构多元化,是大数据背景下小微企业互联网融资评价的鲜明特征,小微企业互联网融资信用评价研究需围绕硬信息、软信息多元结构的融合展开。针对我国小微企业特征,综合考虑小微企业经营过程中产生硬信息、软信息的双重维度,提炼影响小微企业互联网融资信用水平的多项因素,构建针对小微企业互联网融资信用评价的指标体系总体框架,确定具体评价指标及指标类型、标准化方法。大数据技术能够大大提升不同类型、不同来源数据的可得性,因而该数据集合在大数据技术的辅助下,获取更多数据成为可能,这也为其他相关研究提供借鉴。（2）基于多元信息融合的小微企业互联网融资信用评价模型的构建方法。研究大数据技术下非结构性软信息的获取方式、使用方式。软信息暴增、数据结构多元化,是大数据背景下小微企业互联网融资评价的鲜明特征。基于文本挖掘技术,提出大数据背景下小微企业互联网融资信用评价非结构性软信息的量化方法,实现大数据背景下小微企业互联网融资信用评价结构性硬信息和非结构性软信息的量化融合。基于机器学习方法、神经网络模型,构建大数据背景下的小微企业互联网融资信用评价模型。利用网络爬虫技术,研究针对我国小微企业互联网融资信用评价的多元数据获取方法。案例分析设计三重实验,分别采用硬信息数据集、软信息数据集、硬信息+软信息数据集,将三类数据集合分别纳入评价模型中,发现不同数据类型的使用对模型精度具有显着影响。硬信息能够更直观地反映小微企业互联网融资的偿债能力、偿债意愿,相对于单独使用软信息进行小微企业互联网融资信用评价而言,单独使用硬信息进行评价的精确度更高;融入软信息的小微企业互联网融资信用评价精确度高于仅使用软信息或硬信息进行评价的精确度。（3）基于演化博弈的金融机构与小微企业互联网融资信任的关系模型。针对我国小微企业与银行等金融机构之间相互信任不足的特征,构建金融机构与小微企业互联网融资信任关系的演化博弈模型,分析如何通过大数据技术下互联网融资信用评价不同策略选择,实现信用评价的改进、促进小微企业与金融机构互联网融资互利互信共赢的最终目标。围绕多元数据的合理化运用脉络,将小微企业的互联网融资行为和金融机构的放贷行为,抽象为小微企业与金融机构之间互联网融资信任关系形成的博弈问题,构建演化博弈模型。通过演化博弈均衡的分析及影响因素分析,模拟二者互联网融资信任关系形成过程中的策略选择,发现金融机构在小微企业互联网融资中的潜在损益、体现小微企业信用水平的结构性软信息潜在损益以及对软信息硬化边界、机器评价与人际沟通关系的掌握,是影响二者策略选择和良好信任关系形成的重要因素。基于此,为银行等金融机构提供相应的管理建议,以期在大数据背景下实现小微企业互联网融资信用评价效果的提升。图58幅,表27个,参考文献204篇。
李阳[2]（2021）在《基于比较视角的中美国家级实验室建设研究》文中提出当今时代,世界发展面临百年未有之大变局,科技革命进入新一轮发展阶段,加速了全球人才、信息、资本等生产要素的流动,世界各国间的科技力量在悄然间发生着变化。科技革命所引发的不仅是全球经济社会的变革,每一次革命过程也必然会改变大国之间的力量分布,重塑世界实力对抗格局。中国科技实力的快速崛起,美国科技霸主地位受到挑战、中美之间的科技博弈屡次触碰着科研工作者的神经。如何在未来科技竞争中处于领先位置,激发科研人员的创新活力,提高科技创新对于社会发展的带动作用,这一切都离不开一流科研机构的支撑,而国家级实验室就能发挥这样的作用,满足国家在不同发展时期的科技需求。国家级实验室作为大国科技博弈的重要体现,为保持国家科技竞争力提供了驱动力,也是建设世界科技强国的重要战略保障。美国庞大的国家级实验室体系距今已经历了八十余年的发展历史,积累了成功的管理经验,也是满足国家科技全球领先的重要支撑,在建设管理创新上以及科研实力上领先于全球。我国国家级实验室兴建于改革开放之初,伴随着我国科技体制改革之路不断发展壮大,但相较于世界发达水平,在建设管理经验、科技体制创新及科研实力等方面还有许多不足。因此,以美国国家级实验室作为参照标准进行深入比较,总结两国实验室建设历程的异同、发现建设经验的共性与个性、寻找科研实力比较中的优势与不足,为促进我国国家级实验室建设及发展寻找经验借鉴,对于丰富我国国家级实验室研究成果意义重大。基于此,本文希望通过研究回答以下几个问题:（1）从中美两国国家级实验室的建设历程来看,两国实验室各自经历了怎样不同的发展阶段,每个阶段建设的侧重点是什么,各阶段的科技政策对实验室发展有何导向,两国实验室建设历程的异同又有哪些?（2）从中美两国国家级实验室的建设运行来看,中美国家级实验室在制度体制、建设定位、资源要素、运行模式及科研合作方面各有什么特点,在这些方面中,中美两国实验室的建设特征又有什么异同,美国实验室的建设经验对中国有何启示?（3）从中美两国国家级实验室的科研实力来看,两国实验室在体现科技论文最高水平的ESI高被引论文产出方面、主导地位方面、论文影响力方面的科研实力差距有多少;基于文献属性数据的特征差异有哪些,这些差异对两国实验室论文产出、影响力及主导地位的影响又有哪些?本文以比较研究作为研究视角,重点进行了以下方面的研究工作:（1）对中美两国国家级实验室建设历程进行对比分析。对两国国家级实验室的建设历程进行了划分;结合时代政策背景,对两国实验室各自的发展建设过程、学科分布特点、部门及地域分布特点、建设成效、阶段性特征进行分析,深入了解每一阶段国家级实验室的发展变化;总结出两国实验室建设历程的相同点及差异。（2）对中美两国国家级实验室建设特征进行比较分析。梳理两国国家级实验室在建设方面的特点;围绕制度体制、建设定位、资源要素、运行模式、科研合作五个方面,总结中美两国国家级实验室建设方面的共性与个性。（3）基于目前代表科技论文最高水平的ESI高被引论文数据库,对中美两国国家级实验室科研实力进行比较分析。综合运用文献计量学、数据挖掘、Logistic回归模型、多元线性回归模型等统计分析工具,从ESI高被引论文产出、国际合作、影响力等角度进行量化比较,以明确中美国家级实验室科研实力的差异。最终,通过对中美国家级实验室多方面的比较分析,本文得到如下结论:（1）回答了中美两国国家级实验室建设历程及阶段特征的问题。中美国家级实验室兴起于不同的时代背景,经历了截然不同的建设历程。美国国家级实验室体系作为全球领先的科研机构,兴起于战争年代,维护国家安全与国家利益成为了其建设初衷。先后经历了五个发展阶段,且过程中出现了两次较大的争议。实验室的发展紧密围绕美国国家安全战略展开,进行学科建设的布局与前沿科学领域的探索,尤其是美苏冷战时期,持续增加的军费资助为实验室的研究发展印上了明显的军事化色彩。相较而言,我国的国家级实验室体系发展建设起步较晚,与改革开放后的我国科技事业的发展基本同步,基本依托重点高校及各部门进行运行管理,以材料科学、工程科学等工程类学科研究为主。在经历了改革开放初期艰难的起步后,实验室的发展也随着社会经济的不断推进走向市场化协同创新的道路,为国家经济和社会发展提供了重要的技术服务,在发展方面呈现出快速上升的态势。（2）回答了中美两国国家级实验室在建设运行中的特色及管理经验问题。中美国家级实验室在建设运行上既有共同的经验又各具特色。通过对中美典型国家级实验室的建设特征进行分析,作者发现中美国家级实验室在制度体制、建设定位、资源要素、运行模式及科研合作方面既有共性又有个性。中美两国实验室的兴起处于不同的时代背景,两国在科技、经济等发展阶段上处于不同节点,形成了美国国家级实验室的定位于人类终极科学问题的探索,我国的国家级实验室主要还是定位在满足国家科技战略需求层面。两国不同的制度体制也形成了不同的实验室管理模式,美国强调以市场参与为主,政府主导为辅,实验室体系的发展以“自下而上”科技决策体系为主;中国更强调决策主体集中,注重政府的政策引导,实验室多以执行上级科技政策为主。此外,两国实验室在科研经费的预算及拨付制度、实验室的监管主体及实验室主任的选聘与权责方面也都存在着显着差异。（3）回答了中美两国国家级实验室在基于ESI高被引论文产出方面的科研实力问题。中美国家级实验室在科研实力方面各有优势,美国在多个方面保持着相对优势,我国在论文产出方面取得了显着的进步。研究发现,在基于高被引论文产出数量的比较上,中国无论是在产出总量还是发展增速方面均有明显的优势;且通过关联规则算法对中美论文产出特征进行分析,发现作者数量为5人及以上为中美论文产出的最主要合作方式;中国论文产出受参与单位的数量作用不显着,当有国内基金参与资助时会显着提高两国实验室的发文量。在基于高被引论文主导地位的比较上,在中美两国间实验室的合作论文方面,美国的主导地位高于中国;在中美实验室参与国际合作论文方面,中国的主导地位强于美国;在中美国际合作论文主导地位的特征方面,论文流向国内对中美国际合作论文的主导地位均有正向影响;资助基金数量及资助基金类别为“无国内基金参与”时对中美国际合作论文的主导地位均有负向影响。在基于高被引论文影响力的比较上,美国在被引频次及影响因子方面的影响力均强于中国;在论文影响力的特征方面,中美高被引论文影响力均受到作者数量、出版时间、资助基金数量等相关因素的影响;作者数量、资助基金数量等对中国高被引论文影响力的作用程度大于对美国的影响。本研究的创新点可以概括地归纳为以下三个方面:（1）对以国家级实验室为代表的科研机构建设与改革进行了有益探索。美国是当今世界最强大的科学技术强国,拥有雄厚的资本及一流的人才储备,众多的国家级实验室成为了其科技研发的排头兵,也成为了国家科技创新力量的坚实保障。联邦国家实验室体系至今已有七十多年的历史,并积累了卓有成效的管理经验,拥有一套科学的管理体制和运行机制。他山之石,可以攻玉。研究美国联邦国家实验室建设及其规律,进而探索科研管理机制创新,为突破美国科技封锁,探索我国国家级实验室体系建设及科研机构改革创新很有价值。（2）拓展了文献计量学理论在科技评价中的应用与实践。国家级实验室是进行基础研究和原始创新工作的重要科研机构。科技论文是体现国家或科研机构基础研究工作的重要载体,同时也是反映国家或科研机构科研实力的主要方面。本文基于ESI及JCR等数据库,以高被引论文为视角,运用文献计量学的理论指导,通过对中美两国国家级实验室科研实力进行量化分析,可以进一步明确两国国家级实验室的发展现状及差异水平,对我国国家级实验室建设体系的成效进行了检验。另一方面,文献计量学理论以科技论文及各种文献数据特征为研究对象,可以实现对国家或地区、科研机构、学者等学科结构、产出数量、影响力变化等科研动态的科学评价,对于两国实验室科技论文产出及其深层次因素及规律进行探讨,在填补对国家级实验室定量化研究空白的基础上,逐渐丰富我国国家级实验室科研评价体系,以便指导政策实践。（3）为新一轮技术革命背景下,深化国家创新体系理论,丰富国家创新体系理论概念,指导政府科技政策的实施与制度创新,更好地参与全球化科技治理,实现科技的自立自强以促进我国国家级实验室体系建设提供了新思路。中国国家级实验室体系根植于独有的政治、文化背景,在治理模式和运行机制上不同于世界上任何一个国家,面临着独有的现实困境与发展难题。在深入研究美国国家实验室管理经验的基础上,不照搬照抄美国模式,坚定走社会主义道路方向,结合有益经验探索中国模式,缩小与先进水平的实力差距,不断探索适合我国国情的国家实验室的管理体制和运行机制。
王继升[3]（2021）在《补肾生精法治疗少弱精子症的数据挖掘及其调控生精细胞的机制研究》文中进行了进一步梳理少弱精子症已成为男科疾病研究热点。西医治疗存在一定的局限性,临床治疗无特效药物推荐,多以经验性治疗为主;补肾生精法作为治疗少弱精子症的常用中医治法,具有独特的疗效优势,能有效地弥补西医治疗少弱精子症的不足。广嗣育麟汤作为东直门医院男科治疗少弱精子症协定处方,取得了良好的临床疗效,本方以菟丝子-枸杞子为君药,是补肾生精法的临床经验方。目的1探讨补肾生精法源流及发展脉络2挖掘李海松教授及国家专利数据库中其他中医学者治疗少弱精子症用药经验及治法治则3探索广嗣育麟汤治疗少弱精子症的临床疗效4探讨菟丝子-枸杞子治疗少弱精子症的实验机制方法文献研究:基于中医文献及数据库,整理历代着作中关于补肾生精法及肾藏精理论在男性不育症治疗的文献,梳理补肾生精法的发展脉络及源流。数据挖掘:基于中医传承辅助平台,分别以李海松教授治疗少弱精子症438首处方以及国家专利库中74首治疗少弱精子症中医处方为挖掘对象,探索李海松教授及其他中医学者用药规律及治法治则。临床研究:基于数据挖掘结果中李海松教授治疗少弱精子症的处方——“广嗣育麟汤”,对其进行临床疗效评价,采用病例自身前后对照研究方法,纳入120例少弱精子症患者治疗12周,评价指标为精液质量及中医证候评分。实验研究:基于数据挖掘结果中补肾生精法代表药对——菟丝子、枸杞子（SC-FL）,进行实验机制验证,通过细胞实验和动物实验相结合,探索补肾生精代表药对的具体机制。细胞实验以精原细胞（GC-1spg）为研究对象,分为4组,正常组（NC组）、模型组（GTW组）、左卡尼汀治疗组（GTW+LEV组）、菟丝子-枸杞子治疗组（GTW+SC-FL组）。运用雷公藤多苷含药血清体外干预制备生精功能障碍细胞模型,治疗组分别以左卡尼汀（LEV）及SC-FL干预治疗;动物实验也同样分为4组,每组6只,运用GTW灌胃4周制备少弱精子症大鼠模型,治疗组分别以LEV和SC-FL灌胃治疗4周。观察各组大鼠的一般状况及血清激素水平;运用流式细胞技术,观察各组GC-1spg的细胞周期、线粒体膜电位、增殖凋亡;运用透射电镜观察GC-1spg细胞及大鼠睾丸组织中细胞器及超微结构;运用免疫荧光染色技术、WB及RT-qPCR技术检测GC-1spg细胞及大鼠睾丸组织中PI3K/AKT通路相关蛋白及mRNA的分布及含量。结果1文献研究:补肾生精法是从中医肾藏精理论发展而来。早在先秦时期的着作中就奠定补肾生精法基础,在魏晋隋时期的文献对补肾生精法有一定的继承与创新,经历了唐宋元时期补肾生精理论趋于完善、系统化,在明清时期的文献古籍记载中补肾生精理论得到了蓬勃发展,并最终形成完备体系流传至今。2通过对导师的处方及经验挖掘发现,导师认为少弱精子症病因常以肾精亏虚为主,涉及肝、肾、脾三脏,治疗以微调阴阳为纲,以补肾生精为目,整体论治。用药出现频率最高的是菟丝子、枸杞子两味药,其次是覆盆子、五味子、熟地黄、黄芪、车前子、牡蛎、当归,上述9味药同山药共同组成“广嗣育麟汤”,菟丝子、枸杞子为广嗣育麟汤君药。通过对国家专利数据库的处方的挖掘结果发现,出现频率最高的同样为菟丝子、枸杞子,说明此药对在临床中确有一定疗效,其机制有待于实验验证。3通过临床研究发现经过广嗣育麟汤治疗后患者的精液浓度及活动率明显升高,中医主要证候和次要证候也有显着改善（P<0.05或P<0.01）,广嗣育麟汤治疗少弱精子症临床有效率为92.7%。试验过程中患者未出现不良反应。4细胞实验研究结果表明,在细胞周期、线粒体膜电位及凋亡方面:与NC组相比,GTW组GC-1spg细胞的G0/G1和G2/M期的百分率显着降低、S期百分率明显升高（P<0.01）。与 GTW 组相比,GTW+LEV 组和 GTW+SC-FL 组 GC-1spg 细胞的 G0/G1 和 G2/M期的生精细胞百分率升高、S期百分率降低（P<0.05,P<0.01）。与GTW+LEV组相比,GTW+SC-FL组GC-1 spg细胞的G0/G1和G2/M期的百分率明显升高、S期百分率降低（P<0.01）。在细胞超微结构方面:与NC组相比,GTW组的GC-1spg细胞膜大面积破裂,细胞器游离,膜周围少量伪足与突起,细胞基质大面积密度减低,空泡变,整体呈崩解状态。细胞核形状变形严重,局部凹陷,多核仁,核膜清晰;线粒体数量丰富,大多重度肿胀变形,嵴断裂、消失,部分严重者,膜崩解、基质消失;粗面内质网明显扩张;自噬溶酶体数量较多,高尔基体肥大,高尔基体池明显扩张;脂滴少量存在。与GTW组相比,GTW+LEV和GTW+SC-FL组GC-1spg各细胞器的超微结构发生明显恢复,各个细胞器形态均有所恢复,但与NC组大鼠相比,其结构尚未完全恢复。在蛋白及mRNA表达方面:与NC组相比,GTW组GC-1spg细胞PI3K、p-AKT、Bcl-2蛋白及mRNA表达显着降低（P<0.01或P<0.05）;与GTW组相比,GTW+LEV组和GTW+SC-FL组GC-1spg细胞PI3K、p-AKT、Bcl-2蛋白及mRNA表达显着上升（P<0.01 或P<0.05）;与 GTW+LEV 组相比,GTW+SC-FL 组 GC-1spg 细胞 PI3K、Bcl-2蛋白及mRNA表达显着上升（P<0.01或P<0.05）,GTW+SC-FL组GC-1 spg细胞p-AKT蛋白及mRNA表达无显着差异（P>0.05）。与NC组相比,GTW组GC-1spg细胞中BAD、BAX蛋白及mRNA表达呈现显着增高的趋势（P<0.01或P＜0.05）;与GTW组相比,GTW+LEV组和GTW+SC-FL组GC-1spg细胞BAD、BAX蛋白及mRNA表达显着下降（P<0.01或P<0.05）;与GTW+LEV组相比,GTW+SC-FL组GC-1spg细胞BAD、BAX蛋白及mRNA表达显着下降（P<0.01或P<0.05）。动物实验研究结果表明,治疗后大鼠一般状况较模型组显着改善。精液常规方面:同NC组比较,GTW组大鼠的精子浓度、PR+NP显着降低（P<0.01）;同GTW组比较,GTW+SC-FL 和 GTW+LEV 组精子浓度、PR+NP 显着增加（P＜0.01）;与 GTW+LEV组比较,GTW+SC-FL组精子浓度显着升高（P<0.01）,GTW+SC-FL组的PR+NP无明显差异（P>0.05）。血清性激素水平方面:与GTW组进行对比发现,GTW+LEV和GTW+SC-FL组血清FSH、LH、T显着升高（P<0.01或P<0.05）;与GTW+LEV组进行对比发现,GTW+SC-FL 组的血清 FSH、LH、T 显着升高（P＜0.01）;在组织结构及超微结构方面:NC组精母细胞形态及结构规则。细胞核（N）丰满且结构形态正常呈圆形,内部含有丰富的常染色质;核仁形态结构明显（NU）;胞浆内内质网（ER）易见,也可见多少不等的溶酶体（AAS）和自噬小体（AP）。GTW组精母细胞形态及结构不规则。细胞膜破损,N结构及形态发生改变呈圆形或椭圆形,常染色质较丰富、少量异染色质凝集;胞浆内ER扩张,也可见多少不等的AAS和AP。经过SC-FL治疗后,被GTW损伤的细胞器有所恢复。在蛋白及mRNA表达方面:与GTW组相比,GTW+LEV组和GTW+SC-FL组PI3K、AKT、Bcl-2蛋白及mRNA表达显着上升（P<0.01或P<0.05）;与GTW+LEV组相比,GTW+SC-FL组PI3K、AKT、Bcl-2蛋白及mRNA表达显着上升（P<0.01或P<0.05）。结论1数据挖掘结果表明,菟丝子、枸杞子为补肾生精法治疗少弱精子症的代表药对;李海松教授治疗少弱精子症以微调阴阳为纲,以补肾生精为目,广嗣育麟汤为李海松教授治疗少弱精子症的经验方。2临床研究结果表明,广嗣育麟汤可以有效改善少弱精子症患者的精液质量,降低肾精亏虚证患者中医症状评分。3实验研究结果表明,SC-FL可以有效改善生精障碍模型大鼠一般状态,提高精液质量,参与下丘脑-垂体-性腺轴性激素的调控,修复GC-1spg和睾丸组织的超微结构;SC-FL可以通过PI3K/AKT信号通路促进生精细胞的增殖和抑制生精细胞的凋亡。综上所述,补肾生精法可以有效治疗肾精亏虚型少弱精子症,其调控PI3K/AKT信号通路蛋白和mRNA是作用机制之一。
陈萌[4]（2021）在《基于文本数据挖掘的核心专利识别方法研究》文中认为核心专利一般是指某个技术领域的某种产品的关键核心技术所对应的专利[1],对某行业的核心专利进行识别是挖掘该行业关键核心技术信息的有效途径,进而可以为行业企业提供技术研发指导。为了更全面的对核心专利进行识别,本文提出了一种基于文本数据挖掘的核心专利识别方法,该方法首先通过文本挖掘相关智能算法对专利进行领域细分,然后在细分领域的基础上使用改进型PageRank算法对专利进行评分以识别该领域下的核心专利。本文的核心专利识别任务中包含三个子任务:分类子任务、聚类子任务和核心专利识别子任务,本文主要对三个子任务中使用的智能算法进行了深入研究,并使用本文方法对电力系统与设备领域的专利进行了实例分析。主要研究内容如下:（1）提出了一种基于BERT-A-BiLSTM的多特征专利文本分类算法专利分类子任务中,为了依据专利所属技术领域对其进行划分,本文提出了一种基于BERT-A-BiLSTM的多特征专利文本分类算法。目前专利文本分类算法大都采用静态预训练技术生成的词向量进行文本向量化表示,无法解决词语一词多义的问题。基于此,本文使用动态预训练模型BERT模型产生的可以根据语境变化的动态词向量进行专利文本向量化表示。并通过Attention机制对BiLSTM算法提取的专利文本语义特征进行加权,以增加对分类结果起决定性作用特征的权重。专利摘要文本的专业领域相关词汇多,BERT模型难以获取其准确的语义,基于此,本文使用改进型TF-IDF算法提取文本统计特征并和神经网络提取的语义特征进行拼接作为最终的文本特征输入到Softmax分类器中得到分类结果。最后通过实验证明,本文所提出的基于BERT-A-BiLSTM的多特征专利文本分类算法在各项评价指标中均有着较好表现。（2）提出了一种基于改进K-means的专利文本聚类方法专利聚类子任务中,为了对分类后的专利依据其技术主题进行进一步划分,本文提出了一种基于改进K-means的专利文本聚类方法。目前大多数专利文本聚类分析使用的是原始K-means聚类算法,原始K-means聚类算法初始簇中心的随机选取会影响聚类效果[2]。为了降低随机选取初始簇中心所造成的聚类结果不稳定性,本文提出了一种结合距离和密度的初始簇中心选取方法,根据数据点邻域内的密度和数据点距已确定初始聚类中心的距离对初始簇中心建立初始中心适合度函数,依据适合度函数值对数据点一一进行选取作为初始簇中心,并在Iris、Wine和Cancer数据集上进行实验,验证了该方法的有效性,该方法在一定程度上减少了随机性选取初始中心导致聚类结果局部最优的影响。同时使用汽车制造领域的专利文本数据对本文所提出专利文本聚类方法进行实证分析以验证本文专利文本聚类方法的可行性。（3）提出了一种基于改进PageRank的核心专利识别算法核心专利识别算法是本文核心专利识别方法中的关键,近年来,相关学者在使用PageRank算法或其相关改进算法进行核心专利识别时忽略了专利文献引用网络中固有的集中性等特性和时间因素对入度的影响。基于此,本文对PageRank算法进行相应的改进,提出了引文网络中心性分析和专利年龄相结合的PR值权重分配方法,并基于文献老化率从影响专利评价结果的时间因素方面对算法进行优化,通过对Markov概率转移矩阵进行分析证明了本文改进的PageRank算法的收敛性。经实验验证,本文改进的PageRank算法综合分析了网络度中心性和专利年龄因素对专利的影响,更有利于识别出公布时间短、质量高的专利,使得核心专利的识别更加精准。
吴雅威[5]（2021）在《面向智库需求的智慧数据服务模式及服务能力评价研究》文中指出近年来,作为决策咨询机构的智库,一直受到政府机构和决策者的高度重视,一系列相关政策法规的出台与实施,更为智库的建设与发展指明了道路和方向。然而,由于缺少多源数据、智慧化技术手段和专业人才支持在一定程度上制约了智库的快速发展,迫切需要图书情报机构（以下简称图情机构）提供智慧数据服务以满足智库复杂需求。目前,大数据时代持续推动着图情机构服务模式发生重大变化,正在促使其由传统信息服务向智慧数据服务转型。因此,当前智库到底存在哪些智慧数据服务需求,图情机构面向智库需求应该采取何种智慧数据服务模式,以及如何提升智慧数据服务水平和服务能力已经成为目前图情机构亟需研究的重要问题。本文以数据管理理论、用户场景理论和质性研究理论等为基础,探讨了面向智库需求的智慧数据服务要素、服务模式、模式实现及服务能力评价体系问题。首先,分析并构建了智库的智慧数据服务需求及其模型,结合实际案例对面向智库需求的智慧数据服务要素及其特征进行分析,进而提出了面向智库需求的两类智慧数据服务模式,详细阐述了智慧数据服务模式的实现路径,并构建了面向智库需求的智慧数据服务能力评价体系,最终针对智慧数据服务模式与服务能力评价体系给予相应对策及建议。本文的主要研究内容包括以下6个方面:（1）我国智库的智慧数据服务需求分析。主要通过混合式研究方法分析了智库的数据资源管理现状与问题、智慧数据服务需求以及需求驱动因素。明确了智库的两个主要需求:多源数据服务需求（包括多源数据采集与处理等）、创新发展环境服务需求（包括图情机构职能与服务及技术工具与人才等）。智库的数据需求、场景环境和应用过程的变化,对图情机构的智慧数据服务提出了更高期望与要求。本章为后文分析并提出针对性的面向智库需求的智慧数据服务要素、服务模式、模式实现以及服务能力评价体系奠定了需求基础和研究框架。（2）面向智库需求的智慧数据服务要素及其特征。基于智库需求,通过文献调研、案例分析以及借鉴智慧数据服务相关实践经验,分析了面向智库需求的智慧数据服务关键要素及其特征,阐述各要素在智慧数据服务中的定位和作用。明确了以图情机构、智慧数据、智能化技术方法、智慧化平台、服务环境为5大关键要素,以及服务场景化、技术智能化和数据多源化3大特征。引用生态系统及其相关发展理论构建模型来剖析服务主体、客体、环境间的能量流动及关系,最终以南京师范大学图书馆为例,通过分析其面向智库需求的智慧数据服务过程及其服务要素与特征,验证前文所明确的关键要素,为后文研究奠定要素基础。（3）面向智库需求的智慧数据服务模式。基于智库需求,结合模式构建法提出了面向智库需求的两类智慧数据服务模式:其一,个性化推荐模式,主要探讨图情机构通过感知智库需求,融合多源数据、专家智慧、智能技术及用户需求精准识别等资源与服务,通过智慧数据服务平台与新媒体技术,最终实现场景化、精准化与个性化推送;其二,嵌入式服务模式,主要探讨以图情机构为主体,通过分散、兼职和旋转门等途径嵌入智库内部及其活动过程,将智慧数据服务与智库的数据采集、综合处理、成果传播推广等环节相融合,精准定位智库需求,提供多源数据采集、融合处理、人才支持和影响力塑造等针对性服务。（4）面向智库需求的智慧数据服务模式实现。根据智库需求和图情机构智慧数据服务模式的具体内容与流程,面向智库需求的智慧数据服务模式实现主要包括以下6个方面:智库的特征识别与需求确定;基于Data Commons的智慧数据服务平台构建;多源数据融合;智能化技术与工具融合与协同治理;基于专家系统的多源数据分析与应用;基于向量空间模型的场景化服务推荐,以此来实现面向智库需求的智慧数据服务模式,体现了智慧数据服务的新路径与新思想。（5）面向智库需求的智慧数据服务能力评价体系。以智库需求、智慧数据服务过程和智慧数据服务内容为评价依据,初步构建了包括多源数据、智能化技术与工具、智慧数据服务人员三个维度的智慧数据服务能力评价体系。再利用专家调查法、灰色系统理论和层次分析法完成指标优化和赋权,以验证指标的合理性、有效性和可行性,最终确定智慧数据服务能力评价体系。最终以天津社科院图书馆为案例进行实证研究,论证服务能力评价体系中各指标的有效性、科学性和应用性,以此为图情机构提升智慧数据服务能力与质量提供适当参考。（6）面向智库需求的智慧数据服务保障策略。以智慧数据服务要素、服务模式及服务能力评价为依据,考量涵盖智慧数据服务关键要素、优化智慧数据服务流程、改善智慧数据服务能力评价体系等方面制定保障策略。智慧数据服务保障策略具有明显的层次化特征,涵盖政策保障、数据保障、技术保障与人才保障等层次。其中,政策保障涵盖建立健全相关法律法规等;数据保障涵盖完善多源数据建设、融合、安全与开放保障机制等;技术保障涵盖完备智能化数据管理技术、方法与工具集体系构建等;人才保障涵盖智慧数据服务人才队伍建设等。通过构建面向智库需求的智慧数据服务模式,可以优化智库活动流程,提升智库的课题研究能力、决策支持服务质量和可持续发展动力,还可保障面向智库需求的智慧数据服务质量和水平,也为大数据时代下图情机构智慧数据服务研究体系提供理论启发与借鉴,拓展智慧数据服务的理论与应用范畴,推动智慧数据服务可持续性发展。此外,通过建立面向智库需求的智慧数据服务能力评价体系,可以评价图情机构的智慧数据服务能力,帮助其更清楚的认识优势与缺陷,根据评价体系优化服务流程,更好的服务智库。同时,为图情机构系统认知大数据时代下面向智库需求的智慧数据服务实现路径提供参考,继而有效引导图情机构从智库需求感知到服务模式构建再到服务能力评价的流程化视角来看待面向智库需求的智慧数据服务工作。
王益成[6]（2020）在《数据驱动下科技情报智慧服务模式研究》文中研究说明从“信息时代”到“数据驱动”的智慧服务时代,多源异构且海量的数据资源成为人们解决问题的出发点。将多源异构且海量的数据资源纳入科技情报智慧服务模式中,不再局限于传统科技情报服务涉及的专利数据、科技文献数据、实地调研数据与科技项目数据等,还应该涵盖更广范围的互联网数据资源、科研社交媒体数据资源、社交网络数据资源与政府开放数据资源等多种来源的数据形式。数据资源驱动着科技情报服务从用户需求感知、科技情报内容获取与科技情报服务场景化推送这三个核心功能实现科技情报智慧服务模式,实现了科技情报服务流程的创新。本研究旨在以新视角探索数据驱动时代科技情报智慧服务模式及其实现,解析科技情报智慧服务构成要素及其特征,以实证分析探索数据驱动时代科技情报服务向智慧服务模式转型的思路,为科技情报机构科学转型提供理论与实践支撑。基于此,通过界定“数据驱动”、“情报、智能与智慧的辩证关系”、“智慧服务”与“科技情报智慧服务”等相关概念,以回顾智慧服务、科技情报服务与科技情报智慧服务研究现状为基础,综合运用文献调研法、问卷调查法、情境实验法、案例分析法与模式构建法分析了科技情报智慧服务的数据环境、驱动模式、创新模式与模式实现以及保障策略的制定。围绕科技情报智慧服务模式这一核心研究内容,本文第三章从科技情报智慧服务模式构成要素及表现特征为出发点对智慧数据、用户需求、智能技术、智慧情报、情报工作者、智慧服务平台与情报分析方法这七个维度进行详细阐述,分析了各构成要素在科技情报智慧服务模式中的地位以及数据驱动各构成要素的融合协作的服务特征;第四章以“数据驱动”视角切入科技情报智慧服务模式构建研究,更多的体现智慧数据服务作为智慧服务的核心构成要素,实现数据驱动科技情报智慧服务,获取用户需求,利用智能技术分析获取情报,实现场景化服务推送与嵌入式的科技情报服务;第五章就如何实现数据驱动科技情报智慧服务进行了详细阐述,从多源数据分析切入科技情报智慧服务模式的实现研究过程,体现了数据驱动作为科技情报服务的新范式与新思想,着重从需求感知、内容获取与服务推送等三个科技情报服务流程构成解析科技情报智慧服务模式实现路径,综合运用用户画像方法、数据挖掘方法与场景分析和需求侦测方法对科技情报智慧服务模式进行解析,并融入科研大数据在此过程中结构、类型与属性分析结果进行解析,探究这些数据在需求感知、内容获取与服务推送中的应用关系,进而实现科技情报智慧服务模式并完善科技情报智慧服务研究体系;第六章采用单案例横向研究方法研究格微软件数据驱动背景下科技情报智慧服务模式的系统优化策略;第七章就如何实现科技情报机构实现智慧服务模式转型升级分析了相关保障策略。具体内容如下:（1）系统分析了科技情报智慧服务模式核心构成要素与特征。构成要素涵盖数据、用户、技术、智慧情报、科技情报工作者、智慧服务平台与方法等七个维度,将从这七个维度进行深入分析,并在此基础上讨论数据驱动下科技情报智慧服务实现的理论与实践基础,进而对科技情报智慧服务的需求敏感性、数据多源性、技术智能性与服务场景化等四个主要特征进行解读。系统分析科技情报智慧服务构成要素是构建科技情报智慧服务模式的基础,在文献调研并借鉴其它领域实践经验的基础上对各个构成要素进行详细分析。数据、用户、技术、内容、科技情报工作者、智慧服务平台与方法等七个维度间相互关联、相互印证,进一步丰富着科技情报智慧服务研究领域的知识体系。（2）构建了数据驱动下的科技情报智慧服务模式。从“数据驱动”视角切入科技情报智慧服务模式构建研究,更多的体现智慧数据服务作为智慧服务的核心构成要素,实现数据驱动科技情报智慧服务,获取用户需求,利用智能技术分析获取情报,实现场景化服务推送与嵌入式的科技情报服务。在此过程中优化传统科技情报服务模式,优化构成科技情报智慧服务的各个构成要素,实现模式最优化并体现科技情报智慧服务的四个特征,通过文献调研法探讨已有服务模式的优劣势,重构科技情报服务模式与流程,重点突出智慧实现流程,数据如何驱动智慧情报服务。（3）分析了数据驱动下科技情报智慧服务的实现路径。以科技情报智慧服务模式实现的三项核心功能为基础,在实现智慧服务核心功能基础上实现科技情报智慧服务,从多源科研大数据分析切入科技情报智慧服务模式的实现研究过程,体现了数据驱动作为科技情报服务的新范式与新思想,着重从需求感知、内容获取与服务推送等三个科技情报服务流程构成解析科技情报智慧服务模式实现路径,综合运用用户画像方法、数据挖掘方法与场景分析和需求侦测方法对科技情报智慧服务模式进行解析,并融入科研大数据在此过程中结构、类型与属性分析结果进行解析,探究这些数据在需求感知、内容获取与服务推送中的应用关系,进而实现科技情报智慧服务模式并完善科技情报智慧服务研究体系。（4）采用单案例横向研究方法研究格微软件数据驱动背景下科技情报智慧服务模式的系统优化策略,在分析格微软件基本概况与发展现状的基础上,进而分析格微软件科技情报智慧服务发展模式,并对其较为超前的实践应用成果进行分析,然后借鉴前述构建的科技情报智慧服务模式及其实现研究,提出格微软件在数据驱动背景下科技情报服务模式优化的策略。（5）制定数据驱动下科技情报智慧服务模式保障策略。以构成数据驱动下科技情报智慧服务模式的构成要素以及智慧服务模式实现过程为主体制定数据驱动下科技情报智慧服务模式保障策略,具体维度包含数据、用户、科技情报工作者、科技情报服务机构、政府部门、技术与方法等维度。如完善数据安全保障机制,完备数据分析技术、方法与工具,科技情报服务人才队伍建设,建立健全相关法律法规等。制定数据驱动下的科技情报智慧服务模式保障策略应依据重点保障关键要素、完备并疏通科技情报智慧服务流程、科技情报智慧服务整体平衡、联合共建共享等四项基本原则。数据驱动时代,传统科技情报服务模式已然无法满足用户崛起的趋势以及内外环境面临的机遇与挑战,界定数据驱动科技情报智慧服务的内涵与外延,探索科技情报智慧服务模式的实现,有利于从方法论认知层面为科技情报智慧服务的转型升级提供理论支撑,本文构建的数据驱动科技情报智慧服务模式也更具实践价值。
李铁飞[7]（2020）在《基于改进k-means算法的专利文本聚类研究》文中指出专利记录了发明创新的内容,包含了各学科的技术信息。专利作为技术发展的基石,不仅展现了最新的技术发展现状、还指导了各学科的技术未来发展方向。随着各学科科学技术的迅速发展并在不断加快的情况下,专利数据呈指数型增长,随着专利信息积累的不断增多,从数量巨大的专利信息库中得到有价值的专利信息对竞争情报具有重要价值。专利蕴含了很多有价值的信息,对专利数据的综合分析能获得很多有价值的科技进展情况,对掌控技术优势能力和计划技术将来的发展方向有巨大价值。从数量巨大的专利信息中,通过数据挖掘技术,挖掘专利中包含的有价值的信息,去除没有价值的专利信息,进而把相似的专利进行聚类分析对比,提取相关专利的关联信息、互补信息、引文引证信息、发展趋势信息。数据挖掘技术包含通过无监督聚类的方法进行分析、构建神经网络的方法进行分析、构建决策树的方法进行分析、利用模拟遗传的方法进行分析、构建粗糙集的方法分析、构建模糊集的方法进行分析、构建数据关联规则的方法法进行分析。k-means算法类属于聚类算法,应用k-means算法对专利数据进行聚类分析,针对k-means聚类算法对离群点非常敏感、获得初始中心点的不科学方式会导致实验结果的波动、很多学者提出的改进算法需要作者选取必要的相关参数,得到的结果依赖参数值的设置等问题,提出一种梯度跃迁改进算法,不需要设置参数,无监督获取初始聚类中心点,可有效去除噪声点,通过在UCI机器学习文本数据集上的仿真实验得到,算法稳定性、抗干扰性、准确性强,聚类结果波动性在5%左右,可去除96%的噪声点,可应用于文本聚类问题。通过以钢铁行业相关专利作为分析数据,应用自然语言处理方法把专利文本转换为权值,通过梯度跃迁优化的k-means改进算法对专利进行聚类,然后通过抽取相关特征找到关键词,进一步挖掘数据中的深层次信息,给相关专利数据集加上能反应其特点的标签,提高了对专利分析的能力和效率。
陶兴[8]（2020）在《多源学术新媒体用户生成内容的知识聚合研究》文中研究说明随着信息经济迅猛发展,学术新媒体作为新型的网络学术知识平台逐渐受到科研工作者的关注,为知识信息获取、知识交流、知识传播等带来了改变。学术新媒体以学术微博、学术微信公众号、学术虚拟社区、学术APP等主要形式存在,具有平台类型多样、平台内容丰富、平台知识专业化等特点。为科研工作者提供了获取学术信息、分享学术成果、开展学术交流等活动的新途径。学术新媒体不再以文章、期刊论文等长文本形式作为知识推送的内容,学术用户作为学术新媒体环境中知识接受者与生产者两种身份并存,新媒体环境鼓励学术用户通过提问、回答与分享来自主产生新知识,创新了学术知识获取方式。随着新媒体环境的扩张,互联网中的用户生成内容呈现出了爆炸式增长,用户在搜寻知识过程中需要消耗大量的时间和精力去浏览与筛选知识内容。知识内容出现“知识过载”,用户陷入“知识迷航”,而学术新媒体中的用户生成知识内容也存在内容质量参差不齐,知识点碎片化分散,内容冗余等问题。同时不同学术新媒体平台间缺乏信息交流,单一平台内的知识无法及时完善与更新,导致用户须花费大量时间去浏览多平台内的知识,增加了获取知识的难度。如何对学术新媒体内用户生成内容进行知识的挖掘、组织和管理,创新学术新媒体的知识服务模式,为学术用户提供高质量知识服务内容,已成为学术新媒体发展面临的新问题。鉴于此,本文将知识聚合理论与方法引入到学术新媒体用户生成内容的知识聚合研究中,构建基于知识聚合的多源学术新媒体用户生成内容聚合机理,探讨了用户生成内容质量评测问题,提出了主题聚合与摘要生成两种用户生成内容知识聚合方法,设计了知识聚合精准推荐方案,并提出多源学术新媒体用户生成内容的知识聚合能力提升策略。本文主要开展了以下方面的研究:第一,构建多源学术新媒体用户生成内容的知识聚合机理。界定了学术新媒体用户生成内容的知识聚合内涵,即对新媒体平台用户生成内容中蕴含的知识进行有效组织,进而挖掘其内在知识的关联关系,为学术新媒体用户提供多源平台的知识聚合服务。划分了多源学术新媒体用户生成内容知识聚合类型,分别为:同型异源知识聚合、异型异源知识聚合、多语种知识聚合。将多源学术新媒体用户生成内容的知识聚合要素分为知识聚合主体、知识聚合客体、知识聚合内容、知识聚合环境、知识聚合技术等五个方面。从学术信息资源需求、学术创新环境、知识聚合主体收益、科技进步、多源学术资源等方面探讨了多源学术新媒体用户生成内容知识聚合的驱动力。从原理特点、作用方式等方面详细阐述了其影响知识聚合的原因。解读了多源学术新媒体知识聚合过程,分别为挖掘与解读用户需求,学术信息的数据处理,学术信息质量评测,知识发现与聚合,学术知识推荐。最后提出了多源学术新媒体用户生成内容的知识聚合机理模型,并从各要素间的关系与交互行为入手,绘制其实践应用中的具体过程图。第二,提出了学术新媒体用户生成内容的自动化质量评测方法。文本通过数据维度、情感极性、领域词汇等三方面考虑,建立学术用户生成内容自动化特征提取过程。再利用双层BI-GRU神经网络学习学术用户生成内容的特征属性。引入专业学术领域词典,优化词嵌入模型所生成的学术用户生成文本向量化表达。最终实现学术新媒体用户生成内容的质量评测,筛选出高质量的文本内容,为后续的多源学术新媒体用户生成内容知识聚合方法研究提供优质的数据基础。第三,基于主题生成的多源学术新媒体用户生成内容的知识聚合研究。提出基于混合神经网络BiLSTM-CNN-CRF和LDA主体概率模型的学术新媒体用户生成内容的知识主体聚合方法。利用混合神经网络分词法,对学术新媒体用户生成内容进行学习分词,然后将获取到的学术专业分词表输入到LDA主体概率模型中,生成多源学术新媒体平台的知识主题。从多个平台的生成主题中,证实了不同学术新媒体平台同类知识内容中存在较大的知识主题差异,在此基础上对知识主题进行融合,帮助学术新媒体用户能够从大规模用户生成知识内容中获取核心知识点,为学术新媒体用户提供了知识导航服务。第四,提出了多源学术新媒体用户生成内容的知识摘要生成方法。为实现多个学术新媒体平台中用户生成内容的知识概括性描述问题,提出基于Word2Vec模型和MMR算法的摘要生成方法。利用Word2Vec方法可以有效解决传统词向量表达方法忽略词语间语义联系的问题;利用MMR排序方法,对重要性程度高的摘要进行排序筛选,剔除重复度高的摘要句,同时保留重要性高的摘要句;利用专业领域词典,解决专业领域词无法识别的问题。通过对多个学术新媒体平台的用户生成内容进行聚合,帮助知识欠缺的平台弥补自身知识内容不足的问题,实现了学术新媒体环境整体知识内容的极大融合,为学术新媒体用户提供一个效率获取冗余用户生成内容中关键性知识的聚合服务。第五,提出了多源学术新媒体用户生成内容的知识聚合精准推荐方法。通过用户兴趣度值挖掘推荐项目和用户间的相似关系,将其作为用户对项目的推荐评分。通过传递相似度,实现多源学术新媒体平台间用户的相似度计算,进而建立起多源学术新媒体用户网络。最后通过项目推荐评分与用户传递性网络,构建学术新媒体用户生成内容的知识聚合精准推荐方法,为学术用户提供多源平台的学术知识与学术用户的双重精准推荐服务。
邢海龙[9]（2020）在《大数据联盟数据挖掘服务模式研究》文中研究说明随着社交网络、传感器技术、移动互联网技术的快速发展,数据存储量已经达到了PB级别,成为了企业乃至国家的重要性战略资源。在国家政策的积极推动下,大数据服务平台不断涌现,为满足在“数据海洋”中获取所需资源及挖掘数据背后的潜在价值奠定了良好基础。但是目前大数据服务市场还处于发展初期,发育还不够完全,在面对用户多样的数据挖掘服务需求时,单一企业在服务能力方面还存在不足。为此,以大数据产业链为依托,以提高数据挖掘服务能力和服务质量为目的,通过整合大数据产业链上、中、下游企业的资源优势、技术优势和服务优势,以联盟的组织形式为社会提供数据挖掘服务,对完善大数据服务市场起到了重要作用,大数据联盟采用的服务模式将直接影响着数据挖掘服务的质量和水平,构建符合大数据服务需求特点、有利于整合联盟成员数据资源的数据挖掘服务模式是数据企业急需解决的紧迫课题。在跟踪总结国内外大数据、大数据联盟、数据挖掘及服务模式的研究现状、发展趋势和实际应用情况的基础上,分析和界定了大数据联盟、数据挖掘服务的相关概念及特点。从合作协同视角,运用核心能力理论、协同理论、博弈理论等,揭示大数据联盟合作机理,在分析大数据联盟数据演化过程、数据挖掘层次的基础上,构建大数据联盟数据挖掘服务模式框架。在此基础上,提出了大数据联盟标准化数据挖掘服务模式、定制化数据挖掘服务模式和智能化数据挖掘服务模式。标准化数据挖掘服务是针对用户共性化需求,提供的一种数据挖掘服务。该服务模式结合用户的需求类型,将联盟通过数据挖掘获取的资源进行服务产品的封装,以数据产品的形式进行发布与交付。并依照用户对服务认知和理解的程度不同,将服务方式划分为自助式和咨询式两种服务方式,以及从售后服务、运营监管两方面,提出标准化数据挖掘服务保障。定制化数据挖掘服务是针对用户个性化需求,提供的一种数据挖掘服务。该服务模式从联盟用户需求描述、服务能力挖掘、联盟数据准备、模型构建、模型评估和服务交付几个环节,构建大数据联盟定制化数据挖掘服务过程模型,依照用户的参与程度不同,将服务方式划分为委托式和跟进式两种服务方式,并从协调管理、资源配置、协同调度三方面,提出定制化数据挖掘服务保障措施。智能化数据挖掘服务是针对用户混合型需求,进行的一种数据挖掘服务。该服务模式是融合智能决策理论和知识推理方法,从服务需求知识表示、服务智能检索、服务重用与调整、服务支付、服务知识学习与存储几个环节,构建大数据联盟智能化数据挖掘服务过程模型,将服务方式划分为智能交互的委托式和智慧协同的跟进式两种服务方式,并从多案例经验集成、群体智能两方面,提出智能化数据挖掘服务保障措施。在实证研究部分,选择中关村大数据产业联盟中,以提供数据挖掘服务为主要业务的ZWJ大数据联盟为研究对象,将本文提出的大数据联盟数据挖掘服务模式运用到实际联盟中,验证数据挖掘服务模式的科学性与合理性,并完善数据挖掘服务模式管理体系。对大数据联盟数据挖掘服务模式的研究,有利于数据资源的流通、共享和价值创造。在满足日益增长的数据挖掘服务需求的同时,充分发挥联盟的资源优势、技术优势,挖掘数据资源背后的“知识财富”。为促进我国大数据服务产业蓬勃发展,提高数据资源价值活力和数字技术创新能力具有重要作用。同时研究成果有助于丰富企业资源管理理论与服务模式理论体系,并对大数据产业发展及大数据服务应用具有重要现实指导意义。
徐飞飞[10]（2020）在《基于专利分析的区块链技术发展研究》文中指出区块链技术自诞生以来就广受关注,经历十多年的发展后已初步形成国际化的竞争态势。在世界经济一体化的今天,各国共同博弈,只有清楚区块链技术的发展现状,认识到我国与其他国家各自具有的优势和劣势,才能制定相应的政策和策略,推进区块链技术健康、有序发展,更好地提升我国的综合实力。因此,对全球区块链技术的发展状况进行情报分析,其结果对于我国区块链技术的进一步发展能够具有参考价值。本文以区块链技术对应的专利文献为研究对象,基于德温特创新索引获得2010到2019年十年的全球区块链专利相关数据,并从专利的数字属性和文字属性两个方面出发,使用文献计量方法和主题模型方法对专利数据进行分析,探究本国及世界其他各国的区块链技术发展近况。其中,使用文献计量方法获得区块链技术专利的各国年度申请数量、生命周期、专利权人、IPC分类和专利质量等竞争性情报,对平均专利被引次数这一质量评价指标进行了改良,以引用次数较多的高质量专利为统计基础,进而提出平均高质量专利被引次数这一概念,使得质量分析所得出的结论更具有说服力;主题模型方法使用LDA模型对全球区块链技术的研究热点进行识别,将研究强度排在前十的部分作为热点主题,并通过进一步的分析获取各热点主题在过去十年间研究强度的演变情况。研究结果表明,全球区块链技术正处于快速发展的成长期,其技术应用大多集中物理和电学两个领域,还未与其他领域进行深度结合,我国在专利的数量上位于首位,远超美国和韩国等发达国家,但在专利的质量上不尽如人意,距离美韩等国家仍有较大差距。目前,该技术研究的热点主题包括信息生成、分布式计算系统、共识机制、数据存储、系统模块、电子投票、密码学相关、网络通信、智能合约、身份认证等十个方面,在这些主题中,数据存储、电子投票和智能合约的研究强度有进一步增长的趋势,信息生成、系统模块和身份认证的研究强度则正处于下降之中,分布式计算系统、共识机制、密码学相关和网络通信等其余主题仍处于一个稳定的状态。为促进我国区块链技术的进一步发展,本文基于上述研究结论在国家层面和企业层面分别提出合理建议,在国家层面,需加强区块链研究力量,形成技术创新优势;加快区块链实际应用,促进产业创新发展;提升区块链专利质量,重视国外专利布局;在企业层面,要加强信息利用,提升竞争意识;紧跟技术热点,保持发展活力;重视强强联合,加强合作研发。
二、数据挖掘专利综述（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、数据挖掘专利综述（论文提纲范文）
（1）小微企业互联网融资信用评价研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究问题 |
| 1.3 研究意义 |
| 1.3.1 理论意义 |
| 1.3.2 现实意义 |
| 1.4 研究内容、研究方法与技术路线 |
| 1.4.1 研究内容与研究方法 |
| 1.4.2 技术路线 |
| 1.5 研究创新点 |
| 2 文献与基础理论综述 |
| 2.1 小微企业的概念及范围界定 |
| 2.1.1 小微企业的概念 |
| 2.1.2 小微企业的范围 |
| 2.2 小微企业的融资困境及互联网融资 |
| 2.2.1 小微企业融资难题 |
| 2.2.2 小微企业的互联网融资 |
| 2.3 小微企业融资信用评价影响因素及评价指标体系 |
| 2.3.1 硬信息对小微企业互联网融资信用的影响 |
| 2.3.2 软信息对小微企业互联网融资信用的影响 |
| 2.4 小微企业互联网融资信用评价模型及方法 |
| 2.4.1 传统信用评价技术 |
| 2.4.2 大数据技术下的企业融资信用评价方法 |
| 2.5 文献述评 |
| 2.6 本章小结 |
| 3 小微企业互联网融资信用评价机理分析 |
| 3.1 国外小微企业特征及信贷服务实践 |
| 3.1.1 国外小微企业发展模式及传统渠道融资特征 |
| 3.1.2 国外小微企业互联网融资模式的发展 |
| 3.2 我国小微企业特征 |
| 3.2.1 小微企业的总体特征 |
| 3.2.2 小微企业的经营活动特征 |
| 3.2.3 小微企业的金融行为特征 |
| 3.2.4 小微企业的竞争力特征 |
| 3.2.5 小微企业的社会关联性特征 |
| 3.2.6 小微企业的还款能力及还款意愿特征 |
| 3.3 我国小微企业互联网融资模式及途径 |
| 3.3.1 小微企业互联网融资模式 |
| 3.3.2 小微企业互联网融资途径 |
| 3.4 小微企业互联网融资信用分析 |
| 3.4.1 小微企业互联网融资信用数据的来源 |
| 3.4.2 小微企业传统与互联网渠道融资信用评价的异同 |
| 3.4.3 小微企业互联网融资信用评价的四维概念模型与要素 |
| 3.5 大数据背景下小微企业互联网融资信用评价机理 |
| 3.5.1 大数据背景下小微企业互联网融资信用评价的目的 |
| 3.5.2 大数据背景下小微企业互联网融资审核流程分析 |
| 3.5.3 大数据技术在小微企业互联网融资信用评价中的应用 |
| 3.6 本章小结 |
| 4 小微企业互联网融资信用评价指标体系构建 |
| 4.1 小微企业互联网融资信用指标构建 |
| 4.1.1 小微企业互联网融资信用硬信息与软信息界定 |
| 4.1.2 影响小微企业互联网融资信用水平的硬信息 |
| 4.1.3 影响小微企业互联网融资信用水平的软信息 |
| 4.2 小微企业互联网融资信用评价指标界定与预处理 |
| 4.2.1 小微企业互联网融资信用评价指标框架 |
| 4.2.2 小微企业互联网融资信用评价指标类型及标准化方法 |
| 4.3 小微企业互联网融资信用评价指标组合赋权 |
| 4.3.1 小微企业互联网融资信用评价指标单一客观赋权方法 |
| 4.3.2 小微企业互联网融资信用评价指标组合赋权方法 |
| 4.3.3 小微企业互联网融资信用熵评价模型 |
| 4.4 本章小结 |
| 5 小微企业互联网融资信用数据获取模型 |
| 5.1 软信息对小微企业互联网融资信用评价的作用方式 |
| 5.1.1 软信息对小微企业互联网融资信用评价的直接作用 |
| 5.1.2 软信息文本特征对小微企业互联网融资信用评价的间接作用 |
| 5.1.3 软信息主题特征对小微企业互联网融资信用评价的间接作用 |
| 5.2 融合多元信息的小微企业互联网融资信用数据获取 |
| 5.2.1 小微企业互联网融资信用软信息分类 |
| 5.2.2 小微企业互联网融资信用软信息量化方法 |
| 5.2.3 小微企业互联网融资信用评价软硬信息变量选取 |
| 5.3 小微企业互联网融资信用数据模型 |
| 5.3.1 小微企业互联网融资信用评价数据来源 |
| 5.3.2 小微企业互联网融资信用信息量化处理 |
| 5.4 本章小结 |
| 6 小微企业互联网融资信用评价模型与案例分析 |
| 6.1 基于博弈的评价主体关系分析 |
| 6.1.1 评价主体的互联网融资信任博弈模型假设 |
| 6.1.2 评价主体的互联网融资信任博弈模型构建 |
| 6.1.3 评价主体的互联网融资信任博弈演化均衡的稳定性分析 |
| 6.2 基于演化的小微企业互联网融资信用评价模型 |
| 6.2.1 评价主体的互联网融资信用特征 |
| 6.2.2 基于神经网络和物元可拓的评价方法 |
| 6.2.3 模型精确度测量 |
| 6.3 小微企业互联网融资信用评价结果分析 |
| 6.3.1 小微企业互联网融资信用评价数据来源 |
| 6.3.2 小微企业互联网融资信用评价实验设计 |
| 6.3.3 小微企业互联网融资信用评价实验结果及分析 |
| 6.4 本章小结 |
| 7 小微企业互联网融资信用评价总结与政策建议 |
| 7.1 大数据背景下小微企业互联网融资信用内涵总结 |
| 7.1.1 大数据背景下小微企业互联网融资 |
| 7.1.2 大数据背景下小微企业互联网融资信用优势 |
| 7.2 小微企业互联网融资信用评价要素 |
| 7.2.1 传统融资过程中的信用评价与信任关系 |
| 7.2.2 互联网融资过程中的信用评价与信任关系 |
| 7.3 小微企业互联网融资信用评价的管理建议 |
| 7.3.1 基于激励政策执行力的信用评价技术研究 |
| 7.3.2 基于互联网金融信用评价的风险防控 |
| 7.3.3 基于大数据来平衡评价技术与人际沟通的关系 |
| 7.4 本章小结 |
| 8 研究结论与展望 |
| 8.1 研究结论 |
| 8.2 研究展望 |
| 参考文献 |
| 附录 A 词云图代码 |
| 附录 B LDA模型代码 |
| 附录 C BP神经网络代码 |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（2）基于比较视角的中美国家级实验室建设研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 导论 |
| 1.1 研究背景及问题 |
| 1.1.1 研究背景 |
| 1.1.2 研究问题 |
| 1.2 研究目的及意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 研究思路与内容 |
| 1.3.1 研究思路 |
| 1.3.2 研究内容 |
| 1.4 研究方法及技术路线 |
| 1.4.1 研究方法 |
| 1.4.2 技术路线 |
| 第2章 文献研究综述及理论基础 |
| 2.1 相关概念界定 |
| 2.1.1 国家级实验室 |
| 2.1.2 国家重点实验室 |
| 2.1.3 联邦国家实验室 |
| 2.2 文献研究综述 |
| 2.2.1 中国国家重点实验室建设相关研究回顾 |
| 2.2.2 美国联邦国家实验室建设相关研究回顾 |
| 2.2.3 文献研究回顾述评 |
| 2.3 相关理论基础 |
| 2.3.1 协同创新理论 |
| 2.3.2 国家创新体系理论 |
| 2.3.3 文献计量学理论 |
| 2.3.4 数据挖掘理论 |
| 2.4 本章小结 |
| 第3章 中美国家级实验室建设历程比较研究 |
| 3.1 中国国家级实验室建设历程研究 |
| 3.1.1 萌芽起步阶段 |
| 3.1.2 集中建设阶段 |
| 3.1.3 快速发展阶段 |
| 3.1.4 “中国特色发展”阶段 |
| 3.2 美国国家级实验室建设历程研究 |
| 3.2.1 快速起步阶段 |
| 3.2.2 第一波争议阶段 |
| 3.2.3 重整复苏阶段 |
| 3.2.4 第二波争议阶段 |
| 3.2.5 新时代发展阶段 |
| 3.3 中美国家级实验室建设历程比较与启示 |
| 3.3.1 中美国家级实验室建设历程的一般规律 |
| 3.3.2 中美国家级实验室建设历程的主要差异 |
| 3.3.3 启示 |
| 3.4 本章小结 |
| 第4章 中美国家级实验室建设特征比较研究 |
| 4.1 研究设计 |
| 4.1.1 研究方法 |
| 4.1.2 案例选取原则 |
| 4.1.3 资料获取 |
| 4.1.4 分析框架 |
| 4.2 中国典型国家级实验室建设特征分析 |
| 4.2.1 固体微结构物理国家重点实验室 |
| 4.2.2 环境模拟与污染控制国家重点实验室 |
| 4.2.3 土木工程防灾国家重点实验室 |
| 4.2.4 核物理与核技术国家重点实验室 |
| 4.2.5 工业装备结构分析国家重点实验室 |
| 4.3 美国典型国家级实验室建设特征分析 |
| 4.3.1 劳伦斯伯克利国家实验室 |
| 4.3.2 喷气推进实验室 |
| 4.3.3 SLAC国家加速器实验室 |
| 4.3.4 普林斯顿等离子体物理实验室 |
| 4.3.5 林肯实验室 |
| 4.4 中美国家级实验室建设特征比较与启示 |
| 4.4.1 制度体制的比较分析 |
| 4.4.2 建设定位的比较分析 |
| 4.4.3 资源要素的比较分析 |
| 4.4.4 运行模式的比较分析 |
| 4.4.5 科研合作的比较分析 |
| 4.4.6 启示 |
| 4.5 本章小结 |
| 第5章 中美国家级实验室科研实力比较研究 |
| 5.1 中美国家级实验室ESI高被引论文属性数据预处理 |
| 5.1.1 中美国家级实验室ESI高被引论文属性数据来源 |
| 5.1.2 中美国家级实验室ESI高被引论文属性数据处理流程 |
| 5.1.3 中美国家级实验室ESI高被引论文属性规约 |
| 5.1.4 中美国家级实验室ESI高被引论文属性数据清洗 |
| 5.1.5 中美国家级实验室ESI高被引论文属性构造 |
| 5.1.6 小结 |
| 5.2 基于ESI高被引论文产出的科研实力比较 |
| 5.2.1 高被引论文产出及变化情况比较 |
| 5.2.2 高被引论文单因素产出特征比较 |
| 5.2.3 基于关联规则的高被引论文多因素特征比较 |
| 5.2.4 小结 |
| 5.3 基于ESI高被引论文主导地位的科研实力比较 |
| 5.3.1 两国间高被引论文合作情况比较 |
| 5.3.2 中美参与国际合作的高被引论文主导情况比较 |
| 5.3.3 基于Logistic回归的国际合作论文主导地位特征比较 |
| 5.3.4 小结 |
| 5.4 基于ESI高被引论文影响力的科研实力比较 |
| 5.4.1 高被引论文被引频次比较 |
| 5.4.2 高被引论文期刊影响因子比较 |
| 5.4.3 基于多元线性回归的高被引论文影响力特征比较 |
| 5.4.4 小结 |
| 5.5 本章小结 |
| 第6章 促进我国国家级实验室建设的对策建议 |
| 6.1 政府统筹实验室体系顶层设计的安排 |
| 6.1.1 强化政府战略规划,融入国家创新系统 |
| 6.1.2 顺应科技发展趋势,引领学科交叉创新 |
| 6.1.3 加强重大专项部署,支撑战略新兴产业 |
| 6.2 积极推进实验室融入创新联合体建设 |
| 6.2.1 以市场拉动需求,发挥龙头企业领军性作用 |
| 6.2.2 以科研带动教学,发挥实验室平台教学功能 |
| 6.2.3 以联合实现共享,发挥联合体协同创新优势 |
| 6.3 努力推进实验室融入世界范围的步伐 |
| 6.3.1 坚持国际交流与合作,保持科技的自立自强 |
| 6.3.2 打造国际化人才团队,构筑全球性人才高地 |
| 6.3.3 参与全球化科技治理,提高实验室国际影响 |
| 6.4 本章小结 |
| 第7章 结论与展望 |
| 7.1 研究的主要结论 |
| 7.2 研究的创新之处 |
| 7.3 研究局限与展望 |
| 参考文献 |
| 附录 |
| 作者攻读博士学位期间取得的研究成果 |
| 致谢 |
（3）补肾生精法治疗少弱精子症的数据挖掘及其调控生精细胞的机制研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号说明 |
| 第一部分 文献综述 |
| 综述一 肾藏精理论及补肾生精法源流探讨 |
| 1 春秋战国秦汉——奠定补肾生精法基础 |
| 2 魏晋隋时期——对补肾生精法的继承创新 |
| 3 唐宋元时期——补肾生精理论趋于完善、系统化 |
| 4 明清时期——补肾生精理论蓬勃发展 |
| 5 总结 |
| 参考文献 |
| 综述二 补肾生精法治疗少弱精子症相关动物实验及细胞实验研究述评 |
| 1 对于少弱精子症动物模型构建 |
| 2 补肾生精法治疗少弱精子症相关体内实验研究 |
| 3 补肾生精法治疗少弱精子症相关体外实验 |
| 4 小结与展望 |
| 参考文献 |
| 第二部分 数据挖掘研究 |
| 研究一 基于数据挖掘的李海松教授治疗少弱精子症用药特点与规律 |
| 前言 |
| 资料与方法 |
| 结果 |
| 讨论 |
| 总结 |
| 参考文献 |
| 研究二 基于中国专利数据库的少弱精子症用药规律挖掘 |
| 前言 |
| 资料与方法 |
| 结果 |
| 讨论 |
| 总结 |
| 参考文献 |
| 第三部分 网络药理学研究 |
| 网药研究 基于网络药理学探讨菟丝子枸杞子治疗少弱精子症的作用机制 |
| 前言 |
| 资料与方法 |
| 结果 |
| 讨论 |
| 结论 |
| 参考文献 |
| 第四部分 临床研究 |
| 临床研究 广嗣育麟汤治疗肾精亏虚型少弱精子症的临床研究 |
| 前言 |
| 临床资料 |
| 方法 |
| 结果 |
| 讨论 |
| 参考文献 |
| 第五部分 实验研究 |
| 实验研究一 体外实验——菟丝子-枸杞子对GTW诱导精原细胞生精障碍模型的影响及机制探讨 |
| 前言 |
| 材料与方法 |
| 结果 |
| 讨论 |
| 参考文献 |
| 实验研究二 体内实验——菟丝子-枸杞子对GTW诱导少弱精子症模型大鼠生精功能的影响及机制探讨 |
| 前言 |
| 材料与方法 |
| 结果 |
| 讨论 |
| 参考文献 |
| 结语 |
| 致谢 |
| 在读期间主要研究成果 |
（4）基于文本数据挖掘的核心专利识别方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 基于评价指标的核心专利识别方法研究现状 |
| 1.2.2 基于引用的核心专利识别方法研究现状 |
| 1.3 主要研究内容 |
| 1.4 论文结构安排 |
| 2 相关研究思路及基础 |
| 2.1 研究思路 |
| 2.2 核心专利概述 |
| 2.3 文本分类研究基础 |
| 2.3.1 BERT模型 |
| 2.3.2 双向长短时记忆神经网络 |
| 2.4 文本聚类研究基础 |
| 2.4.1 Word2vec模型 |
| 2.4.2 K-means算法基本原理 |
| 2.5 引文网络及其节点重要性排序技术概述 |
| 2.5.1 引文网络及其度中心性 |
| 2.5.2 PageRank算法 |
| 3 基于BERT-A-BiLSTM的多特征专利文本分类算法研究 |
| 3.1 专利文本分类相关研究及分析 |
| 3.2 算法设计与实现 |
| 3.2.1 文本向量化表示层 |
| 3.2.2 文本特征提取层 |
| 3.2.3 输出层 |
| 3.3 实验设计与对比分析 |
| 3.3.1 实验环境 |
| 3.3.2 实验数据 |
| 3.3.3 实验参数 |
| 3.3.4 对比实验 |
| 3.3.5 评价指标 |
| 3.3.6 实验结果与分析 |
| 3.4 本章小结 |
| 4 基于改进型K-means算法的专利文本聚类方法研究 |
| 4.1 专利文本聚类处理流程 |
| 4.2 文本向量化表示 |
| 4.3 基于初始中心点优化的K-means改进算法 |
| 4.3.1 改进的K-means算法设计 |
| 4.3.2 实验分析 |
| 4.4 实证分析 |
| 4.5 本章小结 |
| 5 基于改进型PageRank算法的核心专利识别方法研究 |
| 5.1 PageRank及其改进算法在核心专利识别方面的不足 |
| 5.2 基于权重分配优化的PageRank改进算法 |
| 5.2.1 算法设计 |
| 5.2.2 改进算法的收敛性分析 |
| 5.3 实验设计与对比分析 |
| 5.3.1 实验环境配置 |
| 5.3.2 数据采集与处理 |
| 5.3.3 实验结果及对比分析 |
| 5.4 本章小结 |
| 6 核心专利识别实例分析 |
| 7 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 作者简历 |
| 致谢 |
（5）面向智库需求的智慧数据服务模式及服务能力评价研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景与目的意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究目的 |
| 1.1.3 研究意义 |
| 1.2 国内外相关研究综述 |
| 1.2.1 图情机构智慧化资源管理与服务转型 |
| 1.2.2 图情机构智慧数据服务模式与服务体系 |
| 1.2.3 智慧数据服务能力及其评价 |
| 1.2.4 评述与分析 |
| 1.3 研究内容 |
| 1.4 研究方法和技术路线 |
| 1.4.1 研究方法 |
| 1.4.2 技术路线 |
| 1.5 创新点 |
| 第2章 相关概念与理论基础 |
| 2.1 相关概念 |
| 2.1.1 智库 |
| 2.1.2 智慧服务 |
| 2.1.3 智慧数据服务 |
| 2.1.4 面向智库需求的智慧数据服务 |
| 2.2 理论基础 |
| 2.2.1 数据管理理论 |
| 2.2.2 扎根理论 |
| 2.2.3 用户场景理论 |
| 2.2.4 灰色系统理论 |
| 第3章 我国智库的智慧数据服务需求分析 |
| 3.1 基于问卷调查的智库数据资源管理分析 |
| 3.1.1 调查问卷设计 |
| 3.1.2 调查对象与数据收集 |
| 3.1.3 结果分析 |
| 3.2 基于扎根理论的智库服务需求分析 |
| 3.2.1 研究对象与数据收集 |
| 3.2.2 范畴编码与检验 |
| 3.2.3 模型构建及分析 |
| 3.3 本章小结 |
| 第4章 面向智库需求的智慧数据服务要素与特征 |
| 4.1 面向智库需求的智慧数据服务过程 |
| 4.1.1 智库活动过程分析 |
| 4.1.2 面向智库需求的智慧数据服务过程分析 |
| 4.2 面向智库需求的智慧数据服务要素 |
| 4.2.1 图情机构主体 |
| 4.2.2 智慧数据 |
| 4.2.3 智慧化技术工具与方法 |
| 4.2.4 智慧数据服务平台 |
| 4.2.5 智慧数据服务环境 |
| 4.2.6 智慧数据服务要素之间关系 |
| 4.3 面向智库需求的智慧数据服务特征 |
| 4.3.1 数据多源性 |
| 4.3.2 技术智能性 |
| 4.3.3 服务场景化 |
| 4.4 案例分析 |
| 4.4.1 南京师范大学图书馆发展现状 |
| 4.4.2 南师大图书馆智慧数据服务分析 |
| 4.5 本章小结 |
| 第5章 面向智库需求的智慧数据服务模式 |
| 5.1 面向智库需求的智慧数据服务模式概念和类型 |
| 5.1.1 面向智库需求的智慧数据服务模式的概念 |
| 5.1.2 面向智库需求的智慧数据服务模式的类型 |
| 5.2 面向智库需求的个性化推荐智慧数据服务模式 |
| 5.2.1 智库活动过程分析 |
| 5.2.2 智库需求感知 |
| 5.2.3 资源融合及服务集成 |
| 5.2.4 智能化推荐 |
| 5.2.5 案例分析 |
| 5.3 面向智库需求的嵌入式智慧数据服务模式 |
| 5.3.1 智库活动层 |
| 5.3.2 嵌入层 |
| 5.3.3 融合层 |
| 5.3.4 服务层 |
| 5.3.5 案例分析 |
| 5.4 本章小结 |
| 第6章 面向智库需求的智慧数据服务模式实现 |
| 6.1 智库特征识别与需求确定 |
| 6.1.1 智库特征识别 |
| 6.1.2 智库需求确定 |
| 6.2 基于Data Commons的智慧数据服务平台构建 |
| 6.2.1 Data Commons平台的概念和特点 |
| 6.2.2 Data Commons平台的目标与功能 |
| 6.2.3 Data Commons平台的架构设计 |
| 6.3 多源数据融合 |
| 6.3.1 多源数据融合架构 |
| 6.3.2 多源数据融合方法 |
| 6.4 智能化技术融合与协同治理 |
| 6.4.1 智能化技术融合与协同治理模式 |
| 6.4.2 基于协同治理的智能化技术融合过程 |
| 6.5 基于专家系统的智能情报分析 |
| 6.5.1 专家数据管理模块 |
| 6.5.2 专家在线咨询模块 |
| 6.5.3 专家智能推荐流程 |
| 6.6 基于向量空间模型的场景化服务推荐模型 |
| 6.6.1 场景化服务 |
| 6.6.2 场景化服务接受效用 |
| 6.6.3 场景化服务推荐模型 |
| 6.6.4 场景化服务推荐实验 |
| 6.7 本章小结 |
| 第7章 面向智库需求的智慧数据服务能力评价体系 |
| 7.1 智慧数据服务能力评价体系问题的提出 |
| 7.2 智慧数据服务能力评价体系的构建依据 |
| 7.3 智慧数据服务能力评价指标的选取与修正 |
| 7.4 智慧数据服务能力评价指标的阐释 |
| 7.5 智慧数据服务能力评价指标的优化与赋权 |
| 7.5.1 样本选择及问卷描述 |
| 7.5.2 评价指标的重要性和易获得性计算 |
| 7.5.3 评价指标优化 |
| 7.5.4 评价指标赋权 |
| 7.6 实证研究 |
| 7.6.1 研究方法 |
| 7.6.2 数据分析 |
| 7.6.3 结果分析 |
| 7.7 本章小结 |
| 第8章 面向智库需求的智慧数据服务保障策略 |
| 8.1 政府政策保障方面 |
| 8.2 图书情报机构服务主体保障方面 |
| 8.2.1 强化服务意识并挖掘智库需求 |
| 8.2.2 优化图情机构的智慧数据服务架构 |
| 8.2.3 建立并完善智慧数据服务能力评价体系 |
| 8.3 多源数据保障方面 |
| 8.3.1 加强智慧数据体系建设 |
| 8.3.2 建立一体化多源数据联动与反馈机制 |
| 8.4 智能化技术方法与工具保障方面 |
| 8.4.1 加强现代化数据技术的融合和应用 |
| 8.4.2 完善智慧数据服务平台功能和服务 |
| 8.5 智慧数据服务人才保障方面 |
| 8.5.1 完善我国图情机构学科馆员制度 |
| 8.5.2 提升智慧数据服务人员的创新服务能力 |
| 8.6 本章小结 |
| 第9章 研究结论与展望 |
| 9.1 研究结论 |
| 9.2 研究局限与展望 |
| 9.2.1 研究局限 |
| 9.2.2 研究展望 |
| 参考文献 |
| 附录 |
| 研究成果 |
| 致谢 |
（6）数据驱动下科技情报智慧服务模式研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 选题背景与研究意义 |
| 1.1.1 选题背景 |
| 1.1.2 研究意义 |
| 1.2 研究内容与创新点 |
| 1.2.1 研究内容 |
| 1.2.2 研究创新点 |
| 1.3 研究方法与技术路线 |
| 1.3.1 研究方法 |
| 1.3.2 研究技术路线 |
| 第2章 文献综述与理论基础 |
| 2.1 国内外研究现状 |
| 2.1.1 智慧服务研究现状 |
| 2.1.2 科技情报服务研究现状 |
| 2.1.3 科技情报智慧服务研究现状 |
| 2.1.4 研究现状述评 |
| 2.2 相关理论基础 |
| 2.2.1 相关概念界定 |
| 2.2.2 信息链理论 |
| 2.2.3 用户场景理论 |
| 2.2.4 需求层次理论 |
| 2.2.5 生命周期理论 |
| 第3章 科技情报智慧服务构成要素及特征 |
| 3.1 科技情报智慧服务构成要素 |
| 3.1.1 智慧数据 |
| 3.1.2 用户需求 |
| 3.1.3 智能技术 |
| 3.1.4 智慧情报 |
| 3.1.5 科技情报工作者 |
| 3.1.6 科技情报智慧服务平台 |
| 3.1.7 科技情报分析方法 |
| 3.2 科技情报智慧服务模式要素间关联关系 |
| 3.3 科技情报智慧服务特征 |
| 3.3.1 数据多源性 |
| 3.3.2 需求敏感性 |
| 3.3.3 技术智能性 |
| 3.3.4 服务场景化 |
| 3.4 本章小结 |
| 第4章 数据驱动下科技情报智慧服务模式构建 |
| 4.1 多源数据驱动 |
| 4.1.1 数据多源性 |
| 4.1.2 多源数据融合 |
| 4.2 智慧服务模式构建思路 |
| 4.3 智慧服务模式核心功能设计 |
| 4.3.1 用户需求智慧感知功能 |
| 4.3.2 情报服务智慧决策功能 |
| 4.3.3 用户服务智能推送功能 |
| 4.4 科技情报智慧服务模式 |
| 4.5 本章小结 |
| 第5章 数据驱动下科技情报智慧服务实现 |
| 5.1 多源科研数据调研 |
| 5.1.1 数据结构 |
| 5.1.2 数据类型 |
| 5.1.3 数据属性 |
| 5.2 基于用户动态画像的科技情报用户需求智慧感知 |
| 5.2.1 用户结构分析 |
| 5.2.2 用户分层画像 |
| 5.2.3 用户动态画像 |
| 5.2.4 用户需求模型构建 |
| 5.3 基于网络文本挖掘的公众政策感知智慧研究 |
| 5.3.1 运用网络文本挖掘分析公众政策感知 |
| 5.3.2 人工智能产业政策公众感知的特征 |
| 5.3.3 人工智能产业政策公众感知热点主题 |
| 5.4 基于向量空间模型的科技情报服务场景化推送 |
| 5.4.1 向量空间模型的应用 |
| 5.4.2 场景化服务 |
| 5.4.3 场景化服务接受效用 |
| 5.4.4 场景化服务推送模型 |
| 5.4.5 场景化服务推送实验 |
| 5.5 科技情报服务智慧反馈机制 |
| 5.6 本章小结 |
| 第6章 案例研究 |
| 6.1 格微软件科技情报智慧服务发展现状 |
| 6.1.1 基本概况 |
| 6.1.2 科技情报智慧服务发展现状 |
| 6.2 格微软件科技情报智慧服务发展模式 |
| 6.2.1 发展模式分析 |
| 6.2.2 实现路径 |
| 6.3 格微软件向科技情报智慧服务模式转变的优化 |
| 6.3.1 用户维度优化 |
| 6.3.2 情报维度优化 |
| 6.3.3 服务维度优化 |
| 6.4 本章小结 |
| 第7章 数据驱动下科技情报智慧服务保障策略 |
| 7.1 政策保障层面 |
| 7.1.1 建立健全法律法规保障体系 |
| 7.1.2 优化科技情报机构管理架构 |
| 7.2 资源保障层面 |
| 7.2.1 完善科研数据安全保障策略 |
| 7.2.2 推进科研数据开放保障策略 |
| 7.2.3 科技情报数据资源保障策略 |
| 7.3 技术保障层面 |
| 7.3.1 完善技术体系建设保障策略 |
| 7.3.2 完善科技情报服务反馈体系 |
| 7.3.3 创新大数据分析方法及工具 |
| 7.4 人才保障层面 |
| 7.4.1 完善人才队伍建设保障策略 |
| 7.4.2 完善科技情报人才教育体系 |
| 7.5 本章小结 |
| 第8章 研究总结与展望 |
| 8.1 研究总结 |
| 8.2 研究创新点 |
| 8.3 研究局限与展望 |
| 8.3.1 研究局限 |
| 8.3.2 研究展望 |
| 参考文献 |
| 作者简介与研究成果 |
| 致谢 |
（7）基于改进k-means算法的专利文本聚类研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 国内外研究现状 |
| 1.1.3 研究意义 |
| 1.2 本文的研究内容 |
| 1.3 本章小结 |
| 第2章 聚类算法及文本聚类概述 |
| 2.1 聚类算法 |
| 2.1.1 k-means算法 |
| 2.1.2 文本聚类 |
| 2.2 专利文本数据特征 |
| 2.2.1 数据来源及特点 |
| 2.2.2 专利文本数据特征提取 |
| 2.3 本章小结 |
| 第3章 专利文本预处理 |
| 3.1 文本预处理 |
| 3.2 Python-NLTK自然语言处理库的应用 |
| 3.3 本章小结 |
| 第4章 梯度跃迁优化的k-means算法及仿真实验 |
| 4.1 改进k-means算法对比分析 |
| 4.2 基于梯度跃迁的K-means优化算法 |
| 4.2.1 算法原理 |
| 4.2.2 算法步骤 |
| 4.3 仿真实验 |
| 4.3.1 评价准则 |
| 4.3.2 实验数据集 |
| 4.3.3 结果分析 |
| 4.4 本章小结 |
| 第5章 应用改进算法对专利数据聚类分析 |
| 5.1 梯度跃迁优化k-means算法专利数据分析 |
| 5.1.1 关键词提取 |
| 5.1.2 专利数据聚类 |
| 5.2 聚类分组添加标签 |
| 5.3 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
| 作者简介 |
| 攻读硕士期间发表的论文和科研成果 |
（8）多源学术新媒体用户生成内容的知识聚合研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 选题背景 |
| 1.1.1 学术新媒体成为科研工作者学术交流的新途径 |
| 1.1.2 学术新媒体普遍存在低质量用户生成内容 |
| 1.1.3 用户需求促使学术新媒体知识聚合成为趋势 |
| 1.1.4 多源平台内容的知识聚合需求逐渐增长 |
| 1.2 研究目的及意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 国内外研究现状 |
| 1.3.1 学术新媒体国内外研究现状 |
| 1.3.2 新媒体用户生成内容国内外研究现状 |
| 1.3.3 新媒体知识聚合国内外研究现状 |
| 1.3.4 研究现状述评 |
| 1.4 研究内容与研究方法 |
| 1.4.1 研究内容 |
| 1.4.2 研究方法 |
| 1.4.3 技术路线 |
| 1.5 本文创新点 |
| 第2章 相关概念及理论基础 |
| 2.1 学术新媒体内涵与特征 |
| 2.1.1 学术新媒体的内涵 |
| 2.1.2 学术新媒体的特征 |
| 2.2 用户生成内容概述 |
| 2.2.1 用户生成内容的内涵 |
| 2.2.2 用户生成内容的特征 |
| 2.2.3 用户生成内容的分类 |
| 2.3 知识聚合理论与方法 |
| 2.3.1 知识聚合的概念 |
| 2.3.2 知识聚合的方法 |
| 2.4 自然语言处理概述 |
| 2.4.1 自然语言处理概念 |
| 2.4.2 自然语言处理方法 |
| 2.5 本章小结 |
| 第3章 多源学术新媒体用户生成内容的知识聚合机理 |
| 3.1 多源学术新媒体用户生成内容知识聚合的内涵与类型 |
| 3.1.1 多源学术新媒体用户生成内容的知识聚合内涵 |
| 3.1.2 多源学术新媒体用户生成内容的知识聚合类型 |
| 3.2 多源学术新媒体用户生成内容知识聚合的要素 |
| 3.2.1 知识聚合主体 |
| 3.2.2 知识聚合客体 |
| 3.2.3 知识聚合的内容 |
| 3.2.4 知识聚合的环境 |
| 3.2.5 知识聚合的技术 |
| 3.3 多源学术新媒体用户生成内容的知识聚合动机 |
| 3.3.1 学术信息资源需求驱动 |
| 3.3.2 学术创新环境驱动 |
| 3.3.3 知识聚合主体收益驱动 |
| 3.3.4 科技进步驱动 |
| 3.3.5 多源学术平台资源驱动 |
| 3.4 多源学术新媒体用户生成内容的知识聚合过程 |
| 3.4.1 挖掘与解读用户需求 |
| 3.4.2 学术信息的数据处理 |
| 3.4.3 学术信息的质量评测 |
| 3.4.4 知识发现与聚合 |
| 3.4.5 学术知识推荐 |
| 3.5 多源学术新媒体用户生成内容的知识聚合机理模型 |
| 3.6 基于用户需求的多源学术新媒体用户生成内容知识聚合服务过程 |
| 3.7 本章小结 |
| 第4章 多源学术新媒体用户生成内容的质量评测 |
| 4.1 多源学术新媒体用户生成内容质量评测的目的 |
| 4.2 多源学术新媒体用户生成内容质量评测的过程与方法 |
| 4.2.1 多源学术新媒体用户生成内容质量评测的过程 |
| 4.2.2 多源学术新媒体用户生成内容质量评测方法 |
| 4.3 应用实例分析 |
| 4.3.1 数据集预处理与自动化特征提取 |
| 4.3.2 双层Bi-GRU模型训练 |
| 4.3.3 评价指标 |
| 4.3.4 结论与分析 |
| 4.4 本章小结 |
| 第5章 多源学术新媒体用户生成内容的知识主题生成 |
| 5.1 多源学术新媒体用户生成内容知识主题生成概念和目的 |
| 5.2 多源学术新媒体用户生成内容知识主题生成过程与方法 |
| 5.2.1 多源学术新媒体用户生成内容知识主题生成过程 |
| 5.2.2 多源学术新媒体用户生成内容知识主题生成方法 |
| 5.3 基于BiLSTM-CNN-CRF和 LDA的多源学术新媒体用户生成内容的知识主题生成模型 |
| 5.4 应用实例分析 |
| 5.4.1 结合BiLSTM-CNN-CRF和 LDA主题词生成 |
| 5.4.2 主题词过滤与融合 |
| 5.4.3 结论与分析 |
| 5.5 本章小结 |
| 第6章 多源学术新媒体用户生成内容的知识摘要生成 |
| 6.1 学术用户生成内容的摘要生成的概念及意义 |
| 6.2 多源学术新媒体用户生成内容摘要生成过程与方法 |
| 6.2.1 用户生成内容摘要生成过程 |
| 6.2.2 用户生成内容摘要生成方法 |
| 6.3 基于W2V-MMR的多源学术新媒体用户生成内容摘要生成方法 |
| 6.3.1 W2V-MMR算法的计算过程 |
| 6.3.2 多源学术新媒体用户生成内容摘要评价指标 |
| 6.4 应用实例分析 |
| 6.4.1 数据获取与预处理 |
| 6.4.2学术新媒体用户生成内容生成摘要实验 |
| 6.4.3 结论与分析 |
| 6.5 本章小结 |
| 第7章 多源学术新媒体用户生成内容的知识聚合精准推荐 |
| 7.1 多源学术新媒体用户生成内容知识聚合推荐的概念及目的 |
| 7.2 多源学术新媒体用户生成内容的知识聚合推荐过程与方法 |
| 7.2.1 多源学术新媒体用户生成内容的知识聚合推荐过程 |
| 7.2.2 多源学术新媒体用户生成内容的知识聚合推荐方法 |
| 7.3 基于用户兴趣度模型与传递相似度的多源学术新媒体用户生成内容的知识聚合精准推荐 |
| 7.3.1 基于用户兴趣度模型的精准推荐评分体系 |
| 7.3.2 基于用户相似性传递的用户共联网络 |
| 7.3.3 基于用户兴趣度模型与传递相似度的混合推荐 |
| 7.3.4 多源学术新媒体用户生成内容知识聚合的精准知识推荐服务 |
| 7.4 本章小结 |
| 第8章 提升多源学术新媒体知识聚合效果的策略 |
| 8.1 知识聚合主体层面 |
| 8.1.1 以用户为中心建立知识聚合理念 |
| 8.1.2 深入挖掘学术新媒体用户多层次的需求 |
| 8.1.3 完善学术新媒体平台内容质量监管和激励机制 |
| 8.1.4 合理规范学术新媒体内的主题与重点内容 |
| 8.1.5 学习与借鉴他源平台内容 |
| 8.2 知识聚合对象层面 |
| 8.2.1 促进学术用户积极互动 |
| 8.2.2 提升学术用户信息素养 |
| 8.2.3 提倡统一用词与语言凝练 |
| 8.2.4 提升多源平台交叉用户基数 |
| 8.3 知识聚合技术层面 |
| 8.3.1 改进大数据挖掘和人工智能技术 |
| 8.3.2 搭建学术新媒体的新型知识服务系统 |
| 8.3.3 建立多源学术新媒体的互联技术 |
| 8.3.4 应用学术知识可视化技术 |
| 8.4 知识聚合环境层面 |
| 8.4.1 营造良好的学术讨论氛围 |
| 8.4.2 加强学术新媒体平台之间的交流合作 |
| 8.4.3 加大学术新媒体平台的宣传力度 |
| 8.5 本章小结 |
| 第9章 研究结论与展望 |
| 9.1 研究结论 |
| 9.2 研究不足与展望 |
| 参考文献 |
| 作者简介及在学期间所取得的科研成果 |
| 致谢 |
（9）大数据联盟数据挖掘服务模式研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的及意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 国内外研究现状及评述 |
| 1.3.1 大数据研究现状 |
| 1.3.2 大数据联盟研究现状 |
| 1.3.3 数据挖掘研究现状 |
| 1.3.4 服务模式研究现状 |
| 1.3.5 大数据联盟数据挖掘服务研究评述 |
| 1.4 主要研究内容和方法 |
| 1.4.1 研究内容 |
| 1.4.2 研究方法 |
| 1.4.3 技术路线 |
| 第2章 大数据联盟合作机理与数据挖掘服务模式架构 |
| 2.1 大数据联盟内涵及构成 |
| 2.1.1 大数据联盟内涵 |
| 2.1.2 大数据联盟特征 |
| 2.1.3 大数据联盟成员构成 |
| 2.2 数据挖掘服务相关概念界定及过程设计 |
| 2.2.1 数据挖掘服务的相关概念界定 |
| 2.2.2 大数据联盟数据挖掘服务过程 |
| 2.3 大数据联盟合作机理 |
| 2.3.1 大数据联盟形成动因 |
| 2.3.2 大数据联盟合作网络发展阶段 |
| 2.3.3 大数据联盟资源共享关系 |
| 2.3.4 大数据联盟合作协同模型 |
| 2.4 大数据联盟数据挖掘服务模式架构设计 |
| 2.4.1 用户需求层次 |
| 2.4.2 数据挖掘层次 |
| 2.4.3 大数据联盟数据挖掘服务模式总体框架 |
| 2.5 本章小结 |
| 第3章 大数据联盟标准化数据挖掘服务模式 |
| 3.1 大数据联盟标准化数据挖掘服务模式整体架构 |
| 3.2 大数据联盟标准化数据挖掘服务内容与定价 |
| 3.2.1 大数据联盟标准化数据挖掘服务内容 |
| 3.2.2 大数据联盟标准化数据挖掘服务定价方法 |
| 3.3 大数据联盟标准化数据挖掘服务过程 |
| 3.3.1 共性化服务需求挖掘 |
| 3.3.2 联盟标准化服务产品形成 |
| 3.3.3 标准化服务封装与发布 |
| 3.3.4 标准化数据挖掘服务交付 |
| 3.4 大数据联盟标准化数据挖掘服务方式 |
| 3.4.1 自助式服务方式 |
| 3.4.2 咨询式服务方式 |
| 3.5 大数据联盟标准化数据挖掘服务实现保障 |
| 3.5.1 售后服务保障 |
| 3.5.2 运营监管保障 |
| 3.6 标准化数据挖掘服务模式适用范围及实施策略 |
| 3.6.1 标准化数据挖掘服务模式适用范围 |
| 3.6.2 标准化数据挖掘服务模式实施策略 |
| 3.7 本章小结 |
| 第4章 大数据联盟定制化数据挖掘服务模式 |
| 4.1 大数据联盟定制化数据挖掘服务模式整体架构 |
| 4.2 大数据联盟定制化数据挖掘服务内容与定价 |
| 4.2.1 大数据联盟定制化数据挖掘服务内容 |
| 4.2.2 大数据联盟定制化数据挖掘服务定价方法 |
| 4.3 大数据联盟定制化数据挖掘服务过程 |
| 4.3.1 用户个性化需求描述 |
| 4.3.2 联盟成员服务能力挖掘 |
| 4.3.3 联盟成员数据资源准备 |
| 4.3.4 数据挖掘模型选择与评估 |
| 4.3.5 定制化数据挖掘服务交付 |
| 4.4 大数据联盟定制化数据挖掘服务方式 |
| 4.4.1 委托式服务方式 |
| 4.4.2 跟进式服务方式 |
| 4.5 大数据联盟定制化数据挖掘服务实现保障 |
| 4.5.1 协调管理保障 |
| 4.5.2 资源配置保障 |
| 4.5.3 协同调度保障 |
| 4.6 定制化数据挖掘服务模式适用范围及实施策略 |
| 4.6.1 定制化数据挖掘服务模式适用范围 |
| 4.6.2 定制化数据挖掘服务模式实施策略 |
| 4.7 本章小结 |
| 第5章 大数据联盟智能化数据挖掘服务模式 |
| 5.1 大数据联盟智能化数据挖掘服务模式整体架构 |
| 5.2 大数据联盟智能化数据挖掘服务内容与定价 |
| 5.2.1 大数据联盟智能化数据挖掘服务内容 |
| 5.2.2 大数据联盟智能化数据挖掘服务定价方法 |
| 5.3 大数据联盟智能化数据挖掘服务过程 |
| 5.3.1 混合型需求的知识表示 |
| 5.3.2 数据挖掘服务智能检索 |
| 5.3.3 服务重用与调整 |
| 5.3.4 智能化数据挖掘服务交付 |
| 5.3.5 服务知识学习与案例存储 |
| 5.4 大数据联盟智能化数据挖掘服务方式 |
| 5.4.1 智能交互的委托式服务方式 |
| 5.4.2 智慧协同的跟进式服务方式 |
| 5.5 大数据联盟智能化数据挖掘服务实现保障 |
| 5.5.1 多案例经验集成保障 |
| 5.5.2 群体智能保障 |
| 5.6 智能化数据挖掘服务模式适用范围及实施策略 |
| 5.6.1 智能化数据挖掘服务模式适用范围 |
| 5.6.2 智能化数据挖掘服务模式实施策略 |
| 5.7 本章小结 |
| 第6章 ZWJ大数据联盟数据挖掘服务模式 |
| 6.1 ZWJ大数据联盟背景及概况 |
| 6.1.1 ZWJ大数据联盟背景 |
| 6.1.2 ZWJ大数据联盟成员类型 |
| 6.2 ZWJ大数据联盟数据挖掘服务平台及内容 |
| 6.2.1 ZWJ大数据联盟数据挖掘服务平台 |
| 6.2.2 ZWJ大数据联盟数据挖掘服务内容 |
| 6.3 ZWJ大数据联盟标准化数据挖掘服务 |
| 6.3.1 用户A的共性化需求描述 |
| 6.3.2 标准化数据挖掘服务搜索 |
| 6.3.3 标准化数据挖掘服务交付 |
| 6.4 ZWJ大数据联盟定制化数据挖掘服务 |
| 6.4.1 用户B的个性化需求描述 |
| 6.4.2 联盟成员服务能力挖掘 |
| 6.4.3 联盟成员数据资源准备 |
| 6.4.4 数据挖掘模型选择与评估 |
| 6.4.5 定制化数据挖掘服务交付 |
| 6.5 ZWJ大数据联盟智能化数据挖掘服务 |
| 6.5.1 用户C的混合型需求知识表示 |
| 6.5.2 数据挖掘服务智能检索 |
| 6.5.3 服务调整与交付 |
| 6.5.4 服务知识学习与存储 |
| 6.6 ZWJ大数据联盟数据挖掘服务模式实施效果与提升策略 |
| 6.6.1 ZWJ大数据联盟数据挖掘服务模式实施效果 |
| 6.6.2 ZWJ大数据联盟数据挖掘服务模式改进措施 |
| 6.7 本章小结 |
| 结论 |
| 参考文献 |
| 攻读学位期间发表的学术论文 |
| 攻读学位期间参与的科研项目 |
| 致谢 |
（10）基于专利分析的区块链技术发展研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究对象与研究意义 |
| 1.3 研究路线与研究方法 |
| 1.4 主要工作与贡献 |
| 2 相关理论及研究概述 |
| 2.1 基本概念 |
| 2.1.1 区块链 |
| 2.1.2 专利及专利分析 |
| 2.2 区块链发展历程 |
| 2.3 区块链关键技术 |
| 2.3.1 智能合约 |
| 2.3.2 P2P网络 |
| 2.3.3 密码学技术 |
| 2.3.4 共识机制 |
| 2.4 专利分析研究概述 |
| 2.5 本章小结 |
| 3 数据获取 |
| 3.1 数据选择与获取 |
| 3.2 数据汇总与处理 |
| 4 区块链技术专利计量分析 |
| 4.1 历年专利申请量 |
| 4.2 技术生命周期 |
| 4.3 专利权人 |
| 4.3.1 专利权人类别 |
| 4.3.2 核心专利权人 |
| 4.4 IPC分类 |
| 4.5 专利质量 |
| 4.5.1 高被引专利 |
| 4.5.2 同族专利 |
| 5 区块链技术专利主题分析 |
| 5.1 LDA主题模型 |
| 5.2 数据预处理 |
| 5.3 模型参数确定 |
| 5.4 主题建模及结果 |
| 5.4.1 热门主题识别 |
| 5.4.2 主题强度变化趋势 |
| 6 区块链专利分析总结与建议 |
| 6.1 区块链专利分析总结 |
| 6.2 关于我国区块链技术发展的建议 |
| 6.2.1 国家层面 |
| 6.2.2 企业层面 |
| 7 结语 |
| 7.1 论文总结 |
| 7.2 局限与展望 |
| 参考文献 |
| 致谢 |
四、数据挖掘专利综述（论文参考文献）
- [1]小微企业互联网融资信用评价研究[D]. 周彪. 北京交通大学, 2021(02)
- [2]基于比较视角的中美国家级实验室建设研究[D]. 李阳. 吉林大学, 2021(01)
- [3]补肾生精法治疗少弱精子症的数据挖掘及其调控生精细胞的机制研究[D]. 王继升. 北京中医药大学, 2021(01)
- [4]基于文本数据挖掘的核心专利识别方法研究[D]. 陈萌. 河北经贸大学, 2021(09)
- [5]面向智库需求的智慧数据服务模式及服务能力评价研究[D]. 吴雅威. 吉林大学, 2021(01)
- [6]数据驱动下科技情报智慧服务模式研究[D]. 王益成. 吉林大学, 2020(08)
- [7]基于改进k-means算法的专利文本聚类研究[D]. 李铁飞. 河北工程大学, 2020(04)
- [8]多源学术新媒体用户生成内容的知识聚合研究[D]. 陶兴. 吉林大学, 2020(08)
- [9]大数据联盟数据挖掘服务模式研究[D]. 邢海龙. 哈尔滨理工大学, 2020(01)
- [10]基于专利分析的区块链技术发展研究[D]. 徐飞飞. 南京大学, 2020(02)