挖掘技術(shù)論文精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的挖掘技術(shù)論文主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：挖掘技術(shù)論文范文

數(shù)據(jù)挖掘技術(shù)是一種新型的技術(shù)，在現(xiàn)代數(shù)據(jù)存儲(chǔ)以及測(cè)量技術(shù)的迅猛發(fā)展過(guò)程中，人們可以進(jìn)行信息的大量測(cè)量并進(jìn)行存儲(chǔ)。但是，在大量的信息背后卻沒(méi)有一種有效的手段和技術(shù)進(jìn)行直觀的表達(dá)和分析。而數(shù)據(jù)挖掘技術(shù)的出現(xiàn)，是對(duì)目前大數(shù)據(jù)時(shí)代的一種應(yīng)急手段，使得有關(guān)計(jì)算機(jī)數(shù)據(jù)處理技術(shù)得到加快發(fā)展。數(shù)據(jù)挖掘技術(shù)最早是從機(jī)器學(xué)習(xí)的概念中而產(chǎn)生的，在對(duì)機(jī)器的學(xué)習(xí)過(guò)程中，一般不采用歸納或者較少使用這種方法，這是一種非常機(jī)械的操作辦法。而沒(méi)有指導(dǎo)性學(xué)習(xí)的辦法一般不從這些環(huán)境得出反饋，而是通過(guò)沒(méi)有干預(yù)的情況下進(jìn)行歸納和學(xué)習(xí)，并建立一種理論模型。數(shù)據(jù)挖掘技術(shù)是屬于例子歸納學(xué)習(xí)的一種方式，這種從例子中進(jìn)行歸納學(xué)習(xí)的方式是介于上述無(wú)指導(dǎo)性學(xué)習(xí)以及較少使用歸納學(xué)習(xí)這兩種方式之間的一種方式。因此，可以說(shuō)，數(shù)據(jù)挖掘技術(shù)的特征在出自于機(jī)器學(xué)習(xí)的背景下，與其相比機(jī)器主要關(guān)心的是如何才能有效提高機(jī)器的學(xué)習(xí)能力，但數(shù)據(jù)挖掘技術(shù)主要關(guān)心如何才能找到有用、有價(jià)值的信息。其第二個(gè)特征是，與機(jī)器學(xué)習(xí)特點(diǎn)相比較而言，機(jī)器關(guān)心的是小數(shù)據(jù)，而數(shù)據(jù)挖掘技術(shù)所面臨的對(duì)象則是現(xiàn)實(shí)中海量規(guī)模的數(shù)據(jù)庫(kù)，其作用主要是用來(lái)處理一些異?，F(xiàn)象，特別是處理殘缺的、有噪音以及維數(shù)很高的數(shù)據(jù)項(xiàng)，甚至是一些不同類型數(shù)據(jù)。以往的數(shù)據(jù)處理方法和現(xiàn)代的數(shù)據(jù)挖掘技術(shù)相比較而言，其不同點(diǎn)是以往的傳統(tǒng)數(shù)據(jù)處理方法前提是把理論作為一種指導(dǎo)數(shù)據(jù)來(lái)進(jìn)行處理，在現(xiàn)代數(shù)據(jù)挖掘技術(shù)的出發(fā)角度不同，主要運(yùn)用啟發(fā)式的歸納學(xué)習(xí)進(jìn)行理論以及假設(shè)來(lái)處理的。

2、數(shù)據(jù)挖掘技術(shù)主要步驟

數(shù)據(jù)挖掘技術(shù)首先要建立數(shù)據(jù)倉(cāng)庫(kù)，要根據(jù)實(shí)際情況而定，在易出現(xiàn)問(wèn)題的有關(guān)領(lǐng)域建立有效的數(shù)據(jù)庫(kù)。主要是用來(lái)把數(shù)據(jù)庫(kù)中的所有的存儲(chǔ)數(shù)據(jù)進(jìn)行分析，而目前的一些數(shù)據(jù)庫(kù)雖然可以進(jìn)行大量的存儲(chǔ)數(shù)據(jù)，同時(shí)也進(jìn)行了一系列的技術(shù)發(fā)展。比如，系統(tǒng)中的在線分析處理，主要是為用戶查詢，但是卻沒(méi)有查詢結(jié)果的分析能力，而查詢的結(jié)果仍舊由人工進(jìn)行操作，依賴于對(duì)手工方式進(jìn)行數(shù)據(jù)測(cè)試并建模。其次，在數(shù)據(jù)庫(kù)中存儲(chǔ)的數(shù)據(jù)選一數(shù)據(jù)集，作為對(duì)數(shù)據(jù)挖掘算法原始輸入。此數(shù)據(jù)集所涉及到數(shù)據(jù)的時(shí)變性以及統(tǒng)一性等情況。然后，再進(jìn)行數(shù)據(jù)的預(yù)處理，在處理中主要對(duì)一些缺損數(shù)據(jù)進(jìn)行補(bǔ)齊，并消除噪聲，此外還應(yīng)對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化的處理。隨后，再對(duì)數(shù)據(jù)進(jìn)行降維和變換。如果數(shù)據(jù)的維數(shù)比較高，還應(yīng)找出維分量高的數(shù)據(jù)，對(duì)高維數(shù)數(shù)據(jù)空間能夠容易轉(zhuǎn)化為檢點(diǎn)的低維數(shù)數(shù)據(jù)空間進(jìn)行處理。下一步驟就是確定任務(wù)，要根據(jù)現(xiàn)實(shí)的需要，對(duì)數(shù)據(jù)挖掘目標(biāo)進(jìn)行確定，并建立預(yù)測(cè)性的模型、數(shù)據(jù)的摘要等。隨后再?zèng)Q定數(shù)據(jù)挖掘的算法，這一步驟中，主要是對(duì)當(dāng)前的數(shù)據(jù)類型選擇有效的處理方法，此過(guò)程非常重要，在所有數(shù)據(jù)挖掘技術(shù)中起到較大作用。隨后再對(duì)數(shù)據(jù)挖掘進(jìn)行具體的處理和結(jié)果檢驗(yàn)，在處理過(guò)程中，要按照不同的目的，選擇不同的算法，是運(yùn)用決策樹(shù)還是分類等的算法，是運(yùn)用聚類算法還是使用回歸算法，都要認(rèn)真處理，得出科學(xué)的結(jié)論。在數(shù)據(jù)挖掘結(jié)果檢驗(yàn)時(shí)，要注意幾個(gè)問(wèn)題，要充分利用結(jié)論對(duì)照其他的信息進(jìn)行校核，可對(duì)圖表等一些直觀的信息和手段進(jìn)行輔助分析，使結(jié)論能夠更加科學(xué)合理。需要注意的是要根據(jù)用戶來(lái)決定結(jié)論有用的程度。最后一項(xiàng)步驟是把所得出的結(jié)論進(jìn)行應(yīng)用到實(shí)際，要對(duì)數(shù)據(jù)挖掘的結(jié)果進(jìn)行仔細(xì)的校驗(yàn)，重點(diǎn)是解決好以前的觀點(diǎn)和看法有無(wú)差錯(cuò)，使目前的結(jié)論和原先看法的矛盾有效解除。

3、數(shù)據(jù)挖掘技術(shù)的方法以及在電力營(yíng)銷系統(tǒng)中的應(yīng)用和發(fā)展

數(shù)控挖掘技術(shù)得到了非常廣泛的應(yīng)用，按照技術(shù)本身的發(fā)展出現(xiàn)了較多方法。例如，建立預(yù)測(cè)性建模方法，也就是對(duì)歷史數(shù)據(jù)進(jìn)行分析并歸納總結(jié)，從而建立成預(yù)測(cè)性模型。根據(jù)此模型以及當(dāng)前的其他數(shù)據(jù)進(jìn)行推斷相關(guān)聯(lián)的數(shù)據(jù)。如果推斷的對(duì)象屬于連續(xù)型的變量，那么此類的推斷問(wèn)題可屬回歸問(wèn)題。根據(jù)歷史數(shù)據(jù)來(lái)進(jìn)行分析和檢測(cè)，再做出科學(xué)的架設(shè)和推定。在常用的回歸算法以及非線性變換進(jìn)行有效的結(jié)合，能夠使許多問(wèn)題得到解決。電力營(yíng)銷系統(tǒng)中的數(shù)據(jù)挖掘技術(shù)應(yīng)用中關(guān)聯(lián)規(guī)則是最為關(guān)鍵的技術(shù)應(yīng)用之一。這種應(yīng)用可以有效地幫助決策人員進(jìn)行當(dāng)前有關(guān)數(shù)據(jù)以及歷史數(shù)據(jù)的規(guī)律分析，最后預(yù)測(cè)出未來(lái)情況。把關(guān)聯(lián)規(guī)則成功引入電力營(yíng)銷分析，通過(guò)FP-Growth算法對(duì)電力營(yíng)銷的有關(guān)數(shù)據(jù)進(jìn)行關(guān)聯(lián)規(guī)則分析，從中得出各種電量銷售的影響因素以及外部因素、手電水平等的關(guān)聯(lián)信息，以便更好地為電力的市場(chǎng)營(yíng)銷策略提供參謀和決策。對(duì)電力營(yíng)銷系統(tǒng)的應(yīng)用中，時(shí)間序列挖掘以及序列挖掘非常經(jīng)典、系統(tǒng)，是應(yīng)用最為廣泛的一種預(yù)測(cè)方法。這種方法的應(yīng)用中，對(duì)神經(jīng)網(wǎng)絡(luò)的研究非常之多。因此，在現(xiàn)實(shí)中應(yīng)用主要把時(shí)間序列挖掘以及神經(jīng)網(wǎng)絡(luò)兩者進(jìn)行有效地結(jié)合，然后再分析有關(guān)電力營(yíng)銷數(shù)據(jù)。此外，有關(guān)專家還提出應(yīng)用一種時(shí)間窗的序列挖掘算法，這種方式可以進(jìn)行有效地報(bào)警處理，使電力系統(tǒng)中的故障能夠準(zhǔn)確的定位并診斷事故。此算法對(duì)電力系統(tǒng)的分析和挖掘能力的提高非常有效，還可判定電力系統(tǒng)的運(yùn)行是否穩(wěn)定，對(duì)錯(cuò)誤模型的分析精度達(dá)到一定的精確度。

4、結(jié)語(yǔ)

第2篇：挖掘技術(shù)論文范文

關(guān)鍵字：數(shù)據(jù)挖掘金融數(shù)據(jù)

金融部門(mén)每天的業(yè)務(wù)都會(huì)產(chǎn)生大量數(shù)據(jù)，利用目前的數(shù)據(jù)庫(kù)系統(tǒng)可以有效地實(shí)現(xiàn)數(shù)據(jù)的錄入、查詢、統(tǒng)計(jì)等功能，但無(wú)法發(fā)現(xiàn)數(shù)據(jù)中存在的關(guān)系和規(guī)則，無(wú)法根據(jù)現(xiàn)有的數(shù)據(jù)預(yù)測(cè)未來(lái)的發(fā)展趨勢(shì)。缺乏挖掘數(shù)據(jù)背后隱藏的知識(shí)的手段，導(dǎo)致了數(shù)據(jù)爆炸但知識(shí)貧乏”的現(xiàn)象。與此同時(shí)，金融機(jī)構(gòu)的運(yùn)作必然存在金融風(fēng)險(xiǎn)，風(fēng)險(xiǎn)管理是每一個(gè)金融機(jī)構(gòu)的重要工作。利用數(shù)據(jù)挖掘技術(shù)不但可以從這海量的數(shù)據(jù)中發(fā)現(xiàn)隱藏在其后的規(guī)律，而且可以很好地降低金融機(jī)構(gòu)存在的風(fēng)險(xiǎn)。學(xué)習(xí)和應(yīng)用數(shù)扼挖掘技術(shù)對(duì)我國(guó)的金融機(jī)構(gòu)有重要意義。

一、數(shù)據(jù)挖掘概述

1.數(shù)據(jù)挖掘的定義對(duì)于數(shù)據(jù)挖掘，一種比較公認(rèn)的定義是W.J.Frawley，G.PiatetskShapiro等人提出的。數(shù)據(jù)挖掘就是從大型數(shù)據(jù)庫(kù)的數(shù)據(jù)中提取人們感興趣的知識(shí)、這些知識(shí)是隱含的、事先未知的、潛在有用的信息，提取的知識(shí)表示為概念(Concepts)，規(guī)則(Rules)、規(guī)律(Regularities)、模式(Patterns)等形式。這個(gè)定義把數(shù)據(jù)挖掘的對(duì)象定義為數(shù)據(jù)庫(kù)。

隨著數(shù)據(jù)挖掘技術(shù)的不斷發(fā)展，其應(yīng)用領(lǐng)域也不斷拓廣。數(shù)據(jù)挖掘的對(duì)象已不再僅是數(shù)據(jù)庫(kù)，也可以是文件系統(tǒng)，或組織在一起的數(shù)據(jù)集合，還可以是數(shù)據(jù)倉(cāng)庫(kù)。與此同時(shí)，數(shù)據(jù)挖掘也有了越來(lái)越多不同的定義，但這些定義盡管表達(dá)方式不同，其本質(zhì)都是近似的，概括起來(lái)主要是從技術(shù)角度和商業(yè)角度給出數(shù)據(jù)挖掘的定義。

從技術(shù)角度看，數(shù)據(jù)挖掘就是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的實(shí)際應(yīng)用數(shù)據(jù)中，提取隱含在其中的、人們事先不知道的、但又是潛在的和有用的信息和知識(shí)的過(guò)程。它是一門(mén)廣義的交叉學(xué)科，涉及數(shù)據(jù)庫(kù)技術(shù)、人工智能、機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、統(tǒng)計(jì)學(xué)、模式識(shí)別、知識(shí)庫(kù)系統(tǒng)、知識(shí)獲取、信息檢索、高性能計(jì)算和數(shù)據(jù)可視化等多學(xué)科領(lǐng)域且本身還在不斷發(fā)展。目前有許多富有挑戰(zhàn)的領(lǐng)域如文本數(shù)據(jù)挖掘、Web信息挖掘、空間數(shù)據(jù)挖掘等。

從商業(yè)角度看，數(shù)據(jù)挖掘是一種深層次的商業(yè)信息分析技術(shù)。它按照企業(yè)既定業(yè)務(wù)目標(biāo)，對(duì)大量的企業(yè)數(shù)據(jù)進(jìn)行探索和分析，揭示隱藏的、未知的或驗(yàn)證已知的規(guī)律性并進(jìn)一步將其模型化，從而自動(dòng)地提取出用以輔助商業(yè)決策的相關(guān)商業(yè)模式。

2.數(shù)據(jù)挖掘方法

數(shù)據(jù)挖掘技術(shù)是數(shù)據(jù)庫(kù)技術(shù)、統(tǒng)計(jì)技術(shù)和人工智能技術(shù)發(fā)展的產(chǎn)物。從使用的技術(shù)角度，主要的數(shù)據(jù)挖掘方法包括：

2.1決策樹(shù)方法：利用樹(shù)形結(jié)構(gòu)來(lái)表示決策集合，這些決策集合通過(guò)對(duì)數(shù)據(jù)集的分類產(chǎn)生規(guī)則。國(guó)際上最有影響和最早的決策樹(shù)方法是ID3方法，后來(lái)又發(fā)展了其它的決策樹(shù)方法。

2.2規(guī)則歸納方法：通過(guò)統(tǒng)計(jì)方法歸納，提取有價(jià)值的if-then規(guī)則。規(guī)則歸納技術(shù)在數(shù)據(jù)挖掘中被廣泛使用，其中以關(guān)聯(lián)規(guī)則挖掘的研究開(kāi)展得較為積極和深入。

2.3神經(jīng)網(wǎng)絡(luò)方法：從結(jié)構(gòu)上模擬生物神經(jīng)網(wǎng)絡(luò)，以模型和學(xué)習(xí)規(guī)則為基礎(chǔ)，建立3種神經(jīng)網(wǎng)絡(luò)模型：前饋式網(wǎng)絡(luò)、反饋式網(wǎng)絡(luò)和自組織網(wǎng)絡(luò)。這種方法通過(guò)訓(xùn)練來(lái)學(xué)習(xí)的非線性預(yù)測(cè)模型，可以完成分類、聚類和特征挖掘等多種數(shù)據(jù)挖掘任務(wù)。

2.4遺傳算法：模擬生物進(jìn)化過(guò)程的算法，由繁殖(選擇)、交叉(重組)、變異(突變)三個(gè)基本算子組成。為了應(yīng)用遺傳算法，需要將數(shù)據(jù)挖掘任務(wù)表達(dá)為一種搜索問(wèn)題，從而發(fā)揮遺傳算法的優(yōu)化搜索能力。

2.5粗糙集(RoughSet)方法：Rough集理論是由波蘭數(shù)學(xué)家Pawlak在八十年代初提出的一種處理模糊和不精確性問(wèn)題的新型數(shù)學(xué)工具。它特別適合于數(shù)據(jù)簡(jiǎn)化，數(shù)據(jù)相關(guān)性的發(fā)現(xiàn)，發(fā)現(xiàn)數(shù)據(jù)意義，發(fā)現(xiàn)數(shù)據(jù)的相似或差別，發(fā)現(xiàn)數(shù)據(jù)模式和數(shù)據(jù)的近似分類等，近年來(lái)已被成功地應(yīng)用在數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)研究領(lǐng)域中。

2.6K2最鄰近技術(shù)：這種技術(shù)通過(guò)K個(gè)最相近的歷史記錄的組合來(lái)辨別新的記錄。這種技術(shù)可以作為聚類和偏差分析等挖掘任務(wù)。

2.7可視化技術(shù)：將信息模式、數(shù)據(jù)的關(guān)聯(lián)或趨勢(shì)等以直觀的圖形方式表示，決策者可以通過(guò)可視化技術(shù)交互地分析數(shù)據(jù)關(guān)系?？梢暬瘮?shù)據(jù)分析技術(shù)拓寬了傳統(tǒng)的圖表功能，使用戶對(duì)數(shù)據(jù)的剖析更清楚。

二、數(shù)據(jù)挖掘在金融行業(yè)中的應(yīng)用數(shù)據(jù)挖掘已經(jīng)被廣泛應(yīng)用于銀行和商業(yè)中，有以下的典型應(yīng)用：

1.對(duì)目標(biāo)市場(chǎng)(targetedmarketing)客戶的分類與聚類。例如，可以將具有相同儲(chǔ)蓄和貨款償還行為的客戶分為一組。有效的聚類和協(xié)同過(guò)濾(collaborativefiltering)方法有助于識(shí)別客戶組，以及推動(dòng)目標(biāo)市場(chǎng)。

2..客戶價(jià)值分析。

在客戶價(jià)值分析之前一般先使用客戶分類，在實(shí)施分類之后根據(jù)“二八原則”，找出重點(diǎn)客戶，即對(duì)給銀行創(chuàng)造了80%價(jià)值的20%客戶實(shí)施最優(yōu)質(zhì)的服務(wù)。重點(diǎn)客戶的發(fā)現(xiàn)通常采用一系列數(shù)據(jù)處理、轉(zhuǎn)換過(guò)程、AI人工智能等數(shù)據(jù)挖掘技術(shù)來(lái)實(shí)現(xiàn)。通過(guò)分析客戶對(duì)金融產(chǎn)品的應(yīng)用頻率、持續(xù)性等指標(biāo)來(lái)判別客戶的忠誠(chéng)度；通過(guò)對(duì)交易數(shù)據(jù)的詳細(xì)分析來(lái)鑒別哪些是銀行希望保持的客戶；通過(guò)挖掘找到流失的客戶的共同特征，就可以在那些具有相似特征的客戶還未流失之前進(jìn)行針對(duì)性的彌補(bǔ)。

3.客戶行為分析。

找到重點(diǎn)客戶之后，可對(duì)其進(jìn)行客戶行為分析，發(fā)現(xiàn)客戶的行為偏好，為客戶貼身定制特色服務(wù)?？蛻粜袨榉治鲇址譃檎w行為分析和群體行為分析。整體行為分析用來(lái)發(fā)現(xiàn)企業(yè)現(xiàn)有客戶的行為規(guī)律。同時(shí)，通過(guò)對(duì)不同客戶群組之間的交叉挖掘分析，可以發(fā)現(xiàn)客戶群體間的變化規(guī)律，并可通過(guò)數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)清潔與集中過(guò)程，將客戶對(duì)市場(chǎng)的反饋?zhàn)詣?dòng)輸人到數(shù)據(jù)倉(cāng)庫(kù)中。通過(guò)對(duì)客戶的理解和客戶行為規(guī)律的發(fā)現(xiàn)，企業(yè)可以制定相應(yīng)的市場(chǎng)策略。

4.為多維數(shù)據(jù)分析和數(shù)據(jù)挖掘設(shè)計(jì)和構(gòu)造數(shù)據(jù)倉(cāng)庫(kù)。例如，人們可能希望按月、按地區(qū)、按部門(mén)、以及按其他因素查看負(fù)債和收入的變化情況，同時(shí)希望能提供諸如最大、最小、總和、平均和其他等統(tǒng)計(jì)信息。數(shù)據(jù)倉(cāng)庫(kù)、數(shù)據(jù)立方體、多特征和發(fā)現(xiàn)驅(qū)動(dòng)數(shù)據(jù)立方體，特征和比較分析，以及孤立點(diǎn)分析等，都會(huì)在金融數(shù)據(jù)分析和挖掘中發(fā)揮重要作用。

5.貨款償還預(yù)測(cè)和客戶信用政策分析。有很多因素會(huì)對(duì)貨款償還效能和客戶信用等級(jí)計(jì)算產(chǎn)生不同程度的影響。數(shù)據(jù)挖掘的方法，如特征選擇和屬性相關(guān)性計(jì)算，有助于識(shí)別重要的因素，別除非相關(guān)因素。例如，與貨款償還風(fēng)險(xiǎn)相關(guān)的因素包括貨款率、資款期限、負(fù)債率、償還與收入(payment——to——income)比率、客戶收入水平、受教育程度、居住地區(qū)、信用歷史，等等。而其中償還與收入比率是主導(dǎo)因素，受教育水平和負(fù)債率則不是。銀行可以據(jù)此調(diào)整貨款發(fā)放政策，以便將貨款發(fā)放給那些以前曾被拒絕，但根據(jù)關(guān)鍵因素分析，其基本信息顯示是相對(duì)低風(fēng)險(xiǎn)的申請(qǐng)。

6.業(yè)務(wù)關(guān)聯(lián)分析。通過(guò)關(guān)聯(lián)分析可找出數(shù)據(jù)庫(kù)中隱藏的關(guān)聯(lián)網(wǎng)，銀行存儲(chǔ)了大量的客戶交易信息，可對(duì)客戶的收人水平、消費(fèi)習(xí)慣、購(gòu)買物種等指標(biāo)進(jìn)行挖掘分析，找出客戶的潛在需求;通過(guò)挖掘?qū)蛻粜畔?，銀行可以作為廠商和消費(fèi)者之間的中介，與廠商聯(lián)手，在掌握消費(fèi)者需求的基礎(chǔ)上，發(fā)展中間業(yè)務(wù)，更好地為客戶服務(wù)。

7.洗黑錢(qián)和其他金融犯罪的偵破。要偵破洗黑錢(qián)和其他金融犯罪，重要的一點(diǎn)是要把多個(gè)數(shù)據(jù)庫(kù)的信息集成起來(lái)，然后采用多種數(shù)據(jù)分析工具找出異常模式，如在某段時(shí)間內(nèi)，通過(guò)某一組人發(fā)生大量現(xiàn)金流量等，再運(yùn)用數(shù)據(jù)可視化工具、分類工具、聯(lián)接工具、孤立點(diǎn)分析工具、序列模式分析工具等，發(fā)現(xiàn)可疑線索，做出進(jìn)一步的處理。

數(shù)據(jù)挖掘技術(shù)可以用來(lái)發(fā)現(xiàn)數(shù)據(jù)庫(kù)中對(duì)象演變特征或?qū)ο笞兓厔?shì)，這些信息對(duì)于決策或規(guī)劃是有用的，金融

行業(yè)數(shù)據(jù)的挖掘有助于根據(jù)顧客的流量安排工作人員。可以挖掘股票交易數(shù)據(jù)，發(fā)現(xiàn)可能幫助你制定投資策略的趨勢(shì)數(shù)據(jù)。挖掘給企業(yè)帶來(lái)的潛在的投資回報(bào)幾乎是無(wú)止境的。當(dāng)然，數(shù)據(jù)挖掘中得到的模式必須要在現(xiàn)實(shí)生活中進(jìn)行驗(yàn)證。

參考文獻(xiàn)：

丁秋林，力士奇.客戶關(guān)系管理.第1版.北京：清華人學(xué)出版社，2002

張玉春.數(shù)據(jù)挖掘在金融分析中的應(yīng)用.華南金融電腦.2004

第3篇：挖掘技術(shù)論文范文

關(guān)鍵詞:傳統(tǒng)裝飾藝術(shù)；視覺(jué)傳達(dá)設(shè)計(jì)；民族文化

傳統(tǒng)裝飾藝術(shù)源于生活，源于傳統(tǒng)，有著悠久的歷史和深厚的民族底蘊(yùn)，是與人們生活息息相關(guān)的一種藝術(shù)形態(tài)。早期工藝美術(shù)作品中的圖案就已經(jīng)具備了強(qiáng)烈的裝飾意味，隨著人們精神需求和審美意識(shí)的不斷提高，傳統(tǒng)裝飾藝術(shù)更是成為了人們生活的一部分。作為一門(mén)獨(dú)立的藝術(shù)形式，傳統(tǒng)裝飾藝術(shù)以其獨(dú)特的視覺(jué)符號(hào)和深厚的文化內(nèi)涵，重新引起了設(shè)計(jì)界的關(guān)注。特別是視覺(jué)傳達(dá)設(shè)計(jì)，這門(mén)通過(guò)獨(dú)特的視覺(jué)傳播方式達(dá)到傳達(dá)信息，并且與受眾交流、溝通的目的的藝術(shù)學(xué)科，不僅要吸取和弘揚(yáng)傳統(tǒng)裝飾藝術(shù)中的民族文化，更要挖掘傳統(tǒng)裝飾藝術(shù)中對(duì)現(xiàn)代設(shè)計(jì)有借鑒價(jià)值的東西。

追溯傳統(tǒng)裝飾藝術(shù)發(fā)展的淵源，它首先是人們?yōu)榱松娑M(jìn)行的造物的主觀創(chuàng)造性活動(dòng)，到后來(lái)為了審美需求而進(jìn)行裝飾創(chuàng)作，這是一個(gè)漫長(zhǎng)的歷史過(guò)程。在人類發(fā)展史上的各個(gè)時(shí)期，傳統(tǒng)裝飾藝術(shù)作品往往成為見(jiàn)證該時(shí)期文化、工藝和藝術(shù)水平的代表。并且，傳統(tǒng)裝飾藝術(shù)作品不論其形式如何，都融入了原始先民為生存而激發(fā)的全部感情，都體現(xiàn)出了生命的本能、生活的理想和原始文化的底蘊(yùn)。[1]它不是純藝術(shù)現(xiàn)象，但經(jīng)過(guò)幾千年的積淀與傳承，傳統(tǒng)裝飾藝術(shù)在意識(shí)形態(tài)的轉(zhuǎn)變和新技術(shù)浪潮的沖擊下不斷更新拓展，具有了自己鮮明的藝術(shù)特征，反映了民族文化的精髓。

在設(shè)計(jì)語(yǔ)言日趨國(guó)際化的今天，視覺(jué)傳達(dá)設(shè)計(jì)由于本身所具有的對(duì)圖形、文字等元素的高度概括和簡(jiǎn)約化特征而面臨著設(shè)計(jì)風(fēng)格一體化的尷尬趨勢(shì)，這就對(duì)現(xiàn)代設(shè)計(jì)家提出了更高的要求。由于不同的國(guó)家和民族有著不同的傳統(tǒng)，其人文風(fēng)俗和文化底蘊(yùn)也大不相同，所以，設(shè)計(jì)家們驚訝地發(fā)現(xiàn)，民族的東西是一種很好地區(qū)別于其它地域作品的設(shè)計(jì)語(yǔ)言。于是，一股回歸傳統(tǒng)，弘揚(yáng)民族文化的設(shè)計(jì)思想席卷了整個(gè)設(shè)計(jì)界。不同國(guó)度和區(qū)域的設(shè)計(jì)家都在尋找最能反映其民族精神和文化底蘊(yùn)的設(shè)計(jì)符號(hào)。作為有幾千年文化積淀和傳承并反映民族文化精髓的傳統(tǒng)裝飾藝術(shù)，它重新引起設(shè)計(jì)界的關(guān)注，并成為設(shè)計(jì)家們創(chuàng)作的靈感來(lái)源，也就不足為奇了。

首先，在對(duì)形的處理上，傳統(tǒng)裝飾藝術(shù)遵循“刪繁就簡(jiǎn)”、“以簡(jiǎn)代繁”的原則，也就是用簡(jiǎn)潔的線條和規(guī)整的外形來(lái)表現(xiàn)各種自然形象。如興起于我國(guó)民間的皮影戲和剪紙，其造型多采用簡(jiǎn)潔單純的線面，著重表現(xiàn)自然物象的基本特征，它把一些立體的東西作概括化和平面化處理，具有視覺(jué)傳達(dá)設(shè)計(jì)的意味。出土于西安半坡村仰韶文化時(shí)期的人面魚(yú)紋彩陶盆就采用了幾何圖形的構(gòu)成手法，將人面概括成圓形，頭上的發(fā)髻和人面兩側(cè)耳部的小魚(yú)都用三角形表示，眼睛瞇成一條線，這種抽象化和幾何化就是“刪繁就簡(jiǎn)”的具體體現(xiàn)。在視覺(jué)傳達(dá)設(shè)計(jì)中，提倡用最簡(jiǎn)潔的圖形語(yǔ)言傳達(dá)最豐富的思想內(nèi)涵，其實(shí)也就是強(qiáng)調(diào)對(duì)圖形的高度概括、提煉和簡(jiǎn)化，而西方更是注重幾何和抽象的圖形表達(dá)。這些現(xiàn)代設(shè)計(jì)理念，與傳統(tǒng)裝飾藝術(shù)中對(duì)形的處理觀念是基本一致的，并且在幾千年前就已經(jīng)開(kāi)始運(yùn)用了。另外，傳統(tǒng)裝飾藝術(shù)由于有漆畫(huà)、陶瓷、蠟染、刺繡、剪紙等多種藝術(shù)形式，其內(nèi)容比較豐富，處理“形”的手法也就各具特色。所以，傳統(tǒng)裝飾藝術(shù)中對(duì)“形”的處理手法，很多都是值得我們視覺(jué)傳達(dá)設(shè)計(jì)學(xué)習(xí)和借鑒的。其次，傳統(tǒng)裝飾藝術(shù)很注重形式美感，這種形式美感包括造型的獨(dú)特性、排列的秩序感，畫(huà)面空間的設(shè)計(jì)感和點(diǎn)、線、面等形式要素的組合關(guān)系。傳統(tǒng)裝飾藝術(shù)中，很多造型藝術(shù)本身具有很強(qiáng)的形式美，已經(jīng)很講究對(duì)稱、均衡、比例、線條、色彩等帶給人的審美情感。如陶器的造型就很講究對(duì)稱和均衡，上面的裝飾紋樣不僅很注重線條和塊面的對(duì)比，色彩的搭配也很和諧。并且，還有很多由于機(jī)械有節(jié)奏的運(yùn)動(dòng)和通過(guò)重復(fù)的構(gòu)成手法而創(chuàng)造的圖案，具有強(qiáng)烈的秩序美。[2]在敦煌壁畫(huà)中，隨處可見(jiàn)用于裝飾的各種卷草紋樣和適合圖案，尤其是藻井的裝飾，紋樣之豐富，裝飾之繁瑣可謂嘆為觀止，然而經(jīng)過(guò)藝術(shù)家的合理安排，整個(gè)畫(huà)面顯得井井有條。二方連續(xù)在不斷重復(fù)的過(guò)程中呈現(xiàn)出強(qiáng)烈的節(jié)奏感和秩序感，適合紋樣處處彰顯藝術(shù)家對(duì)畫(huà)面空間的把控，各種視覺(jué)元素遙相呼應(yīng)，虛實(shí)相生，并且畫(huà)面中點(diǎn)、線、面關(guān)系處理到位，整體視覺(jué)效果統(tǒng)一?？梢?jiàn)，傳統(tǒng)裝飾藝術(shù)中對(duì)形式美感的追求，就如同我們進(jìn)行視覺(jué)傳達(dá)設(shè)計(jì)時(shí)所考慮的畫(huà)面構(gòu)圖和版式編排，目的都是為了形成強(qiáng)烈的視覺(jué)美感，從而喚起人們審美心理的愉悅。所以，傳統(tǒng)裝飾藝術(shù)中對(duì)形式美感的追求為我們視覺(jué)傳達(dá)設(shè)計(jì)中的版式編排提供了參考的樣本，具有較高的藝術(shù)價(jià)值。

再次，傳統(tǒng)裝飾藝術(shù)中的紋樣往往具有象征意義，如盤(pán)子上的暗八仙，象征延年益壽；瓷器上的蓮花寓意高潔；民間工藝美術(shù)里的葡萄、石榴以及百子圖等象征家族繁榮，子孫眾多；還有用龍鳳表示吉祥如意，用蝙蝠直接表現(xiàn)“福在眼前”等等。[3]傳統(tǒng)裝飾藝術(shù)中的這種象征性與現(xiàn)代設(shè)計(jì)有異曲同工之處，如視覺(jué)傳達(dá)設(shè)計(jì)中的標(biāo)識(shí)設(shè)計(jì)就常采用象征圖形來(lái)傳達(dá)企業(yè)文化、發(fā)展方向或者管理理念等，海報(bào)設(shè)計(jì)中也常用具有一定象征意味的圖形傳達(dá)深刻的思想主題和文化內(nèi)涵。傳統(tǒng)裝飾藝術(shù)所具有的博大精深的寓意性，對(duì)現(xiàn)代視覺(jué)傳達(dá)設(shè)計(jì)來(lái)講，具有重大意義。一方面，它為我們的設(shè)計(jì)提供了眾多素材，豐富了我們的設(shè)計(jì)語(yǔ)言；另一方面，它為我們的設(shè)計(jì)提供了很多思考的切入點(diǎn)，對(duì)設(shè)計(jì)創(chuàng)意具有較強(qiáng)的指導(dǎo)意義；另外，它使我們?cè)诿鎸?duì)不同文化背景進(jìn)行有針對(duì)性的設(shè)計(jì)時(shí)，能準(zhǔn)確找到傳達(dá)設(shè)計(jì)意圖的最佳圖形符號(hào)。所以，傳統(tǒng)裝飾藝術(shù)中的象征性是很值得我們關(guān)注的。

另外，傳統(tǒng)裝飾藝術(shù)在造型上采用的夸張和變形，在構(gòu)圖上采用的重復(fù)、發(fā)射、漸變以及色彩的對(duì)比與調(diào)和等處理手法，與今天現(xiàn)代設(shè)計(jì)中的圖形語(yǔ)言和形式美的法則以及構(gòu)成有異曲同工之妙，可見(jiàn)，中國(guó)傳統(tǒng)裝飾藝術(shù)對(duì)現(xiàn)代視覺(jué)傳達(dá)設(shè)計(jì)來(lái)講，意義十分重大。

正是因?yàn)閭鹘y(tǒng)裝飾藝術(shù)有如此多的地方與現(xiàn)代視覺(jué)傳達(dá)設(shè)計(jì)保持一致性，才在現(xiàn)代社會(huì)顯示出了其特有的生命力。所以我們?cè)谠O(shè)計(jì)中運(yùn)用傳統(tǒng)裝飾藝術(shù)宣揚(yáng)民族文化，弘揚(yáng)民族精神的同時(shí)，更要不斷挖掘傳統(tǒng)裝飾藝術(shù)對(duì)現(xiàn)代視覺(jué)傳達(dá)設(shè)計(jì)有借鑒價(jià)值的東西。在設(shè)計(jì)中追求東西方文化的統(tǒng)一，追求傳統(tǒng)與現(xiàn)代的統(tǒng)一，才能夠在設(shè)計(jì)中既表現(xiàn)出民族的傳統(tǒng)精粹，又使自己的作品更具說(shuō)服力。

參考資料:

[1]伍毅志.傳統(tǒng)裝飾藝術(shù)在現(xiàn)代社會(huì)的價(jià)值[OL].中國(guó)裝飾藝術(shù)網(wǎng)./Theoretical/ShowArticle.asp.ArticleID=772

第4篇：挖掘技術(shù)論文范文

文獻(xiàn)標(biāo)識(shí)碼：A 　文章編號(hào)：1673-7717(2007)12-2480-02

1.形神一體觀的理論內(nèi)涵

形神一體觀是中醫(yī)學(xué)基礎(chǔ)理論之一，形神學(xué)說(shuō)肇始于《內(nèi)經(jīng)》，形與神是人體生命現(xiàn)象中最基本的現(xiàn)象，二者的關(guān)系是生命現(xiàn)象中最基本的關(guān)系。

1.1形的含義形的本義有二，一為形體、形質(zhì)。如《易?系辭上》說(shuō)：“在天成象，在地成形，變化見(jiàn)矣?！倍感螤?、形貌。如《國(guó)語(yǔ)?越語(yǔ)》：“天有還形”。《荀子?非相》：“故相形不如論心，論心不如擇術(shù)?！敝嗅t(yī)學(xué)所稱的形，即是指視之可見(jiàn)、觸之可及之臟腑經(jīng)絡(luò)組織、五官九竅、四肢百骸等有形軀體，以及循行于臟腑之內(nèi)的精微物質(zhì)，此外還指有形物質(zhì)資生助養(yǎng)下正常的臟腑經(jīng)絡(luò)組織功能活動(dòng)。

1.2神的含義神之本義，系指主宰天地自然變化的自然界本身所固有的客觀規(guī)律。中醫(yī)學(xué)在充分保留其有關(guān)自然界變化莫測(cè)規(guī)律為神明的同時(shí)，還引申出神主宰人體生命活動(dòng)，反應(yīng)生命活動(dòng)規(guī)律的生理外在表現(xiàn)以及精神意識(shí)思維等內(nèi)涵進(jìn)行了闡發(fā)，從而進(jìn)一步豐富了形神理論。中醫(yī)學(xué)理論中，神的概念很廣泛，其含義有三：一是指自然界物質(zhì)變化功能。如荀子說(shuō)：“萬(wàn)物各得其和以生，各得其養(yǎng)以成，不見(jiàn)其事，而見(jiàn)其功，夫是謂之神?！?《荀子?天論》)天地的變化而生成萬(wàn)物，這種現(xiàn)象是神的表現(xiàn)，有天地之形，然后有神的變化。二是指人體生命的一切活動(dòng)。中醫(yī)學(xué)認(rèn)為人體本身就是一個(gè)陰陽(yáng)對(duì)立統(tǒng)一體，陰陽(yáng)之氣的運(yùn)動(dòng)變化，推動(dòng)了生命的運(yùn)動(dòng)和變化，而生命活動(dòng)的本身也稱之神。神去則氣化停止，生命也就完結(jié)。可見(jiàn)，神是人體生命的根本，因此，只有積精全神氣才能“精神內(nèi)守，病安從來(lái)”。三是指人的精神意識(shí)，精神活動(dòng)的高級(jí)形式是思維。

1.3形與神的關(guān)系　形與神的關(guān)系主要體現(xiàn)形為神之質(zhì)和神為形之主這兩方面。神的物質(zhì)基礎(chǔ)是氣血，氣血又是構(gòu)成形體的基本物質(zhì)，而人體臟腑組織的功能活動(dòng)，以及氣血的營(yíng)行，又必須受神的主宰。這種“形與神”二者相互依附而不可分割的關(guān)系，稱之謂“形與神俱”。形乃神之宅，神乃形之主。無(wú)神則形不可活，無(wú)形則神無(wú)以附，二者相輔相成，不可分離。形神統(tǒng)一是生命存在的根本保證。中醫(yī)學(xué)理論中的形神一體觀，是養(yǎng)生防病，延年益壽，以及診斷治療的重要理論基礎(chǔ)。

神是機(jī)體生命活動(dòng)的體現(xiàn)，神不能離開(kāi)人體而獨(dú)立存在，有形才能有神，形健則神旺，形衰則神憊。故《素問(wèn)?上古天真論》有“形神合一”及“形與神俱”的理論，說(shuō)明形與神的關(guān)系。經(jīng)過(guò)無(wú)數(shù)實(shí)踐證明，神的盛衰的確是健康與否的重要標(biāo)志之一。反過(guò)來(lái)看，如形贏色敗，雖然兩目有神亦是假象。

2.文本挖掘的概念

文本挖掘是指利用數(shù)據(jù)挖掘技術(shù)，從大量的、無(wú)結(jié)構(gòu)的文本信息中發(fā)現(xiàn)潛在的、可能的數(shù)據(jù)模式、內(nèi)在聯(lián)系、規(guī)律、發(fā)展趨勢(shì)等，抽取有效、新穎、可用、可理解的、散布在文本文件中的有價(jià)值知識(shí)，并且利用這些知識(shí)更好地組織信息的過(guò)程。文本挖掘是從數(shù)據(jù)挖掘中發(fā)展來(lái)的，是信息挖掘的一個(gè)研究分支，用于基于文本信息的知識(shí)發(fā)現(xiàn)。它是利用智能算法，如神經(jīng)網(wǎng)絡(luò)、基于案例的推理、可能性推理等，并結(jié)合文字處理技術(shù)，分析大量的非結(jié)構(gòu)化文本源抽取或標(biāo)記關(guān)鍵字概念、文字間的關(guān)系，并按照內(nèi)容對(duì)文檔進(jìn)行分類，獲取有用的知識(shí)和信息。

文本挖掘是一項(xiàng)綜合技術(shù)，涉及數(shù)據(jù)挖掘技術(shù)、自然語(yǔ)言處理、計(jì)算語(yǔ)言學(xué)、信息檢索及分類、知識(shí)管理等多個(gè)領(lǐng)域。它主要處理半結(jié)構(gòu)化、無(wú)結(jié)構(gòu)化和字符型數(shù)據(jù)，將數(shù)據(jù)挖掘技術(shù)與信息檢索技術(shù)相結(jié)合，開(kāi)闊了數(shù)據(jù)挖掘劫的應(yīng)用領(lǐng)域，其特點(diǎn)是能夠更加有效地對(duì)文本數(shù)據(jù)(例如web頁(yè)面)進(jìn)行分析，從而彌補(bǔ)信息檢索技術(shù)的缺陷與不足。

3.文本挖掘的處理過(guò)程

文本挖掘是從數(shù)據(jù)挖掘發(fā)展而來(lái)的，但并不意味著將數(shù)據(jù)挖掘技術(shù)簡(jiǎn)單應(yīng)用到文本集合上就可以實(shí)現(xiàn)文本挖掘。文本挖掘有兩個(gè)最基本的過(guò)程：文本檢索與智能分析。為了使最終用戶對(duì)結(jié)果有很好的理解和實(shí)用，通常還要列結(jié)果進(jìn)行集成和可視化。因此，實(shí)際中的文本挖掘就包合了3個(gè)過(guò)程，其基本模型見(jiàn)圖1。

這一處理過(guò)程實(shí)際上就是先對(duì)文本進(jìn)行處理。抽取出代表其特征的數(shù)據(jù)，這些特征可以用結(jié)構(gòu)化的形式保存，作為文檔的中間表示形式，其目的在于從文本中掃描并抽取所需要的事實(shí)。由于該文檔特征向量的維數(shù)非常大，所以還需要對(duì)特征集進(jìn)行縮減。縮減完以后便可利用機(jī)器學(xué)習(xí)的各種方法來(lái)提取面向特定應(yīng)用目的的知識(shí)模式進(jìn)行分類或聚類操作。對(duì)所得的知識(shí)模型進(jìn)行質(zhì)量評(píng)價(jià)，若評(píng)價(jià)的結(jié)果滿足一定的要求則保存該知識(shí)模型，若不滿足則進(jìn)行新一輪的挖掘工作。

4.文本挖掘在形神一體觀中的應(yīng)用

形神有著很緊密的聯(lián)系，在臨床實(shí)踐過(guò)程中，有指導(dǎo)臨床實(shí)踐的作用，因此在臨床實(shí)踐中運(yùn)用好形神一體觀的理論能很好地提高臨床療效。然而，在實(shí)際的臨床運(yùn)用中，有一部分能反應(yīng)形神一體的臨床指標(biāo)如面色、眼神、睡眠等常被我們臨床醫(yī)生所忽略。如何獲得這些指標(biāo)，以便更好地指導(dǎo)臨床的辨證施治，這是本課題聽(tīng)要解決的問(wèn)題之一。由于中醫(yī)學(xué)語(yǔ)言是一種次語(yǔ)言，基于次語(yǔ)言的語(yǔ)言處理技術(shù)能對(duì)中醫(yī)文本進(jìn)行相當(dāng)深度的理解式分析和知識(shí)抽取，本課題將文本挖掘技術(shù)引入希望能在大量的中醫(yī)文獻(xiàn)中，篩選出在臨床實(shí)踐中被我們忽略掉而能反應(yīng)形神一體觀的臨床指標(biāo)。

第5篇：挖掘技術(shù)論文范文

統(tǒng)計(jì)學(xué)論文2000字(一)：影響民族院校統(tǒng)計(jì)學(xué)專業(yè)回歸分析成績(jī)因素的研究論文

摘要：學(xué)習(xí)成績(jī)是評(píng)價(jià)學(xué)生素質(zhì)的重要方面，也是教師檢驗(yàn)教學(xué)能力、反思教學(xué)成果的重要標(biāo)準(zhǔn)。利用大連民族大學(xué)統(tǒng)計(jì)學(xué)專業(yè)本科生有關(guān)數(shù)據(jù)（專業(yè)基礎(chǔ)課成績(jī)、平時(shí)成績(jī)和回歸分析期末成績(jī)），建立多元線性回歸模型，對(duì)影響回歸分析期末成績(jī)的因素進(jìn)行深入研究，其結(jié)果對(duì)今后的教學(xué)方法改進(jìn)和教學(xué)質(zhì)量提高具有十分重要的指導(dǎo)意義。

關(guān)鍵詞：多元線性回歸；專業(yè)基礎(chǔ)課成績(jī)；平時(shí)成績(jī)；期末成績(jī)

為了實(shí)現(xiàn)教學(xué)目標(biāo)，提高教學(xué)質(zhì)量，有效提高學(xué)生學(xué)習(xí)成績(jī)是很有必要的。我們知道專業(yè)基礎(chǔ)課成績(jī)必定影響專業(yè)課成績(jī)，而且平時(shí)成績(jī)也會(huì)影響專業(yè)課成績(jī)，這兩類成績(jī)與專業(yè)課成績(jī)基本上是呈正相關(guān)的，但它們之間的關(guān)系密切程度有多大？它們之間又存在怎樣的內(nèi)在聯(lián)系呢？就這些問(wèn)題，本文主要選取了2016級(jí)統(tǒng)計(jì)專業(yè)50名學(xué)生的四門(mén)專業(yè)基礎(chǔ)課成績(jī)以及回歸分析的平時(shí)成績(jī)和期末成績(jī)，運(yùn)用SPSS統(tǒng)計(jì)軟件進(jìn)行分析研究，尋求回歸分析期末成績(jī)影響因素的變化規(guī)律，擬合出關(guān)系式，從而為強(qiáng)化學(xué)生的后續(xù)學(xué)習(xí)和提高老師的教學(xué)質(zhì)量提供了有利依據(jù)。

一、數(shù)據(jù)選取

回歸分析是統(tǒng)計(jì)專業(yè)必修課，也是統(tǒng)計(jì)學(xué)中的一個(gè)非常重要的分支，它在自然科學(xué)、管理科學(xué)和社會(huì)、經(jīng)濟(jì)等領(lǐng)域應(yīng)用十分廣泛。因此研究影響統(tǒng)計(jì)學(xué)專業(yè)回歸分析成績(jī)的相關(guān)性是十分重要的。

選取了統(tǒng)計(jì)專業(yè)50名學(xué)生的專業(yè)基礎(chǔ)課成績(jī)（包括數(shù)學(xué)分析、高等代數(shù)、解析幾何和概率論）、回歸分析的平時(shí)成績(jī)和期末成績(jī)，結(jié)合多元線性回歸的基礎(chǔ)理論知識(shí)[1-2]，建立多元回歸方程，進(jìn)行深入研究，可以直觀、高效、科學(xué)地分析各種因素對(duì)回歸分析期末成績(jī)?cè)斐傻挠绊憽?/p>

二、建立多元線性回歸模型1及數(shù)據(jù)分析

運(yùn)用SPSS統(tǒng)計(jì)軟件對(duì)回歸分析期末成績(jī)的影響因素進(jìn)行研究，可以得到準(zhǔn)確、科學(xué)合理的數(shù)據(jù)結(jié)果，全面分析評(píng)價(jià)學(xué)生考試成績(jī)，對(duì)教師以后的教學(xué)工作和學(xué)生的學(xué)習(xí)會(huì)有較大幫助。自變量x1表示數(shù)學(xué)分析成績(jī)，x2表示高等代數(shù)成績(jī)，x3表示解析幾何成績(jī)，x4表示概率論成績(jī)，x5表示平時(shí)成績(jī)；因變量y1表示回歸分析期末成績(jī)，根據(jù)經(jīng)驗(yàn)可知因變量y1和自變量xi，i=1，2，3，4，5之間大致成線性關(guān)系，可建立線性回歸模型：

（1）

線性回歸模型通常滿足以下幾個(gè)基本假設(shè)，

1.隨機(jī)誤差項(xiàng)具有零均值和等方差，即

（2）

這個(gè)假定通常稱為高斯-馬爾柯夫條件。

2.正態(tài)分布假定條件

由多元正態(tài)分布的性質(zhì)和上述假定可知，隨機(jī)變量y1服從n維正態(tài)分布。

從表1描述性統(tǒng)計(jì)表中可看到各變量的平均值1=79.68，2=74.66，3=77.22，4=78.10，5=81.04，1=75.48；xi的標(biāo)準(zhǔn)差分別為10.847，11.531，8.929，9.018，9.221，y1的標(biāo)準(zhǔn)差為8.141；有效樣本量n=50。

回歸分析期末成績(jī)y1的多元回歸模型1為：

y1=-5.254+0.221x1-0.4x2+0.154x3

+0.334x4+0.347x5

從表2中可以看到各變量的|t|值，在給定顯著水平？琢=0.05的情況下，通過(guò)t分布表可以查出，自由度為44的臨界值t？琢/2（44）=2.015，由于高等代數(shù)x2的|t|值為0.651小于t？琢/2（44），因此x2對(duì)y1的影響不顯著，其他自變量對(duì)y1都是線性顯著的。下面利用后退法[3]剔除自變量x2。

三、后退法建立多元線性回歸模型2及數(shù)據(jù)分析

從模型1中剔除了x2變量，多元回歸模型2為：

y1=-5.459+0.204x1+0.149x3+0.377x4+0.293x5（5）

在表4中，F(xiàn)統(tǒng)計(jì)量為90.326，在給定顯著水平？琢=0.05的情況下，查F分布表可得，自由度為p=4和n-p-1=45的臨界值F0.05（4，45）=2.579，所以F>F0.05（4，45），在表5中，所有自變量的|t|值都大于t？琢/2（45）=2.014，因此，多元回歸模型2的線性關(guān)系是顯著的。

四、結(jié)束語(yǔ)

通過(guò)對(duì)上述模型進(jìn)行分析，即各個(gè)自變量對(duì)因變量的邊際影響，可以得到以下結(jié)論：在保持其他條件不變的情況下，當(dāng)數(shù)學(xué)分析成績(jī)提高一分，則回歸分析成績(jī)可提高0.242分[4-5]；同理，當(dāng)解析幾何成績(jī)、概率論成績(jī)和平時(shí)成績(jī)每提高一分，則回歸分析成績(jī)分別提高0.149分、0.377分和0.293分。

通過(guò)對(duì)學(xué)生專業(yè)基礎(chǔ)課成績(jī)、平時(shí)成績(jī)與回歸分析期末成績(jī)之間相關(guān)關(guān)系的研究，一方面有利于教師把控回歸分析教學(xué)課堂，提高教師意識(shí)，注重專業(yè)基礎(chǔ)課教學(xué)的重要性，同時(shí)，當(dāng)學(xué)生平時(shí)成績(jī)不好時(shí)，隨時(shí)調(diào)整教學(xué)進(jìn)度提高學(xué)生平時(shí)學(xué)習(xí)能力；另一方面使學(xué)生認(rèn)識(shí)到，為了更好地掌握回歸分析知識(shí)，應(yīng)加強(qiáng)專業(yè)基礎(chǔ)課的學(xué)習(xí)，提高平時(shí)學(xué)習(xí)的積極性。因此，通過(guò)對(duì)回歸分析期末成績(jī)影響因素的研究能有效的解決教師教學(xué)和學(xué)生學(xué)習(xí)中的許多問(wèn)題。

統(tǒng)計(jì)學(xué)畢業(yè)論文范文模板(二)：大數(shù)據(jù)背景下統(tǒng)計(jì)學(xué)專業(yè)“數(shù)據(jù)挖掘”課程的教學(xué)探討論文

摘要：互聯(lián)網(wǎng)技術(shù)、物聯(lián)網(wǎng)技術(shù)、云計(jì)算技術(shù)的蓬勃發(fā)展，造就了一個(gè)嶄新的大數(shù)據(jù)時(shí)代，這些變化對(duì)統(tǒng)計(jì)學(xué)專業(yè)人才培養(yǎng)模式的變革起到了助推器的作用，而數(shù)據(jù)挖掘作為拓展和提升大數(shù)據(jù)分析方法與思路的應(yīng)用型課程，被廣泛納入統(tǒng)計(jì)學(xué)本科專業(yè)人才培養(yǎng)方案。本文基于數(shù)據(jù)挖掘課程的特點(diǎn)，結(jié)合實(shí)際教學(xué)經(jīng)驗(yàn)，對(duì)統(tǒng)計(jì)學(xué)本科專業(yè)開(kāi)設(shè)數(shù)據(jù)挖掘課程進(jìn)行教學(xué)探討，以期達(dá)到更好的教學(xué)效果。

關(guān)鍵詞：統(tǒng)計(jì)學(xué)專業(yè)；數(shù)據(jù)挖掘；大數(shù)據(jù)；教學(xué)

一、引言

通常人們總結(jié)大數(shù)據(jù)有“4V”的特點(diǎn)：Volume（體量大），Variety（多樣性），Velocity（速度快）和Value（價(jià)值密度低）。從這樣大量、多樣化的數(shù)據(jù)中挖掘和發(fā)現(xiàn)內(nèi)在的價(jià)值，是這個(gè)時(shí)代帶給我們的機(jī)遇與挑戰(zhàn)，同時(shí)對(duì)數(shù)據(jù)分析技術(shù)的要求也相應(yīng)提高。傳統(tǒng)教學(xué)模式并不能適應(yīng)和滿足學(xué)生了解數(shù)據(jù)處理和分析最新技術(shù)與方法的迫切需要。對(duì)于常常和數(shù)據(jù)打交道的統(tǒng)計(jì)學(xué)專業(yè)的學(xué)生來(lái)說(shuō)，更是如此。

二、課程教學(xué)探討

針對(duì)統(tǒng)計(jì)學(xué)本科專業(yè)的學(xué)生而言，“數(shù)據(jù)挖掘”課程一般在他們?nèi)昙?jí)或者四年級(jí)所開(kāi)設(shè)，他們?cè)谇捌谝呀?jīng)學(xué)習(xí)完統(tǒng)計(jì)學(xué)、應(yīng)用回歸分析、多元統(tǒng)計(jì)分析、時(shí)間序列分析等課程，所以在“數(shù)據(jù)挖掘”課程的教學(xué)內(nèi)容選擇上要有所取舍，同時(shí)把握好難度。不能把“數(shù)據(jù)挖掘”課程涵蓋了的所有內(nèi)容不加選擇地要求學(xué)生全部掌握，對(duì)學(xué)生來(lái)說(shuō)是不太現(xiàn)實(shí)的，需要為統(tǒng)計(jì)學(xué)專業(yè)本科生“個(gè)性化定制”教學(xué)內(nèi)容。

（1）“數(shù)據(jù)挖掘”課程的教學(xué)應(yīng)該偏重于應(yīng)用，更注重培養(yǎng)學(xué)生解決問(wèn)題的能力。因此，教學(xué)目標(biāo)應(yīng)該是：使學(xué)生樹(shù)立數(shù)據(jù)挖掘的思維體系，掌握數(shù)據(jù)挖掘的基本方法，提高學(xué)生的實(shí)際動(dòng)手能力，為在大數(shù)據(jù)時(shí)代，進(jìn)一步學(xué)習(xí)各種數(shù)據(jù)處理和定量分析工具打下必要的基礎(chǔ)。按照這個(gè)目標(biāo)，教學(xué)內(nèi)容應(yīng)以數(shù)據(jù)挖掘技術(shù)的基本原理講解為主，讓學(xué)生了解和掌握各種技術(shù)和方法的來(lái)龍去脈、功能及優(yōu)缺點(diǎn)；以算法講解為輔，由于有R語(yǔ)言、python等軟件，學(xué)生了解典型的算法，能用軟件把算法實(shí)現(xiàn)，對(duì)軟件的計(jì)算結(jié)果熟練解讀，對(duì)各種算法的改進(jìn)和深入研究則不作要求，有興趣的同學(xué)可以自行課下探討。

（2）對(duì)于已經(jīng)學(xué)過(guò)的內(nèi)容不再詳細(xì)講解，而是側(cè)重介紹它們?cè)跀?shù)據(jù)挖掘中的功能及綜合應(yīng)用。在新知識(shí)的講解過(guò)程中，注意和已學(xué)過(guò)知識(shí)的融匯貫通，既復(fù)習(xí)鞏固了原來(lái)學(xué)過(guò)的知識(shí)，同時(shí)也無(wú)形中降低了新知識(shí)的難度。比如，在數(shù)據(jù)挖掘模型評(píng)估中，把混淆矩陣、ROC曲線、誤差平方和等知識(shí)點(diǎn)就能和之前學(xué)過(guò)的內(nèi)容有機(jī)聯(lián)系起來(lái)。

（3）結(jié)合現(xiàn)實(shí)數(shù)據(jù)，讓學(xué)生由“被動(dòng)接收”式的學(xué)習(xí)變?yōu)椤爸鲃?dòng)探究”型的學(xué)習(xí)。在講解每種方法和技術(shù)之后，增加一個(gè)或幾個(gè)案例，以加強(qiáng)學(xué)生對(duì)知識(shí)的理解。除了充分利用已有的國(guó)內(nèi)外數(shù)據(jù)資源，還可以鼓勵(lì)學(xué)生去搜集自己感興趣的或者國(guó)家及社會(huì)大眾關(guān)注的問(wèn)題進(jìn)行研究，提升學(xué)生學(xué)習(xí)的成就感。

（4）充分考慮前述提到的三點(diǎn)，課程內(nèi)容計(jì)劃安排見(jiàn)表1。

（5）課程的考核方式既要一定的理論性，又不能失掉實(shí)踐應(yīng)用性，所以需要結(jié)合平時(shí)課堂表現(xiàn)、平時(shí)實(shí)驗(yàn)項(xiàng)目完成情況和期末考試來(lái)綜合評(píng)定成績(jī)。采取期末閉卷理論考試占50%，平時(shí)實(shí)驗(yàn)項(xiàng)目完成占40%，課堂表現(xiàn)占10%，這樣可以全方位的評(píng)價(jià)學(xué)生的表現(xiàn)。

三、教學(xué)效果評(píng)估

經(jīng)過(guò)幾輪的教學(xué)實(shí)踐后，取得了如下的教學(xué)效果：

（1）學(xué)生對(duì)課程的興趣度在提升，課下也會(huì)不停地去思考數(shù)據(jù)挖掘有關(guān)的方法和技巧，發(fā)現(xiàn)問(wèn)題后會(huì)一起交流與討論。

（2）在大學(xué)生創(chuàng)新創(chuàng)業(yè)項(xiàng)目或者數(shù)據(jù)分析的有關(guān)競(jìng)賽中，選用數(shù)據(jù)挖掘方法的人數(shù)也越來(lái)越多，部分同學(xué)的成果還能在期刊上正式發(fā)表，有的同學(xué)還能在競(jìng)賽中取得優(yōu)秀的成績(jī)。

（3）統(tǒng)計(jì)學(xué)專業(yè)本科生畢業(yè)論文的選題中利用數(shù)據(jù)挖掘有關(guān)方法來(lái)完成的論文越來(lái)越多，論文的完成質(zhì)量也在不斷提高。

（4）本科畢業(yè)生的就業(yè)崗位中從事數(shù)據(jù)挖掘工作的人數(shù)有所提高，說(shuō)明滿足企業(yè)需求技能的人數(shù)在增加。繼續(xù)深造的畢業(yè)生選擇數(shù)據(jù)挖掘研究方向的人數(shù)也在逐漸增多，表明學(xué)生的學(xué)習(xí)興趣得以激發(fā)。

教學(xué)實(shí)踐結(jié)果表明，通過(guò)數(shù)據(jù)挖掘課程的學(xué)習(xí)，可以讓學(xué)生在掌握理論知識(shí)的基礎(chǔ)上，進(jìn)一步提升分析問(wèn)題和解決實(shí)際問(wèn)題的能力。

第6篇：挖掘技術(shù)論文范文

1醫(yī)學(xué)論文的基本要求

1.1創(chuàng)新性醫(yī)學(xué)論文的創(chuàng)新性是指文章要有新意，要發(fā)展醫(yī)學(xué)成就，破解醫(yī)學(xué)問(wèn)題。醫(yī)學(xué)論文有無(wú)創(chuàng)新，選題是關(guān)鍵。選題創(chuàng)新是醫(yī)學(xué)論文寫(xiě)作的靈魂，是衡量醫(yī)學(xué)論文價(jià)值的重要標(biāo)準(zhǔn)。可體現(xiàn)在：①理論方面的選題應(yīng)有創(chuàng)新見(jiàn)解，既要反映作者在某些理論方面的獨(dú)創(chuàng)見(jiàn)解，又要提出這些見(jiàn)解的依據(jù)；②應(yīng)用方面的選題應(yīng)有創(chuàng)新技術(shù)等，也就是要寫(xiě)出新發(fā)明、新技術(shù)、新產(chǎn)品、新設(shè)備的關(guān)鍵，或揭示原有技術(shù)移植到新的醫(yī)學(xué)領(lǐng)域中的效果；③創(chuàng)新性還包括研究方法方面的改進(jìn)或突破。

1.2可行性所謂選題的可行性，是指能夠充分發(fā)揮作者的綜合條件和可以勝任及如期完成醫(yī)學(xué)論文寫(xiě)作的把握程度。選題切忌好高鶩遠(yuǎn)，脫離實(shí)際，但也不應(yīng)過(guò)低，影響主客觀的正常發(fā)揮，降低了醫(yī)學(xué)論文的水平。影響選題的可行性因素有：①主觀條件，包括作者知識(shí)素質(zhì)結(jié)構(gòu)、研究能力、技術(shù)水平及特長(zhǎng)和興趣等；②客觀條件，包括經(jīng)費(fèi)、資料、時(shí)間、設(shè)備等。

1.3實(shí)用性撰寫(xiě)醫(yī)學(xué)論文的目的是為了交流及應(yīng)用。要從實(shí)際出發(fā)，選擇夠指導(dǎo)科研、指導(dǎo)臨床、造福人類的主題，因此，選題的實(shí)用性尤為重要。

1.4科學(xué)性醫(yī)學(xué)論文是臨床和醫(yī)學(xué)科學(xué)研究工作的客觀反映，其寫(xiě)作的具體內(nèi)容應(yīng)該是取材客觀真實(shí)、主題揭示本質(zhì)、科研設(shè)計(jì)合理、論證科學(xué)嚴(yán)謹(jǐn)、表達(dá)邏輯性強(qiáng)、經(jīng)過(guò)實(shí)踐檢驗(yàn)。所以，嚴(yán)格遵守選題的科學(xué)性原則，是醫(yī)學(xué)論文寫(xiě)作的生命。

1.5前瞻性要選擇有研究?jī)r(jià)值及發(fā)展前途的主題，應(yīng)積極開(kāi)發(fā)研究新領(lǐng)域、新學(xué)科和新理論。

2選題的基本方法

2.1根據(jù)課題研究的結(jié)論來(lái)確定主題這是常用的方法，可分為：①以科研的結(jié)論或部分結(jié)論作為醫(yī)學(xué)論文的主題；②科研結(jié)果與開(kāi)題時(shí)預(yù)測(cè)不一致，待查出原因后，再尋找主題；③科研達(dá)不到預(yù)期結(jié)果，可總結(jié)經(jīng)驗(yàn)，從反面挖掘主題。

2.2在科研過(guò)程中選題醫(yī)學(xué)科研的過(guò)程中，有時(shí)會(huì)出現(xiàn)意外的現(xiàn)象或問(wèn)題，作者如果能夠細(xì)心觀察、及時(shí)發(fā)現(xiàn)，可以在這些偶然中獲得新的選題。

2.3在臨床實(shí)踐中選題臨床工作是醫(yī)學(xué)論文寫(xiě)作取之不盡的源泉，作者在臨床中會(huì)經(jīng)常遇到許多需要解決的實(shí)際應(yīng)用問(wèn)題或理論問(wèn)題，對(duì)此，只要從本學(xué)科實(shí)際出發(fā)，用心思考，會(huì)從中產(chǎn)生很多好的主題。其包括：①探討發(fā)病機(jī)制與預(yù)后情況；②分析臨床癥狀與表現(xiàn)；③研究診斷方法和治療方法；④疾病的多因素分析等。

2.4從文獻(xiàn)資料中選題醫(yī)學(xué)文獻(xiàn)是人們長(zhǎng)期積累的寶貴財(cái)富，是醫(yī)學(xué)論文選題的重要來(lái)源。閱讀最新文獻(xiàn)資料，可以了解當(dāng)前醫(yī)學(xué)科學(xué)研究的進(jìn)展情況，開(kāi)拓思路、激發(fā)靈感，從而挖掘提煉出好的醫(yī)學(xué)論文主題。

3醫(yī)學(xué)論文的一般體裁

3.1實(shí)驗(yàn)研究一般為病因、病理、生理、生化、藥理、生物、寄生蟲(chóng)和流行病學(xué)等實(shí)驗(yàn)研究。主要包括：①對(duì)各種動(dòng)物進(jìn)行藥理、毒理實(shí)驗(yàn)，外科手術(shù)實(shí)驗(yàn)；②對(duì)某種疾病的病原或病因的體外實(shí)驗(yàn)；③某些藥物的抗癌、抗菌、抗寄生蟲(chóng)實(shí)驗(yàn)；④消毒、殺蟲(chóng)和滅菌的實(shí)驗(yàn)。

3.2臨床分析對(duì)臨床上某種疾病病例（百例以上為佳）的病因、臨床表現(xiàn)、分型、治療方法和療效觀察等進(jìn)行分析、討論，總結(jié)經(jīng)驗(yàn)教訓(xùn)，并提出新建議、新見(jiàn)解，以提高臨床療效。

3.3療效觀察指使用某種新藥、新療法治療某種疾病，對(duì)治療的方法、效果、劑量、療程及不良反應(yīng)等進(jìn)行觀察、研究，或設(shè)立對(duì)照組對(duì)新舊藥物或療法的療效進(jìn)行比較，對(duì)比療效的高低、療法的優(yōu)劣、不良反應(yīng)的種類及程度，并對(duì)是否適于推廣應(yīng)用提出評(píng)價(jià)意見(jiàn)。

3.4病例報(bào)告主要報(bào)告罕見(jiàn)病及疑難重癥；雖然曾有少數(shù)類似報(bào)道但尚有重復(fù)驗(yàn)證或加深認(rèn)識(shí)的必要。

3.5病例（理）討論臨床病例討論主要是對(duì)某些疑難、復(fù)雜、易于誤診誤治的病例，在診斷和治療方面進(jìn)行集體討論，以求得正確的診斷和有效的治療。臨床病理討論則以對(duì)少見(jiàn)或疑難疾病的病理檢查、診斷及相關(guān)討論為主。

3.6調(diào)查報(bào)告在一定范圍的人群里，不施加人工處理因素，對(duì)某一疾?。▊魅静?、流行病、職業(yè)病、地方病等）的發(fā)病情況、發(fā)病因素、病理、防治方法及其效果進(jìn)行流行病學(xué)調(diào)查研究，給予評(píng)價(jià)，并對(duì)防治方案等提出建議。

第7篇：挖掘技術(shù)論文范文

開(kāi)發(fā)科技創(chuàng)新決策分析服務(wù)系統(tǒng)，其基礎(chǔ)性的工作是構(gòu)建元數(shù)據(jù)倉(cāng)儲(chǔ)知識(shí)庫(kù)。從科技文獻(xiàn)數(shù)據(jù)庫(kù)種類來(lái)看，包括：科技期刊、學(xué)位論文、會(huì)議論文、標(biāo)準(zhǔn)、專利文獻(xiàn)數(shù)據(jù)庫(kù)及科技成果、企業(yè)產(chǎn)品、科研機(jī)構(gòu)、科技名人等事實(shí)型數(shù)據(jù)庫(kù)，從這些科技文獻(xiàn)中，挖掘其相互邏輯關(guān)系、交叉融合間的溝通脈絡(luò)是知識(shí)獲取、知識(shí)組織的關(guān)鍵。結(jié)合科技文獻(xiàn)資源的特性和文獻(xiàn)檢索導(dǎo)航需求分析，萬(wàn)方軟件公司提出了基于“知識(shí)獲取五要素”的知識(shí)組織方法【4】，將學(xué)科、主題、人物、機(jī)構(gòu)、基金五要素作為知識(shí)獲取的分析主題，構(gòu)成二維空間，組成各個(gè)要素之間的相互關(guān)聯(lián)關(guān)系。五要素之間的相互關(guān)聯(lián)包含了多種科研信息，從各個(gè)角度，各個(gè)側(cè)面都有無(wú)窮的知識(shí)可以去挖掘分析。比如：機(jī)構(gòu)和學(xué)科關(guān)聯(lián)，可以獲得各個(gè)機(jī)構(gòu)的研究學(xué)科，以及有哪些機(jī)構(gòu)在研究該學(xué)科的分析結(jié)果；機(jī)構(gòu)、學(xué)科和作者關(guān)聯(lián)，可以獲得某個(gè)學(xué)科在某個(gè)機(jī)構(gòu)中有哪些人在做相關(guān)研究的分析結(jié)果等等。因此從知識(shí)的組織角度，在構(gòu)建元數(shù)據(jù)倉(cāng)儲(chǔ)知識(shí)庫(kù)時(shí)，以五要素知識(shí)元為基礎(chǔ)，通過(guò)對(duì)海量科技文獻(xiàn)的處理（采集、轉(zhuǎn)換、清洗、質(zhì)量檢測(cè)）和對(duì)五要素的深度標(biāo)引，最終構(gòu)建基于五要素的元數(shù)據(jù)知識(shí)倉(cāng)儲(chǔ)，作為開(kāi)發(fā)科技創(chuàng)新決策分析服務(wù)系統(tǒng)的基礎(chǔ)。

2科技創(chuàng)新決策分析服務(wù)體系架構(gòu)和功能設(shè)計(jì)

元數(shù)據(jù)倉(cāng)儲(chǔ)知識(shí)庫(kù)的構(gòu)建為科技創(chuàng)新決策分析服務(wù)提供了基礎(chǔ)保障，在此基礎(chǔ)上，運(yùn)用數(shù)據(jù)挖掘技術(shù)、自動(dòng)分類∕聚類技術(shù)、信息可視化等技術(shù)，開(kāi)發(fā)基于WEB的科技創(chuàng)新決策分析服務(wù)系統(tǒng)。基于元數(shù)據(jù)倉(cāng)儲(chǔ)知識(shí)庫(kù)的科技創(chuàng)新決策分析服務(wù)主要體現(xiàn)在對(duì)科技創(chuàng)新能力的定量評(píng)價(jià)。主要功能設(shè)計(jì)如下：⑴主題知識(shí)脈絡(luò)分析。主要對(duì)主題關(guān)鍵詞所代表的知識(shí)點(diǎn)或概念在各年度的研究發(fā)展趨勢(shì)和研究熱點(diǎn)進(jìn)行分析。包括：該主題各年度發(fā)文總量趨勢(shì)；該主題的相關(guān)關(guān)鍵詞；關(guān)注該主題的相關(guān)人物、機(jī)構(gòu)以及涉及該主題的重要發(fā)文期刊。系統(tǒng)可通過(guò)用戶輸入的主題關(guān)鍵詞，在主題知識(shí)庫(kù)中挖掘揭示主題相關(guān)的各類科研產(chǎn)出情況，并通過(guò)主題相關(guān)的創(chuàng)新實(shí)體分析，為用戶推薦權(quán)威的研究機(jī)構(gòu)和行業(yè)領(lǐng)域?qū)＜摇＂?/p>

科研人員科研能力評(píng)估分析。主要對(duì)科研人員（作者）科研產(chǎn)出情況進(jìn)行統(tǒng)計(jì)分析。包括：科研人員的簡(jiǎn)介；與作者合作過(guò)的相關(guān)科技人員信息；作者的研究主題、研究方向、主要發(fā)文期刊及參與基金項(xiàng)目情況。系統(tǒng)可通過(guò)用戶輸入的科研人員姓名，在人物庫(kù)中進(jìn)行機(jī)構(gòu)匯總，并經(jīng)過(guò)用戶篩選科研人員現(xiàn)在或歷史所在機(jī)構(gòu)，對(duì)作者的科研產(chǎn)出能力和科研績(jī)效水平得出最全面和客觀的評(píng)估和總結(jié)。⑶

論文引用情況分析。主要對(duì)被引用情況進(jìn)行統(tǒng)計(jì)分析。包括：該論文被引論文具體信息（期刊、學(xué)位、會(huì)議、技術(shù)報(bào)告等）和比例、被引數(shù)量、被引用頻次等。系統(tǒng)按用戶輸入的論文標(biāo)題、作者、關(guān)鍵詞進(jìn)行檢索，按發(fā)文時(shí)間、相關(guān)度、題名進(jìn)行排序，從而可以對(duì)該論文進(jìn)行學(xué)術(shù)質(zhì)量的綜合、定量的評(píng)價(jià)。該功能即可獨(dú)立使用，也可嵌入在科研人員科研能力評(píng)估分析系統(tǒng)中使用。⑷機(jī)構(gòu)創(chuàng)新能力評(píng)估。主要對(duì)機(jī)構(gòu)的期刊論文、學(xué)位論文、會(huì)議論文、專利、成果及機(jī)構(gòu)承擔(dān)的國(guó)家基金項(xiàng)目進(jìn)行統(tǒng)計(jì)分析，從而反映出機(jī)構(gòu)的總體科學(xué)實(shí)力和科研績(jī)效水平。系統(tǒng)可通過(guò)用戶輸入的機(jī)構(gòu)名稱，通過(guò)簡(jiǎn)稱俗稱的規(guī)范對(duì)應(yīng)，按論文類別、基金類別等方式進(jìn)行機(jī)構(gòu)科研產(chǎn)出的揭示，得出機(jī)構(gòu)的科研能力和學(xué)術(shù)定位。

3科技創(chuàng)新決策分析服務(wù)系統(tǒng)的應(yīng)用

科技創(chuàng)新決策分析服務(wù)系統(tǒng)目前在科技文獻(xiàn)共享服務(wù)平臺(tái)中已開(kāi)始應(yīng)用，平臺(tái)主要為用戶提供了作者科研協(xié)作關(guān)系、主題知識(shí)脈絡(luò)分析、機(jī)構(gòu)科研能力評(píng)估三種服務(wù)。⑴作者科研協(xié)作關(guān)系。在作者科研協(xié)作關(guān)系服務(wù)中，可以分析出用戶所關(guān)心作者的如下信息：①作者合作關(guān)系：通過(guò)可視化的與合作者的關(guān)系呈現(xiàn)，可以分析出作者在科研工作中與合作者的合作關(guān)系，節(jié)點(diǎn)間的距離越近，表明與合作者合作發(fā)表的論文次數(shù)越多，合作關(guān)系越緊密。②作者科研產(chǎn)出統(tǒng)計(jì)：可以統(tǒng)計(jì)出作者總體的數(shù)量。③作者研究主題和研究方向：可以分析出作者的研究主題和按學(xué)科分析的研究方向。④主要發(fā)文期刊：可以統(tǒng)計(jì)出作者在不同期刊的數(shù)量，獲得作者關(guān)注的期刊情況。⑤作者簡(jiǎn)介：獲得作者單位、職稱、職務(wù)等基本信息。在知識(shí)脈絡(luò)分析服務(wù)中，以用戶輸入的主題詞為分析依據(jù)，通過(guò)可視化信息展示，分析出主題詞所代表的知識(shí)點(diǎn)或概念在各年度的研究發(fā)展趨勢(shì)和研究熱點(diǎn)。并提供主題詞所關(guān)聯(lián)的相關(guān)詞、相關(guān)人物、相關(guān)期刊和機(jī)構(gòu)的知識(shí)脈絡(luò)。

4結(jié)語(yǔ)

第8篇：挖掘技術(shù)論文范文

>> 基于本體的網(wǎng)絡(luò)輿情觀點(diǎn)挖掘方法研究 基于熱點(diǎn)文件下載的網(wǎng)絡(luò)輿情信息挖掘方法研究 基于網(wǎng)頁(yè)文本獲取的高校網(wǎng)絡(luò)輿情監(jiān)控 基于OAG循環(huán)的網(wǎng)絡(luò)輿情管理模型研究 基于大規(guī)模文本數(shù)據(jù)情感挖掘的企業(yè)輿情研究 基于文本挖掘的網(wǎng)絡(luò)媒體報(bào)道研究 基于模糊神經(jīng)網(wǎng)絡(luò)的Web文本挖掘系統(tǒng) 基于PDCA循環(huán)的預(yù)算管理 基于PDCA循環(huán)的績(jī)效考評(píng) 基于 PDCA 循環(huán)方法的瀝青路面質(zhì)量動(dòng)態(tài)管理的研究 基于數(shù)據(jù)挖掘的網(wǎng)絡(luò)輿情預(yù)警決策支持系統(tǒng) 基于數(shù)據(jù)挖掘技術(shù)的網(wǎng)絡(luò)輿情智能監(jiān)測(cè)與引導(dǎo)平臺(tái)設(shè)計(jì)研究 基于Web挖掘的突發(fā)事件網(wǎng)絡(luò)輿情預(yù)警研究 基于Web數(shù)據(jù)挖掘的網(wǎng)絡(luò)輿情分析技術(shù)研究 基于Web挖掘的突發(fā)事件網(wǎng)絡(luò)輿情預(yù)警策略探討 基于數(shù)據(jù)挖掘技術(shù)在網(wǎng)絡(luò)輿情預(yù)測(cè)中的應(yīng)用 基于數(shù)據(jù)挖掘的高校網(wǎng)絡(luò)輿情分析系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn) 基于數(shù)據(jù)挖掘的輿情觀點(diǎn)挖掘研究 基于蛙鳴博弈的網(wǎng)絡(luò)輿情與政府監(jiān)管的模型淺析 基于PDCA循環(huán)的績(jī)效管理體系的構(gòu)建 常見(jiàn)問(wèn)題解答 當(dāng)前所在位置：.

[2]張玉亮.突發(fā)事件網(wǎng)絡(luò)輿情的生成原因與導(dǎo)控策略――基于網(wǎng)絡(luò)輿情主體心理的分析視閾[J].情報(bào)雜志，2012，31（4）：54-57.

[3]許鑫，章成志，李雯靜.國(guó)內(nèi)網(wǎng)絡(luò)輿情研究的回顧與展望[J].情報(bào)理論與實(shí)踐，2009，32（3）：115-120.

[4]Hua Zhao，Qingtian Zeng.Micro-blog Hot Event Detection Based on Dynamic Event Model.Lecture Notes in Artificial Intelligence 8041，2013：161-172.

[5]鄭軍.網(wǎng)絡(luò)輿情監(jiān)控的熱點(diǎn)發(fā)現(xiàn)算法研究[D].哈爾濱哈爾濱工程大學(xué)，2007.

[6]陳耘可，李博，鄭天翔.PDCA循環(huán)在煤炭企業(yè)質(zhì)量標(biāo)準(zhǔn)化建設(shè)中的研究與應(yīng)用[J].煤炭經(jīng)濟(jì)研究，2013，33（2）：77-79.

[7]辛敏.PDCA理論在護(hù)理質(zhì)量管理中的應(yīng)用研究[D].碩士學(xué)位論文：山西醫(yī)科大學(xué)，2010.

第9篇：挖掘技術(shù)論文范文

【關(guān)鍵詞】 科技文獻(xiàn) 評(píng)價(jià)體系 評(píng)價(jià)指標(biāo)

二十世紀(jì)八九十年代是科研評(píng)價(jià)發(fā)展的高峰時(shí)期，科研管理專家和經(jīng)濟(jì)學(xué)家提出了許多系統(tǒng)的評(píng)價(jià)方法[1]?？蒲性u(píng)價(jià)是科研管理工作的重要環(huán)節(jié)和核心內(nèi)容之一，是推動(dòng)科技事業(yè)持續(xù)健康發(fā)展，促進(jìn)科技資源優(yōu)化配置，提高科技管理水平的重要手段和保障[2]。而在科研評(píng)價(jià)中，科研產(chǎn)出始終作為科研評(píng)價(jià)的主要內(nèi)容。本文通過(guò)對(duì)科技文獻(xiàn)的特點(diǎn)進(jìn)行分析，找出各個(gè)要素以及要素間的語(yǔ)義關(guān)系。通過(guò)對(duì)這些要素進(jìn)行深入分析，在原有的理論和實(shí)踐的基礎(chǔ)上，對(duì)科技文獻(xiàn)產(chǎn)出評(píng)價(jià)體系重新設(shè)計(jì)，分別從科研機(jī)構(gòu)綜合科研實(shí)力、核心作者學(xué)術(shù)力、學(xué)科發(fā)展、最新科研動(dòng)向（領(lǐng)先研究領(lǐng)域），需求信息特點(diǎn)等五個(gè)方面，建立了一個(gè)相對(duì)系統(tǒng)全面的針對(duì)科研機(jī)構(gòu)的科研評(píng)價(jià)指標(biāo)體系。

1 科技文獻(xiàn)產(chǎn)出評(píng)價(jià)體系的作用

科技文獻(xiàn)是基礎(chǔ)性研究成果的主要表現(xiàn)形式，也是表征一個(gè)國(guó)家、地區(qū)基礎(chǔ)性研究實(shí)力的主要指標(biāo)[3]。近二十年，一直被高等院校、科研院所以及政府部門(mén)作為評(píng)價(jià)科研能力水平和科研成果的重要指標(biāo)?？萍嘉墨I(xiàn)產(chǎn)出評(píng)價(jià)體系的作用主要體現(xiàn)在三個(gè)層次上：宏觀上評(píng)價(jià)國(guó)家的科研創(chuàng)新水平，反映一個(gè)國(guó)家基礎(chǔ)研究、應(yīng)用研究等方面的情況，在一定程度上反映了一個(gè)國(guó)家的科技技術(shù)水平和國(guó)際競(jìng)爭(zhēng)力水平；中觀上評(píng)價(jià)科研機(jī)構(gòu)的科研業(yè)績(jī)，反映了科研機(jī)構(gòu)的學(xué)術(shù)、科研水平及科研機(jī)構(gòu)間的競(jìng)爭(zhēng)力；微觀上評(píng)價(jià)科研人員的科研能力，反映某個(gè)機(jī)構(gòu)的團(tuán)隊(duì)或個(gè)人的學(xué)術(shù)地位和影響。

2 科技文獻(xiàn)產(chǎn)出的要素

本文通過(guò)對(duì)科技文獻(xiàn)的特點(diǎn)進(jìn)行分析，找到各種要素以及要素間的語(yǔ)義關(guān)系。通過(guò)對(duì)這些要素的統(tǒng)計(jì)分析，可以展開(kāi)計(jì)量分析、主題揭示、關(guān)聯(lián)挖掘和綜合評(píng)價(jià)，從而獲取對(duì)科技文獻(xiàn)產(chǎn)出相關(guān)要素更深入全面的認(rèn)識(shí)。

2.1 科技論文產(chǎn)出的相關(guān)要素

從科技文獻(xiàn)中可以獲得題名、摘要、作者、作者機(jī)構(gòu)（單位）、關(guān)鍵詞、參考文獻(xiàn)、分類號(hào)以及基金項(xiàng)目等相關(guān)要素?？萍颊撐牡南嚓P(guān)要素如下：

（1）科技論文是學(xué)術(shù)刊物上發(fā)表的科學(xué)研究成果?？萍颊撐模}名、作者、機(jī)構(gòu)（單位）、摘要、關(guān)鍵詞、參考文獻(xiàn)、發(fā)表期刊或會(huì)議）。

（2）作者，科技文獻(xiàn)的主要?jiǎng)?chuàng)作者，是科技文獻(xiàn)產(chǎn)出的源頭。作者（姓名、性別、出生年月、職稱、單位、郵箱、研究興趣）。

（3）期刊，科技文獻(xiàn)產(chǎn)出的媒介和主要載體。期刊（名稱、ISSN、主辦單位、地址、郵箱、出版周期、是否核心、影響因子）。

（4）機(jī)構(gòu)（單位），是科研人員聯(lián)系形成科研團(tuán)體的主要方式。機(jī)構(gòu)（名稱、地址、郵編）。

（5）基金，是資助基礎(chǔ)科研工作的主要方式。基金（名稱、編號(hào)、類別、起止時(shí)間、額度、主持人、依托單位）。

（6）關(guān)鍵詞，作為科研人員對(duì)科研成果內(nèi)容提綱挈領(lǐng)的體現(xiàn)，是科技文獻(xiàn)產(chǎn)出的主要內(nèi)容特征。

2.2 科技文獻(xiàn)產(chǎn)出要素間的語(yǔ)義關(guān)系

要素與要素之間關(guān)系有三種：父子關(guān)系（等級(jí)）、相等關(guān)系（等同）和相關(guān)關(guān)系。相關(guān)關(guān)系根據(jù)緊密程度，又分為直接相關(guān)和間接相關(guān)。直接相關(guān)是指直接定義了概念間的關(guān)系，沒(méi)有經(jīng)過(guò)任何其他的概念；間接相關(guān)是指某兩個(gè)概念雖然沒(méi)有直接定義關(guān)系，卻通過(guò)其他概念產(chǎn)生了關(guān)聯(lián)。

科技文獻(xiàn)產(chǎn)出要素的間關(guān)系如下圖1，其中的父子關(guān)系如文獻(xiàn)與參考文獻(xiàn)；相等關(guān)系如作者與項(xiàng)目參與人員；直接相關(guān)如作者與文獻(xiàn)之間是撰寫(xiě)與被撰寫(xiě)的關(guān)系；間接關(guān)系如基金項(xiàng)目與文獻(xiàn)之間通過(guò)作者產(chǎn)生關(guān)聯(lián)。

3 科技文獻(xiàn)產(chǎn)出評(píng)價(jià)指標(biāo)體系

根據(jù)科技文獻(xiàn)產(chǎn)出要素以及要素之間的關(guān)系，圍繞科技文獻(xiàn)產(chǎn)出分別從科研機(jī)構(gòu)綜合科研實(shí)力、核心作者學(xué)術(shù)力、學(xué)科發(fā)展、最新科研動(dòng)向（領(lǐng)先研究領(lǐng)域），科研人員需求信息特點(diǎn)等五個(gè)方面設(shè)計(jì)評(píng)價(jià)體系。

3.1 科研機(jī)構(gòu)綜合科研實(shí)力評(píng)估指標(biāo)

科研機(jī)構(gòu)是一個(gè)國(guó)家科技創(chuàng)新能力的重要體現(xiàn)，在提升國(guó)家綜合實(shí)力、創(chuàng)新能力、科技競(jìng)爭(zhēng)力等方面發(fā)揮著主導(dǎo)作用?；谖墨I(xiàn)計(jì)量的角度，通過(guò)文獻(xiàn)發(fā)表數(shù)量、被引篇數(shù)及頻次、專利數(shù)量以及合作論文數(shù)量等指標(biāo)，對(duì)科研機(jī)構(gòu)的成果（科技文獻(xiàn)）進(jìn)行分析得出科研機(jī)構(gòu)的綜合科研實(shí)力總體情況。

科研機(jī)構(gòu)綜合實(shí)力評(píng)估分別從產(chǎn)出力、影響力、創(chuàng)新力和合作力四個(gè)方面進(jìn)行評(píng)估，指標(biāo)包括：

（1）科研機(jī)構(gòu)生產(chǎn)力：反映科研機(jī)構(gòu)科研產(chǎn)出能力。論文產(chǎn)出數(shù)量：科研機(jī)構(gòu)在一定時(shí)間范圍內(nèi)發(fā)表的論文數(shù)量；（2）科研機(jī)構(gòu)影響力：反映科研機(jī)構(gòu)的學(xué)術(shù)水平和影響力。引文量（篇/次）：科研機(jī)構(gòu)在一定時(shí)間范圍內(nèi)發(fā)表的論文被引用的數(shù)量（篇/次）；篇均引用次數(shù)：科研機(jī)構(gòu)在一定時(shí)間范圍內(nèi)所篇均被引用次數(shù)；SCI/EI收錄的論文數(shù)量：科研機(jī)構(gòu)在一定時(shí)間范圍內(nèi)被SCI/EI收錄的論文數(shù)量；核心期刊刊載的論文數(shù)量：科研機(jī)構(gòu)在一定時(shí)間范圍內(nèi)被核心期刊刊載的論文數(shù)量；（3）科研機(jī)構(gòu)創(chuàng)新力：反映科研機(jī)構(gòu)的自主創(chuàng)新能力和創(chuàng)新水平。專利數(shù)量：科研機(jī)構(gòu)在一定時(shí)間范圍內(nèi)公開(kāi)的專利數(shù)量；基金立項(xiàng)數(shù)：科研機(jī)構(gòu)在一定時(shí)間范圍內(nèi)基金立項(xiàng)數(shù)量；科技成果數(shù)量：科研機(jī)構(gòu)在一定時(shí)間范圍內(nèi)科技成果數(shù)量；（4）科研機(jī)構(gòu)合作力：反映科研機(jī)構(gòu)與國(guó)際、國(guó)內(nèi)交流的活躍程度；會(huì)議論文數(shù)量：科研機(jī)構(gòu)在一定時(shí)間范圍內(nèi)發(fā)表會(huì)議論文數(shù)量；合作論文數(shù)量：科研機(jī)構(gòu)在一定時(shí)間范圍內(nèi)與其他機(jī)構(gòu)合作的論文數(shù)量的比例。C=No/（No+Ns），式中C：合作率；No：合作論文總數(shù)；Ns：獨(dú)立論文數(shù)。

3.2 核心作者群學(xué)術(shù)力評(píng)估指標(biāo)

科技文獻(xiàn)的作者是推動(dòng)學(xué)科發(fā)展的主體，對(duì)機(jī)構(gòu)或?qū)W科的核心作者研究無(wú)疑具有重要意義。核心作者群是具有較高的學(xué)術(shù)產(chǎn)出和學(xué)術(shù)影響力的作者集合，是學(xué)科發(fā)展和創(chuàng)新的主體。通過(guò)對(duì)作者的發(fā)文量、被引次數(shù)等多方面指標(biāo)，采用文獻(xiàn)計(jì)量、引文分析、數(shù)理統(tǒng)計(jì)等方法，綜合以上指標(biāo)用定量的方法對(duì)核心作者學(xué)術(shù)力進(jìn)行綜合評(píng)估。核心作者群學(xué)術(shù)力評(píng)估指標(biāo)包括：

（1）發(fā)文方面。

作者論文產(chǎn)出數(shù)量：作者在一定時(shí)間范圍內(nèi)發(fā)表的論文數(shù)量；

作者合作論文數(shù)量：作者在一定時(shí)間范圍內(nèi)與他人合作創(chuàng)作的論文數(shù)量。

（2）引文方面。

總被引次數(shù)：作者在一定時(shí)間范圍內(nèi)發(fā)表的論文被引用的數(shù)量

自引次數(shù)：作者在一定時(shí)間范圍內(nèi)發(fā)表的論文自己引用自己文獻(xiàn)的數(shù)量

3.3 學(xué)科發(fā)展評(píng)價(jià)指標(biāo)

學(xué)科發(fā)展評(píng)價(jià)則在于客觀科學(xué)地分析被評(píng)學(xué)科目前的發(fā)展基礎(chǔ)、發(fā)展?fàn)顩r和態(tài)勢(shì)，預(yù)測(cè)將來(lái)發(fā)展可能達(dá)到的程度，發(fā)現(xiàn)學(xué)科發(fā)展過(guò)程中存在的問(wèn)題，分析問(wèn)題產(chǎn)生的原因，探討解決問(wèn)題、促進(jìn)學(xué)科發(fā)展的對(duì)策。開(kāi)展學(xué)科發(fā)展評(píng)價(jià)，從而為制定學(xué)科發(fā)展戰(zhàn)略以及進(jìn)行學(xué)科建設(shè)和管理提供直接、有力的支撐。學(xué)科發(fā)展評(píng)價(jià)指標(biāo)包括：（1）學(xué)科文獻(xiàn)數(shù)量分布：科研機(jī)構(gòu)在一定時(shí)間范圍內(nèi)發(fā)表的論文在各個(gè)學(xué)科分布數(shù)量；（2）學(xué)科文獻(xiàn)數(shù)量增長(zhǎng)趨勢(shì)：科研機(jī)構(gòu)在一定時(shí)間范圍內(nèi)各個(gè)學(xué)科論文數(shù)量的增長(zhǎng)趨勢(shì)；（3）學(xué)科關(guān)鍵詞及頻次：該學(xué)科在一定時(shí)間范圍內(nèi)論文的主要關(guān)鍵詞以及關(guān)鍵詞的出現(xiàn)次數(shù)；（4）學(xué)科題名及頻次：該學(xué)科在一定時(shí)間范圍內(nèi)論文題名以及題名的出現(xiàn)次數(shù)；（5）學(xué)科文獻(xiàn)引文量：科研機(jī)構(gòu)在一定時(shí)間范圍內(nèi)該文獻(xiàn)被引用的數(shù)量。

3.4 最新科研動(dòng)向（領(lǐng)先研究領(lǐng)域）分析指標(biāo)

基金論文的生產(chǎn)能力是衡量這個(gè)學(xué)科科研實(shí)力和水平、科研組織能力及學(xué)科社會(huì)地位的重要標(biāo)志，而權(quán)威期刊刊載基金資助論文往往代表著該研究領(lǐng)域的新動(dòng)向、新趨勢(shì)、制高點(diǎn)。研究科學(xué)基金資助研究論文生產(chǎn)能力，對(duì)了解科研機(jī)構(gòu)科學(xué)學(xué)發(fā)展動(dòng)向具有重要的現(xiàn)實(shí)意義。

基金論文總數(shù)量：科研機(jī)構(gòu)在一定時(shí)間范圍內(nèi)發(fā)表基金論文數(shù)量；

基金論文增長(zhǎng)趨勢(shì)：科研機(jī)構(gòu)在一定時(shí)間范圍內(nèi)基金論文的增長(zhǎng)趨勢(shì)；

基金論文主題分布：科研機(jī)構(gòu)在一定時(shí)間范圍內(nèi)基金論文的主題分布；

基金論文高頻關(guān)鍵詞：科研機(jī)構(gòu)在一定時(shí)間范圍內(nèi)基金論文的出現(xiàn)頻次高的關(guān)鍵詞；

基金論文被引用量：科研機(jī)構(gòu)在一定時(shí)間范圍內(nèi)基金論文被引用次數(shù)。

3.5 科研人員需求信息的特點(diǎn)分析指標(biāo)

分析引文是研究科研人員使用信息的一種重要途徑。根據(jù)科學(xué)文獻(xiàn)的引文可以研究人員的信息需求特點(diǎn)。一般來(lái)說(shuō)，附在論文末尾的被引用文獻(xiàn)是科研人員所需要和利用的最有代表性的文獻(xiàn)。因此，引文的特點(diǎn)可基本反映出用戶利用正式渠道獲得信息的主要特點(diǎn)。通過(guò)對(duì)科研人員所發(fā)表的論文的大量引文統(tǒng)計(jì)，可以獲得與信息需求有關(guān)的許多指標(biāo)，如引文數(shù)量、引文的文獻(xiàn)類型、引文的語(yǔ)種分布、引文的時(shí)間分布、引文出處等。這樣就可以從中挖掘出科研人員需求信息的特點(diǎn)。

引文數(shù)量：反應(yīng)科研人員對(duì)已有研究成果和最新信息的利用能力；

引文國(guó)別：弄清與國(guó)際文獻(xiàn)交流的數(shù)量和流向；

引文語(yǔ)種：分布反映科研人員對(duì)外文文獻(xiàn)利用能力；

引文文獻(xiàn)類型：有利于確定文獻(xiàn)情報(bào)搜集的重點(diǎn)；

引文時(shí)間分布：吸收新信息和新成果的能力。

4 結(jié)語(yǔ)

通過(guò)查閱大量文獻(xiàn)可以發(fā)現(xiàn)，國(guó)內(nèi)外在基于科技論文產(chǎn)出評(píng)價(jià)體系研究已經(jīng)非常豐富，采用的研究方法和研究技術(shù)也已經(jīng)比較成熟，研究視角多種多樣，取得了許多重要的研究成果。但是可以發(fā)現(xiàn)，我國(guó)對(duì)高?？蒲性u(píng)價(jià)相對(duì)較多，對(duì)科研機(jī)構(gòu)的評(píng)價(jià)比較匱乏，在科研評(píng)價(jià)的建設(shè)上還缺乏一個(gè)系統(tǒng)全面的指標(biāo)體系。本課題在理論研究方面進(jìn)一步完善了科技文獻(xiàn)產(chǎn)出評(píng)價(jià)指標(biāo)體系研究，從科研機(jī)構(gòu)綜合科研實(shí)力、核心作者學(xué)術(shù)力、學(xué)科發(fā)展、最新科研動(dòng)向（領(lǐng)先研究領(lǐng)域），需求信息特點(diǎn)等五個(gè)方面，對(duì)科技文獻(xiàn)產(chǎn)出數(shù)據(jù)進(jìn)行分析和挖掘，建立一個(gè)相對(duì)系統(tǒng)全面的科研機(jī)構(gòu)的科技文獻(xiàn)產(chǎn)出評(píng)價(jià)指標(biāo)體系。

參考文獻(xiàn)：

[1]劉作義，陳曉田.科學(xué)研究評(píng)價(jià)的性質(zhì)、作用、方法及程序[J].科研管理，2002，23（2）：33-40.

[2]中國(guó)社會(huì)科學(xué)院外事局輯.美國(guó)社會(huì)科學(xué)現(xiàn)狀與發(fā)展[M].社會(huì)科學(xué)文獻(xiàn)出版社，2001：370-393.

[3]HENK E.Moed，Research Assessment in Social Science and Humanities[EB/OL].http：//lingue.unibo.it/evaluationin-thehumanities/Research Assessment in Social Science and Humanities.pdf.2010-10-15.