catar-文獻(xiàn)內(nèi)容探勘工具-資料下載頁(yè)
2025-09-21 08:58本頁(yè)面
【導(dǎo)讀】專利的前案分析，希望能在半天內(nèi)完成。鑑往知來、避開重複、促進(jìn)創(chuàng)新。擷取重點(diǎn)、評(píng)估形勢(shì)、規(guī)劃策略。找出特定作者、機(jī)構(gòu)?？萍颊叻治雠c決策輔助。這類分析(幾乎)有標(biāo)準(zhǔn)流程。–曾元顯、林瑜一。內(nèi)容探勘技術(shù)在教育評(píng)鑑研究發(fā)展趨勢(shì)分。教育科學(xué)研究期刊，56，129-166?？茖W(xué)半年刊,第37卷第1期，頁(yè)31-49,2020年04月.待分析資料的界定
【正文】 ) ? 2(2): 2 : 8 Docs. : (automatic: , document: , text: , generation: , cluster: ) – 0 : 34 : 6 Docs. : (cluster: , map: , min: , text: ) – 2 : 14 : 2 Docs. : (automatic: , chinese: , text: , thesauru: ) ? 3(1): 4 : 1 Docs. : 0 (hot: , detect: , parison: , topic: , scientometric: ) – 4 : 36 : 1 Docs. : 0(hot: , detect: , parison: , topic: , scientometric: ) 34 合理度： 100% 門檻 = 第一階的 類別 編號(hào) 與篇數(shù) 分析範(fàn)例 曾元顯著作 書目對(duì) (第二階 ) 35 分析範(fàn)例 曾元顯著作 共現(xiàn)字 ? 1(5): 29 : 5 Docs. : (term: , document: , algorithm: ) – 7 : 3 Docs. : (document: , generic: , cluster: , term: , algorithm: ) ? 2 : 2 Docs. : (cluster: , generic: , label: , title: , document: ) – 2 : ISI:000272846500049 : 2020:Generic title labeling for clustered documents – 6 : ISI:000241690202020 : 2020:Toward generic title generation for clustered documents ? 7 : ISI:000178776600007 : 2020:Automatic thesaurus generation for Chinese documents – 3 : 2 Docs. : (map: , patent: , term: , scientific: , new: ) ? 1 : ISI:000277110400017 : 2020:Mining concept maps from news stories for measuring civic scientific literacy in media ? 4 : ISI:000251991600006 : 2020:Patent surrogate extraction and evaluation in the context of patent mapping ? 2(3): 19 : 3 Docs. : (automatic: , text: , analysi: , approach: , topic: ) – 4 : 2 Docs. : (science: , analysi: , education: , science education: , research: ) ? 0 : ISI:000279714800001 : 2020:Trends of Science Education Research: An Automatic Content Analysis ? 5 : ISI:000246869800006 : 2020:Text mining techniques for patent analysis – 8 : ISI:000167255500002 : 2020:Automatic cataloguing and searching for retrospective data by use of OCR text ? 3(2): 1 : 2 Docs. : (work: , memory: , associative memory: , winnertakeall: ) – 12 : ISI:A1992HY58100028 : 1992:CONSTRUCTING ASSOCIATIVE MEMORIES USING HIGHORDER NEURAL NETWORKS – 9 : ISI:A1995QT09700011 : 1995:ON A CONSTANTTIME, LOWCOMPLEXITY WINNERTAKEALL NEURALNETWORK ? 4(1): 30 : 1 Docs. : 0 (trend: , different: , better: , trend observation: , choice: ) – 3 : ISI:000270841800006 : 2020:A parison of methods for detecting hot topics 36 有共同的 Map或Mapping之詞彙與概念，但其他概念則不相同 合理度： 60%80% 主題趨勢(shì)分析 ? 列出主題之年代篇數(shù)序列 ? 計(jì)算其線性回歸線的斜率 ? 按此斜率排序主題，可分析 –趨勢(shì)漸增之主題 –趨勢(shì)漸減之主題 37 Breakdown Trends of ICT in Edu. Cluster 1 Cluster 2 Cluster 3 Cluster 4 Cluster 5 Cluster 6 68 : 993筆 104 : 464筆 22 : 237筆 85 : 139筆 97 : 55筆 51 : 83筆 1990 38 1 9 1 7 1 1991 53 1 8 2 6 0 1992 55 4 4 1 11 0 1993 50 3 9 1 7 1 1994 42 2 18 5 5 1 1995 50 17 23 0 6 0 1996 47 12 19 2 5 0 1997 57 27 17 10 3 0 1998 66 29 11 5 2 0 1999 52 28 14 7 0 1 2020 69 33 15 8 0 0 2020 43 43 13 11 0 1 2020 44 44 9 10 0 2 2020 53 34 8 14 1 11 2020 56 59 7 12 0 11 2020 71 43 21 15 1 14 2020 69 37 10 10 1 27 2020 78 47 22 25 0 13 Dying out topics Hot topics during that period Main stream topic Topic with periodic attraction Promising topics (not yet mature) 解讀（ 1/2） ? 最有價(jià)值的部分 ? Access 檔案：原始資料結(jié)構(gòu)化後放置處 –可人工修改，再進(jìn)行書目對(duì)與共現(xiàn)字之分析 ? Excel 檔案：各種交叉分析結(jié)果，可製作圖表 ? HTML 檔案：主題樹、篇名與交叉分析結(jié)果 ? 結(jié)果檔案，在 C:\CATAR\Result\ 目錄裡： –第 n 階的 類別 ，其 主題樹 在第 n 階的結(jié)果目錄裡，其中有上述的各種 html, xls, png 等檔案 –第 n 階的 類別 ，其 主題地圖 在第 n+1 階的結(jié)果裡，而其中的顏色，代表各個(gè)文件所屬的類別 39 解讀（ 2/2） ? 多用不同參數(shù)、方式探索 ? 解讀出有意義的資訊為準(zhǔn) ? 有意義的資訊，可能散落在不同參數(shù)所產(chǎn)生的結(jié)果中 ? 每一種參數(shù)、方式，都有可解讀之處，越多者，越佳 ? 配合領(lǐng)域?qū)＜摇⒂薪?jīng)驗(yàn)者 (科學(xué)計(jì)量專家 )一起解讀 ? 參考： – 陳超美 (2020)。如何選取 CiteSpace的參數(shù)。 40 分析案例 ? 曾元顯 、林瑜一（ 2020）。 內(nèi)容探勘技術(shù)在教育評(píng)鑑研究發(fā)展趨勢(shì)分析之應(yīng)用 。教育科學(xué)研究期刊，56(1)， 138。 ? YuehHsia Chang, ChunYen Chang, YuenHsien Tseng, Trends of Science Education Research: An Automatic Content Analysis, Journal of Science Education and Technology, Vol. 19, No. 4, 2020, pp. 315331. ? 曾元顯 , 文獻(xiàn)內(nèi)容探勘工具 CATAR 之發(fā)展和應(yīng)用 , 圖書館學(xué)與資訊科學(xué) 半年刊 , 第 37 卷 第 1 期，頁(yè) 3149, 2020年 04月 . 41 ? 先從概觀分析開始 – 才能將 WoK資料剖析到資料庫(kù)中 – 其後才能進(jìn)行書目對(duì)與共現(xiàn)字分析 ? 非 WoS資料之分析 – 參考： ? C:\CATAR\Source_Data\movie\ ? C:\CATAR\Source_Data\eport\ (感謝本校資訊中心 汪耀華 整理資料 ) – 將自己的資料，依照上述檔案範(fàn)例放入資料庫(kù)中，若無 CR欄位則直接進(jìn)行共現(xiàn)字分析 – 若某欄位要置放多個(gè)項(xiàng)目，則每個(gè)項(xiàng)目之間以「 。 」隔開， 如「 Chang, YH。 Chang, CY。 Tseng, YH」 ? 將 WoS的 SC對(duì)應(yīng)到自己定義的類別 – 編輯： C:\CATAR\bin\ – 如果沒有此項(xiàng)需求，可以不用理會(huì)這一點(diǎn) 注意事項(xiàng) 42
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1