• 用户专利文献阅读兴趣拓扑结构及其应用研究
21年品牌 40万+商家 超1.5亿件商品

用户专利文献阅读兴趣拓扑结构及其应用研究

正版保障 假一赔十 可开发票

31.16 6.0折 52 全新

库存9件

广东广州
认证卖家担保交易快速发货售后保障

作者王秀红,袁银池,金玉成著

出版社武汉大学出版社

ISBN9787307190887

出版时间2017-03

装帧精装

开本16开

定价52元

货号8944775

上书时间2024-08-25

灵感书店

三年老店
已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:全新
商品描述
作者简介
王秀红,1975年出生,江苏南通人,工学博士,管理科学与工程博士后,高级专利分析师,先后任系统工程和情报学硕士生导师;2011年于美国加州大学访问1年。一直从事文本相似度计算、核函数的构造与应用、专利文献检索、非结构化数据管理、信息行为等方面的研究。近4年,SSCI、SCI、EI收录第一作者期刊论文10余篇,CSSCI收录论文10余篇;以第一发明人中请发明专利6项,PCT申请1项,美国发明专利1项,已授权3项。

目录
1 绪论
1.1 研究背景
1.2 研究意义
1.2.1 理论意义
1.2.2 实践意义
1.3 研究方法
1.4 研究框架

2 专利文献的内容特点和结构编排
2.1 专利文献著录项目
2.2 说明书
2.2.1 名称
2.2.2 技术领域
2.2.3 背景技术
2.2.4 发明内容
2.2.5 附图说明
2.2.6 具体实施方式
2.3 权利要求书
2.4 说明书附图
2.5 摘要
2.6 专利检索报告
2.7 专利文献中的各种信息及其作用
2.8 专利分类号IPC
2.9 专利文献阅读的重要性
2.1 0 各类专利信息检索及其应用
2.1 1 专利分析与专利图

3 阅读行为兴趣挖掘及推送服务研究现状
3.1 数据来源与研究方法
3.2 研究现状的图谱分析
3.2.1 阅读行为的兴趣研究的跨学科性分析
3.2.2 区域实力分析
3.2.3 机构合作分析
3.2.4 作者合作分析
3.2.5 研究热点分析
3.3 知识基础的图谱分析
3.3.1 高影响力作者及其代表性文献
3.3.2 文献来源分布
3.4 国内外研究总结
3.5 现有研究的定性分析
3.5.1 阅读行为兴趣挖掘的研究内容
3.5.2 推送服务的研究内容
3.5.3 专利文献的有关研究
3.5.4 现有研究现状
3.6 本章小结

4 用户专利文献阅读行为兴趣模型构建
4.1 阅读行为指标的选取
4.1.1 相对访问时间指标
4.1.2 相对注视次数指标
4.1.3 瞳孔直径缩放比指标
4.1.4 回视次数指标
4.2 阅读行为指标权重的计算
4.2.1 阅读行为指标权重的计算方法
4.2.2 利用改进的AHP计算指标权重
4.3 用户兴趣模型的建立和更新方法
4.3.1 用户兴趣度
4.3.2 阅读兴趣模型建立
4.3.3 用户阅读兴趣模型的更新
4.4 本章小结

5 用户专利文献阅读兴趣挖掘及其拓扑结构表示
5.1 专利文献的结构特点与兴趣区划分
5.1.1 专利文献的结构特点分析
5.1.2 专利文献的兴趣区划分
5.2 用户对各要素的兴趣度计算
5.2.1 用户对要素z的相对访问时间
5.2.2 用户对要素z的相对注视次数
5.2.3 用户对要素z的瞳孔直径缩放比
5.2.4 计算各要素的阅读兴趣度
5.3 兴趣区之间的关联分析
5.4 用户阅读兴趣的要素拓扑结构表示方法
5.4.1 实验
5.4.2 实验数据分析
5.4.3 实验结果验证
5.5 本章小结

6 用户专利文献阅读兴趣向量模型及主动推送微服务研究
6.1 推送模型流程
6.2 专利文献的特征向量表示
6.2.1 用户微兴趣度计算
6.2.2 建立专利文献树形结构模型
6.2.3 专利文本分词
6.2.4 特征提取
6.3 推送模型框架
6.3.1 前台数据采集系统
6.3.2 数据处理系统
6.3.3 文献采集系统
6.4 基于专利阅读行为的主动推送微服务示例
6.5 本章小结

7 结论、建议与展望
7.1 结论
7.2 建议
7.3 展望
附录1 测前问卷
附录2 测后问卷
参考文献

内容摘要
 专利文献包含丰富的技术创新信息,是重要的知识载体,具有重要的技术参考价值。阅读行为能在一
定程度上反映用户的兴趣所在。将知识图谱与定性研究方法相结合来分析国内外研究现状,发现基于专利文献阅读行为的研究目前处于空白。王秀红、袁银池、金玉成编著的《用户专利文献阅读兴趣拓扑结构及其应用研究(精)》主要利用专利文献自身特有的编排体例和内容特征,通过对用户专利文献阅读行为的实验分析,挖掘其对专利文献要素的兴趣拓扑结构,构建兴趣模型指标,计算兴趣度;再挖掘用户平时阅读的兴趣关键词及其所对应的国际专利分号(IPC)小类,结合兴趣拓扑结构设置关键词位置权重,从而发现待推送的专利文献,提高推荐的针对性、准确性和全面性。

精彩内容


   专利文献包含丰富的技术创新信息,是重要的知识载体,具有重要的技术参考价值。阅读行为能在一定程度上反映用户的兴趣所在。将知识图谱与定性研究方法相结合来分析国内外研究现状,发现基于专利文献阅读行为的研究目前处于空白。《用户专利文献阅读兴趣拓扑结构及其应用研究/图书情报理论与实践研究丛书》主要利用专利文献自身特有的编排体例和内容特征,通过对用户专利文献阅读行为的实验分析,挖掘其对专利文献要素的兴趣拓扑结构,构建兴趣模型指标,计算兴趣度;再挖掘用户平时阅读的兴趣关键词及其所对应的专利分号(IPC)小类,结合兴趣拓扑结构设置关键词位置权重,从而发现待推送的专利文献,提高的针对性、准确性和全面性。


—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP