范例基于學(xué)術(shù)動態(tài)的科研熱點檢索

深圳大學(xué)研究生課程論文題目基于學(xué)術(shù)動態(tài)的科研熱點檢索成績專業(yè)軟件工程課程名稱、代碼信息檢索1312011081210年級2012姓名黃瑞娟學(xué)號2121230204時間2013年7月任課教師賈森

目錄1信息檢索概述 21.1 信息檢索目的和意義 21.2 信息檢索的工具和比較 21.3 信息檢索的方法 32實驗檢索說明 32.1檢索方法和流程 32.2關(guān)鍵字介紹 43.關(guān)鍵字引導(dǎo)檢索 43.1檢索說明 43.2檢索結(jié)果比較 44.刊物引導(dǎo)檢索 54.1檢索說明 54.2檢索結(jié)果比較 65.檢索結(jié)果的分析和實驗方向的確定 65.1結(jié)果的比較分析 65.2檢索實驗方向的確定 66.DifferentialEvolution相關(guān)檢索 76.1檢索基本情況 76.2分析檢索結(jié)果 76.3引文報告 97.實驗總結(jié) 11

基于學(xué)術(shù)動態(tài)的科研熱點檢索黃瑞娟2121230204軟件工程（秋）1信息檢索概述信息檢索目的和意義信息在有了語言和文字的交流之后開始累計，歷史、創(chuàng)作、革命等使得信息量大大增加，而互聯(lián)網(wǎng)時代使得信息的交互速度和交互數(shù)量更為劇烈：2010年全球產(chǎn)生的數(shù)字化信息總量超過1W億的吉比特。信息量大，增長快，形式多樣包括視頻、音頻和文字等，傳播的速度因微博等社交應(yīng)用而更快更廣，同時又有各國文化對信息的再改造，又存在信息老化的加速這么個影響，重復(fù)的、無用的信息干擾等。如何在日益呈爆炸式增長的信息里頭找到自己所需要的資訊也催生了信息檢索這一學(xué)問。信息包括多個領(lǐng)域，如人類政治、經(jīng)濟(jì)、自然科學(xué)、生命科學(xué)、系統(tǒng)科學(xué)等幾乎所有科學(xué)領(lǐng)域，與物質(zhì)、能量、相互作用等許多重要的基本概念密切相關(guān)，也與認(rèn)識層次的思維、智能等相關(guān)，通過圖書、期刊、報告、互聯(lián)網(wǎng)等作為載體進(jìn)行傳播，在這里我們將就如何在學(xué)術(shù)科研里利用信息檢索進(jìn)行討論。信息檢索的合理利用可以幫助我們與時俱進(jìn)，跟蹤學(xué)術(shù)最新動態(tài)，除了出席會議和閱讀期刊外通過互聯(lián)網(wǎng)獲取學(xué)術(shù)最新動態(tài)更為方便，同時還有統(tǒng)計信息。足夠豐富和精確的信息檢索使得科研時間大大的降低，站在巨人的肩膀上吸取經(jīng)驗從而提高工作效率。全面的檢索可以幫助我們了解研究的領(lǐng)域深度和廣度，降低重復(fù)研究已經(jīng)存在的科研的可能性，節(jié)省經(jīng)費(fèi)精力。有了對所有統(tǒng)一領(lǐng)域的科研了解，才能找到創(chuàng)新的突破口，在未被涉及和完善的領(lǐng)域上有所作為。如果能夠檢索到市場的起伏原因信息，還可以幫助指定高明的市場謀略，這些檢索到的信息將為決策提供科學(xué)依據(jù)。通過檢索信息獲取有效知識，篩選評價后對有價值的信息進(jìn)行分析管理，再合理利用。信息檢索的工具和比較網(wǎng)絡(luò)的學(xué)術(shù)資源有搜索引擎，學(xué)科門戶網(wǎng)站和學(xué)術(shù)資源導(dǎo)航，圖書館聯(lián)機(jī)公共目錄，科研報告，政府出版物等。不同的科研領(lǐng)域有不同的搜索資源，大分類的有綜合性信息源（CNKI,萬方,Elsevier），自然科學(xué)信息源(nature,science,SCIE)，人文科學(xué)信息源(SSCI,CSSCI,CNKI社科)，和專門學(xué)科類信息源（RSC,ACS,REAXYS,SCIFINDER,MRS）。根據(jù)需求到相關(guān)的信息源進(jìn)行搜索將得到最為實時全面的領(lǐng)域信息?，F(xiàn)有眾多會議和期刊，評判一個會議或者期刊的優(yōu)與缺可以從影響因子、引文數(shù)目進(jìn)行分析。一個信息源所能夠收錄的目錄是有限的，與會議和期刊的評判標(biāo)準(zhǔn)不同，信息源的評判標(biāo)準(zhǔn)從覆蓋率、統(tǒng)計能力和易用性進(jìn)行分析。通常有價值高可用性的都是收費(fèi)的，通過注冊會員或者按篇進(jìn)行收費(fèi)。而檢索效果也有可以進(jìn)行評價，從檢全率（檢出相關(guān)文獻(xiàn)與系統(tǒng)相關(guān)文獻(xiàn)的百分比）、檢準(zhǔn)率（檢出相關(guān)文獻(xiàn)量與檢出文獻(xiàn)總量的百分比）漏檢率（漏檢相關(guān)文獻(xiàn)量與系統(tǒng)相關(guān)文獻(xiàn)總量的百分比）和誤檢率（誤檢文獻(xiàn)量與檢出文獻(xiàn)總量的百分比），這些與信息源的系統(tǒng)易用性和用戶對檢索關(guān)鍵字的敏感以及系統(tǒng)的使用熟練程度相關(guān)下面將主流的信息源進(jìn)行比較，包括綜合的、開放的、中文的和計算機(jī)領(lǐng)域的信息源，如表1所示。表1主流信息源的比較信息源收錄情況說明GOOGLE幾乎所有文獻(xiàn)涵蓋幾乎所有領(lǐng)域的所有文獻(xiàn)，包括會議、期刊、專利等。是一個全面綜合性的搜索工具，如果用戶擁有該期刊文獻(xiàn)的訪問權(quán)限，可以直接點擊進(jìn)入全文閱覽頁面。如果已經(jīng)知道搜索的關(guān)鍵字，GOOGLE是很好的工具。A47W預(yù)印本文獻(xiàn)涉及物理、數(shù)學(xué)、計算機(jī)等學(xué)科的預(yù)印本信息，幫助科研人員跟蹤學(xué)科最新的研究進(jìn)展，避免研究工作重復(fù)，每日更新內(nèi)容。OpenJ-Gate8529種期刊超過5716種學(xué)術(shù)期刊通過同行評議，目前最大的開放獲取期刊門戶，提供開放獲取期刊的免費(fèi)檢索和全文鏈接，包括學(xué)校、科研機(jī)構(gòu)、生物醫(yī)學(xué)等。CNKI幾乎所有中文文獻(xiàn)中文文獻(xiàn)覆蓋率幾乎所有，也有14W的外文文獻(xiàn)。如需查找中文文獻(xiàn)，這個是很全面的網(wǎng)站，但同時也是收費(fèi)的。WOK集成平臺為科研人員研究工作流整合的創(chuàng)新研究平臺，包括開題檢索、查新、跟蹤、尋找未來學(xué)習(xí)和工作機(jī)會等提供幫助，是一個完整的科研工作流平臺CiteSeer50W篇論文涉及的內(nèi)容為計算機(jī)與信息科學(xué)領(lǐng)域，查看引用情況和相關(guān)文獻(xiàn)以及時間分布，并且可以瀏覽下載全文。信息檢索的方法信息檢索的方法有兩種，一種是以關(guān)鍵字引導(dǎo)檢索，另一種是以期刊引導(dǎo)的檢索。標(biāo)題引導(dǎo)檢索是指直接使用若干關(guān)鍵字包括標(biāo)題，作者等進(jìn)行檢索的方法，前提是已經(jīng)了解某個領(lǐng)域的知識并且知道這個領(lǐng)域可能存在的關(guān)鍵字有哪些，或者是這個領(lǐng)域的前沿科研人員的信息。通過關(guān)鍵字直接檢索，獲得復(fù)合關(guān)鍵字的信息條目。而以期刊引導(dǎo)的檢索，則是直接輸入期刊的名字，以查看某個期刊所發(fā)布的文獻(xiàn)條目，根據(jù)該期刊的所發(fā)布的內(nèi)容找到自己感興趣的文獻(xiàn)，前提是了解各個期刊的名稱以及所涵蓋的領(lǐng)域內(nèi)容。前者對于領(lǐng)域知識的要求比較高，好的關(guān)鍵字的組合可以搜索到與檢索目的要求復(fù)合的文獻(xiàn)，也就是檢索結(jié)果的質(zhì)量因關(guān)鍵字而參差不齊。而后者需要對各期刊的背景了解更多，如領(lǐng)域內(nèi)容，影響因子，引文數(shù)目和自引數(shù)目等，到備受好評的期刊上查找到的文獻(xiàn)通常質(zhì)量會更好。2實驗檢索說明2.1檢索方法和流程 本次實驗將就兩種檢索方法對計算機(jī)技術(shù)與軟件的內(nèi)容進(jìn)行檢索，找到最近較為熱門的科研領(lǐng)域后再針對該領(lǐng)域進(jìn)行更為完整的檢索和認(rèn)知。 關(guān)鍵字引導(dǎo)的檢索，從最近幾年學(xué)院為學(xué)生所準(zhǔn)備的學(xué)術(shù)會議以及上課所傳授的熱點內(nèi)容進(jìn)行檢索，在WOK里檢索每項關(guān)鍵字，查看從2004年至2013年工10年見的文獻(xiàn)數(shù)量以及引用次數(shù)，得到該類科研內(nèi)容是個朝陽科研領(lǐng)域還是夕陽科研領(lǐng)域。過程如圖1所示。圖1關(guān)鍵字檢索過程 刊物引導(dǎo)檢索，從JCR最近公布的影響因子排序列表找到最近影響較為大的刊物，進(jìn)入各刊物查看發(fā)布的文獻(xiàn)以及內(nèi)容，找到較多被涉及的關(guān)鍵字，并查看今年被引用的次數(shù)和發(fā)布文獻(xiàn)的數(shù)量，以此找到推斷該科研內(nèi)容是朝陽科研領(lǐng)域還是夕陽科研領(lǐng)域，過程如圖2所示。圖2期刊引導(dǎo)檢索2.2關(guān)鍵字介紹 近期學(xué)院為學(xué)生準(zhǔn)備的學(xué)術(shù)會議內(nèi)容包括云計算（Cloudcomputing），物聯(lián)網(wǎng)（Internetofthings）,大數(shù)據(jù)（Bigdata）,數(shù)據(jù)挖掘（Datamining）,涉及的算法有聚類算法K-means（clustering）,分類算法SVM（classifiers），同時本人較為感興趣移動開發(fā)技術(shù)Android和IOS，數(shù)據(jù)挖掘算法貝葉斯網(wǎng)絡(luò)（Bayesnet）。為了確保檢準(zhǔn)率，同一個領(lǐng)域的知識用多個檢索關(guān)鍵字。關(guān)鍵字列表如下表2所示。表2領(lǐng)域及關(guān)鍵字領(lǐng)域關(guān)鍵字云計算Cloudcomputing,cloudgambit,cloud-based,物聯(lián)網(wǎng)Internetofthings,physicalinternet,web-connectedthings大數(shù)據(jù)Bigdata數(shù)據(jù)挖掘Datamining聚類算法k-means,kmeans分類算法SVM,supportvectormachines貝葉斯網(wǎng)絡(luò)Bayesnet,Bayesiannetwork,beliefnetwork移動開發(fā)Android,ios,Objective-C3.關(guān)鍵字引導(dǎo)檢索3.1檢索說明 關(guān)鍵字引導(dǎo)的檢索根據(jù)前面表2的領(lǐng)域和關(guān)鍵字進(jìn)行搜索，在WOK的WebofScience那里進(jìn)行檢索，檢索范圍選擇“主題”，以限制強(qiáng)關(guān)聯(lián)，使得搜索得到的結(jié)果更為復(fù)合內(nèi)容。限制里面的時間跨度選擇“從2004年至2013年”共10年的跨度，使得關(guān)注較為新的更新。3.2檢索結(jié)果比較 檢索的結(jié)果以四個角度進(jìn)行比較：關(guān)鍵字領(lǐng)域，檢索的結(jié)果數(shù)目，主要來源的國家，每年發(fā)表的文獻(xiàn)數(shù)目柱狀圖。根據(jù)表2的關(guān)鍵字，得到檢索的結(jié)果對比如表3所示。表3檢索結(jié)果一云計算物聯(lián)網(wǎng)大數(shù)據(jù)數(shù)據(jù)挖掘40519613035671中國（23.48%）中國（53.29%）美國（40.92%）中國（23.38%）表4檢索結(jié)果二聚類算法k-means分類算法SVM貝葉斯網(wǎng)絡(luò)bayesnet移動開發(fā)6913718341801915中國（22.15%）中國（43.28%）美國（23.80%）美國（27.89%） 從表3和表4可以看出，云計算和物聯(lián)網(wǎng)最近興起的話題，在近4年才開始有更多的研究，在中國研究的更多。大數(shù)據(jù)在美國是一邊倒研究的也是興起的領(lǐng)域，而數(shù)據(jù)挖掘開始慢慢回落，但是數(shù)據(jù)挖掘的聚類算法K-means和分類算法Bayesiannetwork仍然還是較多人研究的，SVM因研究已到了一個無法突破的境地而回落。移動開發(fā)在最近兩年呈現(xiàn)爆炸式的研究，這個是與前面學(xué)術(shù)性質(zhì)的研究不一樣，這個是應(yīng)用方面的研究。4.刊物引導(dǎo)檢索4.1檢索說明 刊物引導(dǎo)檢索需要到JCR,通過兩個領(lǐng)域獲取影響因子前十的刊物，再根據(jù)刊物的內(nèi)容選擇其中兩個刊物查看近年的影響因子情況，再到WOK以刊物搜索獲得較多引用且新的文章的關(guān)鍵字，以此確定主題。所選擇的刊物領(lǐng)域softwareengineering和Theoryandmethod，與本人的軟件工程較為相關(guān)，如圖3和圖4所示。圖3softwareengineering的刊物影響因子排序圖4Theoryandmethod的刊物影響因子排序4.2檢索結(jié)果比較 通過從2012的影響因子，近年影響因子起伏狀態(tài)，以及該領(lǐng)域被引用較多的文獻(xiàn)的共同關(guān)鍵字來進(jìn)行比較，如表5所示。表5各大期刊影響因子及關(guān)鍵字IEEETSOFTWAREENGJACMIEEETEVOLUTCOMPUTACMCOMPUTSURV2.5882.3704.8103.543codeanddesignsmellsPrincipalcomponentsDifferentialEvolutionAnomalydetection 根據(jù)找到的關(guān)鍵字再次以關(guān)鍵詞引導(dǎo)檢索，獲得近年研究的情況，如表6所示。表6期刊引導(dǎo)的關(guān)鍵字檢索結(jié)果代碼與設(shè)計主成分分析差分進(jìn)化算法異態(tài)檢測68702942112934加拿大（16.18%）中國（27.42%）中國（25.10%）美國（34.63%） 根據(jù)期刊引導(dǎo)關(guān)鍵字檢索的結(jié)果可以看出，codeanddesignsmells雖然在柱狀圖上看是一個照樣科研領(lǐng)域，但是研究的人數(shù)較少；而主成分分析Principalcomponents的研究較為穩(wěn)定，但是在近兩年的數(shù)目也相對較少了；差分進(jìn)化算法DifferentialEvolution的研究是比較穩(wěn)步上升的，異態(tài)檢測Anomalydetection的研究跟主成份分析比較相像，也是較為穩(wěn)定的但是相對來說高峰期在前兩年。5.檢索結(jié)果的分析和實驗方向的確定5.1結(jié)果的比較分析 綜合關(guān)鍵字引導(dǎo)檢索和期刊引導(dǎo)檢索，可以看出某些研究領(lǐng)域在某些地區(qū)呈現(xiàn)一邊倒的研究現(xiàn)象，也就是某個領(lǐng)域在一個國家可能會出現(xiàn)過度重視的現(xiàn)象，這樣的學(xué)科可能受到的政府推動作用比較大，如物聯(lián)網(wǎng)在中國是收到推動作用的研究領(lǐng)域，又或者是真的在一個國家里面會有更好的基礎(chǔ)和學(xué)術(shù)氛圍催生整個領(lǐng)域的發(fā)展在這個國家有更好的前景，如SVM。關(guān)鍵字引導(dǎo)的檢索受到的外圍影響會比較大，因為是人為地選擇熱點，而期刊引導(dǎo)的檢索會更加的客觀，雖然在關(guān)鍵字的選擇上會有所影響，但是可以從多引用的文獻(xiàn)得出受關(guān)注的程度，從而得到關(guān)鍵字在進(jìn)行檢索。 5.2檢索實驗方向的確定 從期刊的影響因子來看，IEEETEVOLUTCOMPUT的4.810是最高的，而且近年的影響因子也比較穩(wěn)定，ACMCOMPUTSURV的影響因子則呈現(xiàn)從9下降至3.5，每況愈下。而結(jié)合期刊得到的關(guān)鍵字DifferentialEvolution的趨勢，可以看到是穩(wěn)步上升的，是個照樣科研領(lǐng)域，因此從上面的搜索對比可以得到本次實驗最后需要進(jìn)行的詳細(xì)檢索的關(guān)鍵詞是DifferentialEvolution。6.DifferentialEvolution相關(guān)檢索6.1檢索基本情況 通過“主題”包含關(guān)鍵字“DifferentialEvolution”的檢索按照相關(guān)性的排序如下圖5所示，從2004年到2013年共10年間有4211篇文獻(xiàn)，相關(guān)研究的領(lǐng)域有動態(tài)差分進(jìn)化算法在某些領(lǐng)域的應(yīng)用，基于差分進(jìn)化的最近原型分類，給予隨機(jī)定位的差分進(jìn)化算法，優(yōu)化的差分進(jìn)化算法等，總結(jié)起來就是通過優(yōu)化差分進(jìn)化算法結(jié)合其他理念使得在某個問題或者某個領(lǐng)域有更好的表現(xiàn)。圖5檢索基本信息6.2分析檢索結(jié)果 點擊wok的“分析檢索結(jié)果”進(jìn)入檢索結(jié)果分類分析的頁面，接下來將比較重要的類別進(jìn)行分析。圖6為按作者進(jìn)行排序，知道DASS和SuganthanPN在這個領(lǐng)域的研究比較多。圖6按作者排序 通過選擇作者的到這兩個作者被引用最多并且感興趣的的4篇文章，添加到WOK的endnoteWeb如圖7。圖7添加到endnoteWeb 研究最多的國家是中國，前五的其次國家是印度，美國，愛爾蘭，臺灣。如圖8所示。圖8研究國家排序 從基金贊助機(jī)構(gòu)可以看出，中國對與這個領(lǐng)域的贊助是很多的，因為中國的大力支持而使得在這個領(lǐng)域中國的研究人員比其他國家更多，資金贊助可以影響到研究國家排序。圖9資金贊助排序 按照來源出版物排序，可以看到從我們一開始就找到的期刊IEEETEVOLUTCOMPUT是排在21位，更多的是在IEEECEVOLUTCOMPUT在各個會議上發(fā)布的收集，通過谷歌搜索與其相關(guān)的會議時間和官網(wǎng)進(jìn)行更多的了解。圖10發(fā)布機(jī)構(gòu)排序6.3引文報告 點擊右方的“引文報告”，進(jìn)入引文相關(guān)信息頁面，選擇時間段為2009-2013年，可以看到近3，4年的研究文獻(xiàn)數(shù)目為3024篇，被引用最多的前面6篇，期貨總第1，3，5篇已經(jīng)被放在endnoteweb里面，可以說明在按照作者排序的時候，通常發(fā)表較多的作者他們在這個領(lǐng)域的造詣也是相對更高的。圖10引文數(shù)目與發(fā)布作者排序是相關(guān)的 選擇上面被