2018年,據(jù)美國(guó)國(guó)家科學(xué)基金會(huì)（NSF）的統(tǒng)計(jì)數(shù)據(jù)顯示,中國(guó)科學(xué)出版物的總量首次超過(guò)了美國(guó),作為創(chuàng)新能力最有代表性的指標(biāo),其反應(yīng)了一個(gè)國(guó)家經(jīng)濟(jì)發(fā)展和社會(huì)繁榮的主要驅(qū)動(dòng)力�？焖僭鲩L(zhǎng)的數(shù)據(jù),準(zhǔn)確地識(shí)別出其對(duì)應(yīng)的學(xué)科領(lǐng)域,無(wú)論是知識(shí)類別劃分,還是高效率檢索,都具有極大的戰(zhàn)略意義。知識(shí)庫(kù)系統(tǒng)不僅能夠在效率上極大地節(jié)省檢索到相關(guān)學(xué)科知識(shí)的時(shí)間,同時(shí)在未來(lái)也具有不可低估的商業(yè)潛力。本知識(shí)庫(kù)提供論文的全文檢索服務(wù),并支持學(xué)科的自動(dòng)分類,根據(jù)知識(shí)庫(kù)構(gòu)建流程可劃分為六個(gè)核心模塊,分別是數(shù)據(jù)支撐模塊,學(xué)科分類模塊,知識(shí)信息檢索模塊,統(tǒng)計(jì)分析模塊,語(yǔ)義推理模塊,日志監(jiān)控模塊。本人完成的工作如下所示:（1）數(shù)據(jù)采集,使用億級(jí)數(shù)據(jù)集結(jié)合爬蟲數(shù)據(jù)作為知識(shí)庫(kù)數(shù)據(jù)基礎(chǔ),在此基礎(chǔ)上進(jìn)行有效的數(shù)據(jù)清洗,并入庫(kù)搜索引擎,提供全文檢索功能。（2）學(xué)科分類,使用詞向量結(jié)合卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行模型的訓(xùn)練,并對(duì)比FastText,對(duì)數(shù)據(jù)文本進(jìn)行學(xué)科分類。（3）知識(shí)信息檢索,實(shí)現(xiàn)多種檢索方式,包含簡(jiǎn)單檢索,高級(jí)檢索,領(lǐng)域檢索等,提供不同排序方式排序檢索結(jié)果,導(dǎo)出等多種功能。（4）統(tǒng)計(jì)分析,提供豐富的可視化顯示,其中包括全局統(tǒng)計(jì)分析以及... 

【文章頁(yè)數(shù)】：80 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
致謝
摘要
ABSTRACT
1 緒論
    1.1 項(xiàng)目背景
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 國(guó)內(nèi)研究現(xiàn)狀
        1.2.2 國(guó)外研究現(xiàn)狀
    1.3 研究?jī)?nèi)容
    1.4 論文結(jié)構(gòu)
2 相關(guān)理論及關(guān)鍵技術(shù)
    2.1 Elasticsearch
    2.2 現(xiàn)有學(xué)科分類體系
        2.2.1 中華人民共和國(guó)學(xué)科分類與代碼標(biāo)準(zhǔn)(GBT13745-2009)
        2.2.2 CJCR(中國(guó)科技期刊引證報(bào)告)
        2.2.3 中科院JCR分區(qū)
        2.2.4 Microsoft Academic Graph(MAG)分類
    2.3 Esrally
    2.4 DevCloud
    2.5 Selenium
    2.6 Scrapy
    2.7 本章小結(jié)
3 數(shù)據(jù)集
    3.1 數(shù)據(jù)集
        3.1.1 簡(jiǎn)介
        3.1.2 數(shù)據(jù)描述
        3.1.3 爬蟲
    3.2 Elasticsearch
        3.2.1 索引設(shè)計(jì)
        3.2.2 數(shù)據(jù)導(dǎo)入
        3.2.3 數(shù)據(jù)清洗
        3.2.4 參數(shù)調(diào)整
        3.2.5 性能調(diào)優(yōu)設(shè)計(jì)
    3.3 異構(gòu)系統(tǒng)的數(shù)據(jù)交換
    3.4 本章小結(jié)
4 知識(shí)庫(kù)系統(tǒng)需求分析
    4.1 需求分析綜述
    4.2 知識(shí)庫(kù)系統(tǒng)功能需求
        4.2.1 數(shù)據(jù)支撐
        4.2.2 學(xué)科分類功能
        4.2.3 知識(shí)信息查詢功能
        4.2.4 統(tǒng)計(jì)分析功能
        4.2.5 語(yǔ)義推理功能
        4.2.6 日志監(jiān)控功能
    4.3 知識(shí)庫(kù)系統(tǒng)非功能性需求
    4.4 本章小結(jié)
5 知識(shí)庫(kù)系統(tǒng)設(shè)計(jì)及實(shí)現(xiàn)
    5.1 知識(shí)庫(kù)系統(tǒng)概要設(shè)計(jì)
        5.1.1 系統(tǒng)總體架構(gòu)設(shè)計(jì)
        5.1.2 系統(tǒng)功能架構(gòu)設(shè)計(jì)
    5.2 知識(shí)庫(kù)系統(tǒng)詳細(xì)設(shè)計(jì)和實(shí)現(xiàn)
        5.2.1 學(xué)科分類模型的訓(xùn)練過(guò)程
        5.2.2 知識(shí)信息查詢模塊
        5.2.3 統(tǒng)計(jì)分析模塊
        5.2.4 語(yǔ)義推理模塊
        5.2.5 日志監(jiān)控模塊
    5.3 本章小結(jié)
6 測(cè)試
    6.1 環(huán)境與工具依賴
    6.2 功能性測(cè)試
        6.2.1 知識(shí)信息查詢功能測(cè)試
        6.2.2 統(tǒng)計(jì)分析功能測(cè)試
        6.2.3 日志監(jiān)控功能測(cè)試
    6.3 非功能性測(cè)試
    6.4 本章小結(jié)
7 總結(jié)與展望
    7.1 總結(jié)
    7.2 展望
參考文獻(xiàn)
作者簡(jiǎn)歷及攻讀碩士/博士學(xué)位期間取得的研究成果
學(xué)位論文數(shù)據(jù)集


【參考文獻(xiàn)】：
期刊論文
[1]知識(shí)圖譜研究綜述[J]. 李涓子,侯磊.  山西大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(03)
[2]知識(shí)圖譜研究進(jìn)展[J]. 漆桂林,高桓,吳天星.  情報(bào)工程. 2017(01)
[3]國(guó)內(nèi)外知識(shí)庫(kù)研究現(xiàn)狀述評(píng)與比較[J]. 張斌,魏扣,郝琦.  圖書情報(bào)知識(shí). 2016(03)
[4]軟件測(cè)試概論和方法[J]. 王佩多.  數(shù)字通信世界. 2015(08)
[5]Word2vec的工作原理及應(yīng)用探究[J]. 周練.  科技情報(bào)開發(fā)與經(jīng)濟(jì). 2015(02)
[6]基于知識(shí)庫(kù)的動(dòng)態(tài)蟻群算法[J]. 孫勇,李妮,龔光紅,韓亮.  北京工業(yè)大學(xué)學(xué)報(bào). 2012(03)
[7]基于本體的知識(shí)建模技術(shù)[J]. 張梅,郝佳,閻艷,李波.  北京理工大學(xué)學(xué)報(bào). 2010(12)
[8]淺析黑盒測(cè)試與白盒測(cè)試[J]. 胡靜.  衡水學(xué)院學(xué)報(bào). 2008(01)
[9]技術(shù)整合中知識(shí)庫(kù)的構(gòu)建研究[J]. 張平 ,藍(lán)海林 ,黃文彥.  科學(xué)學(xué)與科學(xué)技術(shù)管理. 2004(01)
[10]基于知識(shí)庫(kù)的知識(shí)發(fā)現(xiàn)（KDK）的結(jié)構(gòu)模型與挖掘算法研究[J]. 楊炳儒,申江濤,陳泓婕.  中國(guó)工程科學(xué). 2003(06)

博士論文
[1]知識(shí)融合中若干關(guān)鍵技術(shù)研究[D]. 緱錦.浙江大學(xué) 2005



本文編號(hào)：3693509