摘要：在信息化时代,文献数据呈爆炸式增长.面对海量无标签的文献数据,无监督文本聚类能够快速、高效地对大规模数据重新组织和归纳.然而,影响文献聚类效果的因素是多方面的,从数据处理到文本表示方法到聚类算法的选择,在任意一个环节不同的选择产生的结果可能大相径庭;且在各环节方法种类多样使得文献聚类结果难以解释和评估,对做好文献聚类工作造成了很大困扰.为此,提出了一个完整的文献聚类结果可视分析框架.该框架包含数据预处理、文本表示、文本聚类、聚类结果可视分析各个环节,采用语料结构可视化、语料内容可视化、文本向量维度可视化以及可视化交互对聚类结果进行解释、分析、评估、调整和优化.基于该框架,设计并实现了文献聚类结果可视分析系统,研究了采用不同文本表示方法、不同聚类算法对聚类结果产生的影响.最后,通过3个案例,验证了该框架有效性.

摘要：现有的文献聚类方法都是通过文献关键词来进行的。本文在研究大量文献聚类方法的基础上,提出了一种通过文献关键词和摘要进行加权的新的文献聚类算法。首先,改进了传统相似度计算的方法,设计出基于关键词和摘要词加权的相似度公式,使文献相似度计算更加精确。其次,基于＂文献距离越大,聚为一类的概率越小＂的思想,提出了一种＂最大距离聚类法＂,并给出了算法的详细步骤。最后,实现算法并进行了大量的实验仿真。通过改进相似度计算公式,调整关键词和摘要词的权重,提高了聚类的质量。结果表明,本文提出的文献聚类算法是一种行之有效的方法。

摘要：为促进我国海水养殖和海洋生态环境保护的协调可持续发展,文章选取国内外权威数据库的中英文文献数据,基于CiteSpace工具系统梳理和分析海洋保护地养殖活动研究进展,并结合实际情况进行讨论。研究结果表明:海洋保护地养殖活动研究文献的发文量较少,但呈现逐渐增加的趋势,近期英文文献的发文量超过中文文献;中英文文献的高频关键词都包含生物多样性,英文文献侧重于气候变化和生物群落结构,中文文献则侧重于景观格局和环境污染;中英文文献均高度关注海洋保护地养殖活动的空间分布格局及其对濒危保护物种的影响,英文文献已开始关注海洋保护地养殖活动对生态环境功能多样性的积极影响,而中文文献仍主要关注养殖活动对生态环境的负面影响;养殖活动对海洋保护地生态环境同时具有正面和负面影响,应进一步开展相关科学研究,同时实施海洋保护地分区管理、发展绿色养殖和加强顶层设计。