跳到主要內容

臺灣博碩士論文加值系統

(3.236.110.106) 您好!臺灣時間:2021/07/27 20:07
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

: 
twitterline
研究生:吳中信
研究生(外文):Chung-Hsin Wu
論文名稱:應用資料探勘於期刊論文與專利檢索建構具時序概念知識地圖之研究
論文名稱(外文):Using data mining technology in article database with patent retrieval to establish a time serial of the knowledge source map
指導教授:李永山李永山引用關係
指導教授(外文):Yung-Sun Lee
學位類別:碩士
校院名稱:銘傳大學
系所名稱:資訊管理學系碩士班
學門:電算機學門
學類:電算機一般學類
論文種類:學術論文
論文出版年:2008
畢業學年度:96
語文別:中文
論文頁數:88
中文關鍵詞:知識地圖專利檢索資料探勘引文連結TFIDF
外文關鍵詞:Knowledge Source MapData MiningPatent RetrievalTFIDFCitation Linkage
相關次數:
  • 被引用被引用:6
  • 點閱點閱:950
  • 評分評分:
  • 下載下載:246
  • 收藏至我的研究室書目清單書目收藏:8
隨著知識經濟時代的興起,如何有效管理、分享、應用、呈現及快速正確地取得所需的資訊,將是組織提升競爭優勢的關鍵因素。因此,知識管理的相關研究,變成企業與各學術單位非常重視的研究方向,然而建立專家之知識地圖在知識管理上是一個具挑戰性的任務,勢必成為知識管理上非常重要的議題。
本研究主要的目的是提出一個應用資料探勘於期刊論文與專利檢索建構具時序概念知識地圖的方法,為了確認此方法的可行性,將針對雅虎奇摩學術搜尋網,從全國博碩士論文資訊網中擷取資料來源,以自動化的方式納入資料庫中,建立專家資料倉儲系統,故選定資訊管理領域學術論文中的指導教授作為研究樣本,透過資料探勘技術,對論文關鍵字進行分析,並且搭配引文連結強度衡量指標,結合專利資料庫檢索、被引用次數與中文期刊篇目,分別給予權重計分方式進行知識專長強度計算,再利用國內各大學資訊管理領域的教職人員學校網站和行政院國家科學委員會研究人才資訊網,以輔助確認專家的知識專長之比對依據,最後,實體建構出專家知識地圖。
同時,本研究將以國內三所大學之資訊管理系所教授,作為實例分析。研究結果發現,透過知識地圖的呈現,整體專家知識專長預測率約達90%,所以,實證本研究提出的方法確實是有用及準確的,除了以專家為中心,視覺化的呈現專家知識地圖,讓使用者清楚得知哪些專家擁有哪些知識專長項目及強度值,並依時間的演進為主軸進行切割,更協助使用者了解知識專長的分佈情形及演化過程。此外,再以系所、知識領域與被引用次數三種不同類別,作為分析單位,進而能具體提供教育部校務評鑑與組織尋找專家之參考方案,達到知識地圖的功效。
In the era of knowledge economy, how to manage the information effectively and correctly will be the key to promote the organization competitive advantage. Therefore, the researches of knowledge management become the hot topics of enterprises and academic field. However, it is a challenge to establish knowledge source map within the knowledge management field, inevitably that it will become an important topic in the knowledge management field.
The purpose of this research is to propose a method that Using data mining technology in article database with patent retrieval to establish a time serial of the knowledge source map. In order to confirm this method feasibly, we will retrieve the Yahoo Academia Search Web (YASW) and the National Electronic Theses and Dissertations System (NETDS) automatically, then feed them into the expert data warehouse system. The samples of this research are the advisors of dissertation in the Information Management fields. We use the data-mining techniques to analyze the keyword of the dissertation. Moreover, we use the citation analysis to combine the patent database retrieval, cited index and Chinese periodicals index with weight to carry on the knowledge strength. Then, we used the teacher’s personal web site and National Science Council Researcher Web site to assist the validation of expert’s knowledge. Finally, we constructed the expert knowledge source map.
We used three Information Management professors’ profiles to demonstrate the process of analysis. The hit rate of expert knowledge is about 90%. The results proved the method that this research is useful and correctly, and showed that through the visualized expert knowledge source map, it is easier for user to find out the expert’s knowledge owners and their strength. As separating the knowledge according to the different time, it helps users to understand the knowledge distribution and evolutionary process. In addition, we used department, knowledge domain and cited index as the analysis class unit to provide the Ministry of Education and organization to find expert more effectively.
中文摘要 i
英文摘要 ii
目錄 v
表目錄 vi
圖目錄 vii
第壹章 緒論 1
第一節 研究背景與動機 1
第二節 研究目的 3
第三節 研究範圍 5
第四節 研究流程 6
第貳章 文獻探討 8
第一節 知識地圖 8
第二節 知識文字探勘 12
第三節 引用文獻之概念 16
第四節 被引用文獻之概念 20
第五節 專利相關文獻 21
第參章 知識地圖之系統分析與架構 26
第一節 研究架構 26
第二節 資料收集 28
第三節 研究方法 37
第肆章 知識地圖之開發與建構 42
第一節 論文資料自動化擷取 43
第二節 資料處理階段 44
第三節 關鍵字詞彙分群模組 45
第四節 被引用文獻次數 48
第五節 專利關鍵詞篩選 49
第伍章 知識地圖呈現與實作分析 53
第一節 以專家類別作為分析單位 53
第二節 以系所類別作為分析單位 68
第三節 以知識領域類別作為分析單位 69
第四節 以被引用次數類別作為分析單位 70
第陸章 結論 71
第一節 研究成果 71
第二節 研究限制 72
第三節 研究建議 73
參考文獻 74
一、中文部份
1.中央研究院(Academia Sinica),中文斷詞系統CKIP,http://ckipsvr.iis.sinica.edu.tw,1986。
2.中華民國專利法,2004。
3.中華民國資訊管理學會,http://www.csim.org.tw/,2008。
4.石秋霞、黃鴻珠,「學術論文被引用次數之分析研究:以Science Citation Index Expanded及Scopus為例」,教育資料與圖書館學,第44卷,第一期,15-34頁,2006。
5.王璽欽,應用資料探勘技術於專利分析之研究,銘傳大學資訊管理學系未出版碩士論文,2007。
6.李依蓉,文字探勘結合引文連結技術建構知識來源地圖之研究,銘傳大學資訊管理學系未出版碩士論文,2007。
7.行政院國家科學委員會,社會科學研究中心,TSSCI資料庫http://ssrc.sinica.edu.tw/ssrc-home/ssrc5.htm,2007年10月。
8.巫啟台,文件之關聯資訊萃取及其概念圖自動建構,國立成功大學資訊工程學系碩士論文,2001。
9.陳年興、孫振凱、黃琬婷,「利用網頁建構知識分佈圖」,中華民國資訊學會通訊,第五卷,第三期,25-48頁,2002。
10.陳年興、謝盛文、黃琬婷,「自動化建構具時間向度之知識結構映射圖-以資訊管理領域之知識及其演進為例」,資訊管理學報,第十四卷,第一期,1-33頁,2007。
11.陳光華、陳雅琦,「學術期刊引用文獻資料庫之現況與建置」,大學圖書館,第五卷,第一期,33-48頁,2001。
12.陳明溥、莊良寶,「全球資訊網學習環境中學習活動型態與學習成效之研究」,TANET99研討會論文集,教育部電子計算機中心主辦,1999年10月。
13.陳道輝,2003,利用學位論文資訊萃取資訊領域相關研究主題關聯性,國立中山大學資訊管理研究所碩士論文。
14.連穎科技,PatentGuider & PatentTech教育訓練課程講義,2006。
15.雅虎奇摩學術搜尋網,http://tw.search.yahoo.com/academia,2008。
16.國家圖書館(National Central library),中文期刊篇目索引影像系統,http://readopac3.ncl.edu.tw/ncl3/index.jsp,2008。
17.國家圖書館(National Central library),全國博碩士論文資訊網,http://etds.ncl.edu.tw/,2008。
18.國際資訊系統學會(International Association of Information Systems),http://www.isworld.org/csaunders/rankings.htm,2008。
19.黃紀、朱雲漢、蕭全政、謝復生,「國內政治學專業期刊評比」,國科會專案委託研究計劃,研究計畫編號:NSC 87-2418-H-194-006,http://www3.nccu.edu.tw/~chihuang/5/journal.pdf,1998,3月-12月。
20.蔡明月,「引用分析與核心期刊的建構」,資訊服務理論與實務研討會論文集,台北市:世新大學圖書館,21-36頁,2002。
21.謝寶煖,「專利與專利資訊檢索」,大學圖書館,第2卷,第四期,111-127頁,1998。
22.臺灣大學圖書館推廣服務組,「Journal Citation Report(JCR)簡介」, http://www.lib.ntu.edu.tw/general/publication/Newsletter/no.4/jcr.pdf,2002。
23.賴奎魁、張瑩珠、鄭伶如,「建立專利策略群組模式之研究」,全國智慧財產權研討會,853-867頁,1999。

二、英文部份
1.Ashton, W. B. and Sen, R. K., “Using Patent Information in Technology Business Planning I”, Research Technology Management, 1988, Vol.15, no.4, pp.42-46.
2.Cabena, P., Hadjinaian, P. O., Stadler, D. R. J., Verhees, J. and Zanasi, A., Discovering Data Mining from Concept to Implementation, Prentice Hall, 1997.
3.Campbell, R. S., “Patent Trends as a Technological Forecasting Tool”, World Patent Information, 1983, Vol.5, no.3, pp.137-143.
4.Chen, K.J. and Kiu, S.H., “Word Identification for Mandarin Chinese Sentences”, Fifth International Conference on Computational Linguistics, 1992, pp. 101-107.
5.Drucker, P. F. Post Capitalist Society. NY:Harper Business, 1993.
6.Davenport, T.H and L.Prusak, Working knowledge:How organization Manage What They Know, Harvard Business School Press, 1998.
7.D. Sullivan, Document Warehousing and Text Mining, Wiley Computer Publishing, 2001, pp. 326.
8.Edmond Mesrobian, Richard Muntz, Eddie Shek, Siliva Nittel, Mark La Rouche, Marc Kriguer, Carlos Mechoso, John Farrara, Paul Stolorz, and Hisashi Nakamura, “Mining Geophysical Data for Knowledge” , IEEE Expert: Intelligent Systems and Their Applications, vol.11, no. 5, 1996, pp. 34-44.
9.Fayyad, U. M., “Data Mining and Knowledge Discovery: Making Sense Out of Data”, IEEE Expert, 1996, vol.11, no.5, pp. 20-25.
10.Fu, Y., “Data Mining Tasks, Techniques and Applications”, IEEE Potentials, 1997, Vol.16, no.4, pp.18-20.
11.Gilbert, G. N., “Referencing As Persuasion”, Social Studies of Science, 1977, Vol.7, no.1, pp.113-122.
12.Griliches, Z., “Patent Statistics as Economic Indicators: A Survey”, Journal of Economic Literature, 1990, Vol.28, No.4, pp.1661-1707.
13.Groth, R., Data Mining: a Hands-on Approach for Business Professionals, Prentice Hall Publishing, Upper Saddle River, New Jersey, 1997.
14.Grupe, F.H. and Owrang, M.M., “Database Mining Discovery New Knowledge and Cooperative Advantage”, Information system management, vol.12, no. 4, 1995, pp.26-31.
15.Han, J. and Kamber, M., Data Mining : Concepts and Techniques, Morgan Kaufmann Publishers, USA, 2001.
16.Holsapple, C.W., Handbook on Knowledge Management, Springer Verlag, 2002.
17.Houser, L. “The Classification of Science Literatures by Their Hardness”, Library and Information Science Research, 1986, Vol.8, no.4, pp.357-372.
18.Lanzing, J. W. A., The Concept Mapping Homepage, http://users.edte.utwente.nl/lanzing/cm_home.htm, 1997.
19.Logan, D., Caldwell, F., “Knowledge Mapping: Five Key Dimensions to Consider,” GartnerGroup, 2000.
20.Jeong-Han Woo, Mark J. Clayton, Robert E. Johnson, ”Dynamic Knowledge Map: Reusing Experts’ Tacit Knowledge in the AEC Industry”, Automation in Construction, 2004.
21.Kessler, M. M. “Bibliographic Coupling Between Scientific Papers.” American Documentation Vol.14, no.1, 1963, pp.10-25.
22.King, E., Data Warehousing and Data Mining : Implementing Strategic Knowledge Management, Computer Technology Research Corp., Charleston, SC., 1999.
23.Kostoff, R.N., “The Use and Misuse of Citation Analysis in Research Evolution”, Scientometrics, Vol.43, no.1, 1998, pp.27-30.
24.Martin J.E. Handbook on Knowledge Management, Vol1,. Springer Verlag, 2002, pp.189-205.
25.Nie, J. Y., Brisebois, M. and Ren, X., “On Chinese Text Retrieval”, Proceedings of the 19th annual international ACM SIGIR conference on Research and development in information retrieval, August, 1996, pp. 225-233.
26.Nie, J.Y., Gao, J., Zhang, J. and Zhou, M., “On the Use of Words and N-grams for Chinese Information Retrieval”, Proceedings of the 15th international workshop on Information retrieval with Asian languages, 2000, pp. 141-148.
27.Nonaka, I. and Takeuchi, H., The Knowledge Creating Company, NY, Oxford University Press, 1995.
28.Olaru, C. and Wehenkel, L., “Data Mining”, IEEE Computer Applications in Power, Vol.12, no.3, 1999, pp.19-25.
29.Pavitt, K., “Uses and Abuses of Patent Statistics”, In: Raan, A. F. J. V. (Ed.), Handbook of Quantitative Studies of Science and Technology, Elsevier, Amsterdam, 1988, pp.509-536.
30.Price, D. J. de S., “Citation Measures of Hard Science, Soft Science, Technology, and Nonscience”, In E. Carnot,& D. K. Pollack(Eds.), Communication Among Scientists and Engineers, Lexington, Mass.: Heath Lexington Books, 1970, pp.3-22.
31.Salton, G. and Buckley, C. “Term-Weighting Approaches in Automatic Text Retrieval.” Information Processing & Management Vol.24, no.5, 1988, pp.513-523.
32.Schmookler J., Invention and Economics Growth, Cambridge: Harvard University Press, 1966.
33.Shaw, M. J., Subramaniam, C. and Tan, G W., “Knowledge Management and Data Mining for Marketing”, Decision Support Systems, 31, 2001, pp.127-137.
34.Smith, Linda C., “Citation Analysis”, Library Trends, Vol.30, no.1, 1981, pp.94-98.
35.Sproat, R. and Shih, C., “A Statistical Method for Finding Word Boundaries in Chinese Text”. Computer Processing of Chinese and Oriental Languages, 1990, pp.336-351.
36.Su, M.C. and Chou, C.H., “Modified Version of the K-Means Algorithm With a Distance Based on Cluster Symmetry”, IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. 23, no.6, 2001, pp.674-680.
37.Sung, H.H. and Sang, C.P., “Application of Data Mining Tools to Hotel Data on the Intranet for Database Marketing”, Expert Systems with Application, (15), 1998, pp. 1-31.
38.Tou, J.T. and Gonzalez, R. C., Pattern Recognition Principles, Addison-Wesley, Reading, MA, 1974.
39.Watanabe, C., Tsuji, Y. S., and Charla, G-B., “Patent Statistics: Deciphering a ‘real’ versus a ‘pseudo’ Proxy of Innovation”, Technovation, 2001, Vol.21, no.12, pp.783-790.
40.Wilson, C. S., “Informetrics”, Annual Review of Information Science and Technology, Vol.34, 1999, pp.107-247.
41.X. Song, B. L. Tseng, C.-Y. Lin, and M.-T. Sun, "ExpertiseNet: Relational and Evolutionary Expert Modeling", 10th Intl. Conf. on User Modeling, Edinburgh, UK, July 24-30, 2005.
42.Yuen-Hsien Tseng, Yeong-Ming Wang, Dai-Wei Juang, Chi-Jen Lin, “Text Mining for Patent Map Analysis”, IACIS Pacific 2005 Conference Proceedings, 2005.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top