基于共词分析的高校图书馆应用社交网络现状研究
摘要 | 第3-4页 |
Abstract | 第4-5页 |
第一章 绪论 | 第8-14页 |
第一节 选题的背景和研究意义 | 第8-9页 |
一、 选题的背景 | 第8-9页 |
二、 选题的研究意义 | 第9页 |
第二节 社交网络在高校图书馆应用的现状分析 | 第9-12页 |
一、 国外研究现状 | 第10-11页 |
二、 国内研究现状 | 第11-12页 |
第三节 本文研究概述 | 第12-14页 |
一、 研究内容 | 第12-13页 |
二、 研究方法 | 第13页 |
三、 创新点 | 第13-14页 |
第二章 社交网络相关概述 | 第14-23页 |
第一节 社交网络的概念 | 第14-15页 |
一、 社交网络的含义 | 第14-15页 |
二、 社交网站的发展 | 第15页 |
第二节 国内外高校图书馆使用社交网络的概况 | 第15-23页 |
一、 国外图书馆应用社交网络的现状 | 第16-17页 |
二、 斯坦福大学的虚拟图书馆 | 第17-18页 |
三、 我国高校图书馆使用社交网络的实例 | 第18-21页 |
四、 高校图书馆使用社交网络的方式 | 第21-23页 |
第三章 共词分析概述 | 第23-30页 |
第一节 共词分析的基本原理 | 第23-24页 |
第二节 共词分析的一般步骤 | 第24-26页 |
一、 确定待分析的主题 | 第24页 |
二、 提取被分析的专业术语(特征词) | 第24-25页 |
三、 选取高频特征词 | 第25页 |
四、 数据的标准化 | 第25页 |
五、 运用多元统计方法分析数据的特征 | 第25-26页 |
六、 分析结果 | 第26页 |
第三节 当前共词分析的不足 | 第26-28页 |
一、 应该选择主题词或关键词尚未明确 | 第26-27页 |
二、 高频词的选择尚未统一 | 第27-28页 |
三、 忽视文献来源 | 第28页 |
四、 忽视低频词的作用 | 第28页 |
第四节 对传统共词分析的改进 | 第28-30页 |
一、 特征词的选取 | 第28-29页 |
二、 优化的共词分析方法 | 第29-30页 |
第四章 基于稀疏主成分分析的共词分析 | 第30-40页 |
第一节 稀疏主成分分析法概述 | 第30-33页 |
第二节 高校图书馆使用社交网络的分析及结果 | 第33-39页 |
一、 数据来源 | 第33-34页 |
二、 数据处理 | 第34-39页 |
三、 结果分析 | 第39页 |
第三节 本章小结 | 第39-40页 |
第五章 基于惩罚性矩阵分解的共词分析 | 第40-55页 |
第一节 惩罚矩阵分解的基本原理 | 第40-41页 |
第二节 基于 PMD 的共词分析 | 第41-51页 |
一、 基于 PMD 的核心特征词的提取 | 第41-43页 |
二、 实验过程及结果 | 第43-49页 |
三、 聚类分析 | 第49-51页 |
第三节 热点探究 | 第51-52页 |
第四节 高校图书馆使用社交网络的建议 | 第52-55页 |
第六章 总结与展望 | 第55-56页 |
参考文献 | 第56-60页 |
在校期间的研究成果及发表的学术论文 | 第60-61页 |
致谢 | 第61页 |