设为首页收藏本站
开启辅助访问 切换到宽版

科学网

 找回密码
  注册
科学网 › 标签 › 信息可视化

tag 标签: 信息可视化

相关帖子

 版块 作者 回复/查看 最后发表

没有相关内容

相关日志

Visual Insights： A Practical Guide to Making Sense of Data
rbwxy197301 2018-2-8 08:41
Visual Insights：A Practical Guide to Making Sense of Data Katy Börner , and David E. Polley MIT Press 2014-01-24 Note from the Authors viii Preface ix Acknowledgments xi Chapter 1 – Visualization Framework and Workflow Design 1 Chapter 2 – “WHEN”: Temporal Data 37 Chapter 3 – “WHERE”: Geospatial Data 75 Chapter 4 – “WHAT”: Topical Data 113 Chapter 5 – “WITH WHOM”: Tree Data 143 Chapter 6 – “WITH WHOM”: Network Data 169 Chapter 7 – Dynamic Visualizations and Deployment 215 Chapter 8 – Case Studies Understanding the Diffusion of Non-Emergency Call Systems Examining the Success of World of Warcraft Game Player Activity Using Point of View Cameras to Study Student-Teacher Interactions Phylet: An Interactive Tree of Life Visualization Isis : Mapping the Geospatial and Topical Distribution of the History of Science Journal Visualizing the Impact of the Hive NYC Learning Network 235 236 242 248 254 260 266 Chapter 9 – Discussion and Outlook 273 Appendix 284 Image Credits 292 Index 294 Börner, Katy, and David E. Polley. Visual Insights : A Practical Guide to Making Sense of Data, MIT Press, 2014. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/iub-ebooks/detail.action?docID=3339730. Created from iub-ebooks on 2018-02-07 16:37:00.
个人分类: 科学计量学|2904 次阅读|0 个评论
收到李杰博士《CiteSpace:科技文本挖掘及可视化》赠书
热度 1 terahertz 2016-7-27 17:44
2016年7月25日收到李杰博士和陈超美教授合著的《CiteSpace:科技文本挖掘及可视化》一书，于2016年有首都经济贸易大学出版社出版。该书邀请武夷山和刘则渊两位大师级人物作序。武老师的一句话一针见血、针砭时弊，“简单的使用工具写作文，缺乏思想闪光点”。这一句话不仅是针对 CiteSpace软件盲目使用者，也是对当下中国科研论文的有力抨击。刘老师的一句话则对 CiteSpace知识图谱作了出神入化的概括：“一图展春秋、一览无余；一图胜万言，一目了然 ”。上述两位大师的话并不矛盾，就是说，如何正确处理工具与科研的关系，工具代替不了科研，科研离不开工具，工具能助力科研，科研的最高境界是科研思想，而不是换几个不同的主题，利用工具做几个漂亮的图谱而已，构建是要解决科学问题。 CiteSpace知识图谱很美，能解决很多科学问题。全书共分为8讲，按照数据采集——软件安装与界面——软件实现功能——案例应用四大模块展开。非常适合数据或信息可视化爱好者使用，操作步骤详细、制作图谱精美。难能可贵的是本书附有光盘，有大量丰富的电子资料，打造全方位、立体化的学习与交流平台。
个人分类: 图书情报|3969 次阅读|2 个评论
可视化“三驾马车”：知识图谱、知识可视化与信息可视化
热度 3 sciencepress 2015-10-28 08:14
可视化是将大量的数据、信息和知识转化为一种人类的视觉形式，直观、形象地表现、解释、分析、模拟、发现或揭示隐藏在数据内部的特征和规律，提高人类对事物的观察、记忆和理解能力及整体概念的形成。 可视化研究发展的境脉大致遵循着科学计算可视化、数据可视化、信息可视化、知识可视化的轨迹。 信息可视化、知识可视化和知识图谱是目前可视化领域的三个主要概念和分支内容。 三者存在密切的包含关系。本文就此逐一介绍。 信息可视化、知识可视化和知识图谱的关系 信息可视化 信息可视化是可视化研究的重要分支。 自18世纪后期数据图形学诞生以来，抽象信息的视觉表达手段一直被人们用来揭示数据及其他隐匿模式的奥秘。信息可视化的英文术语“information visualization”是由斯图尔特·卡德、约克·麦金利和乔治·罗伯逊于1989年创造出来的。20世纪90年代，期间新近问世的图形化界面，则使得人们能够直接与可视化的信息之间进行交互，从而造就和带动了十多年来的信息可视化研究的快速发展。美籍华人 陈超美 在国际信息可视化的研究与实践中具有重要影响，1999年率先发表了该领域的第一部专著《信息可视化》（2004年再版），创办了国际期刊《信息可视化》（Information Visualization）并任主编。 信息可视化是可视化技术在非空间数据领域的应用，可以增强数据呈现效果，让用户以直观交互的方式实现对数据的观察和浏览，从而发现数据中隐藏的信息特征、关系和模式。信息可视化以认知心理学和图形设计为基础，可视化的数据来源分为一维数据、二维数据、三维数据、多维数据、时态数据、层次数据和网络数据。 目前，信息可视化具有4个发展趋势，即以结构为中心的可视化研究范式向潜在现象的动态属性可视化研究转移、信息可视化技术与分析科学相结合、以用户为中心、可视化技术产品化与商品化。 信息可视化在各个领域得到了十分广泛的应用，包括在医药学、生物学、工业、农业、军事等领域都有使用。最近几年在金融、网络通信和商业信息等领域信息可视化也被大范围的应用，成为信息可视化中新的研究热点；特别是大数据等相关技术的出现，信息可视化更受到社会各界的关注。 知识可视化 知识可视化是在科学计算可视化、数据可视化、信息可视化基础上发展起来的新兴研究领域，它应用视觉表征手段促进群体知识的传播和创新。 视觉传播学者保罗·莱斯特曾说：“今天的现实是，我们周遭的世界以视觉为主要媒介，我们对世界的理解不是通过文字，更多的是通过视觉。” 知识可视化发展时间很短，正式成为一个新兴的研究领域起源于2004年，Eppler和Burkhard共同发表论文《知识可视化——通向一个新的学科及其应用领域》。Eppler认为，知识可视化主要研究视觉表征的使用，主要目的是改进两人或多人间知识的创造与转移；知识可视化是指能用来构建和传递复杂观点和内容的所有图形手段和方式。 知识可视化的目标在于传输见解（insights）、经验（experiences）、态度（attitudes）、价值观（values）、期望（expectations）、观点（perspectives）、意见（opinions）和预测（predictions）等，并以这种方式帮助他人正确地重构、记忆和应用这些知识。 在一个知识可视化框架中，对一个有效的知识传递，要注意以下三个方面：知识的类型指的是要识别需要传递的知识的类型；接受者类型指的是鉴别目标群体和接受者的前后关系；可视化类型是指建立一个简单的分类方法，把已存在的可视化方法组织成一个统一的结构。 知识可视化工具很多，根据不同的角度有不同的分类：从可视化方式的角度分为启发式草图、概念图表、视觉隐喻、知识动画、知识地图、科学图表；从认知工具的角度有概念图、思维导图、认知地图、语义网络、思维地图；从知识可视化分类理论的角度有知识地图、图画、矩阵图、维恩图、流程图、树形图、鱼骨图、组织图等。 目前，知识可视化研究中需要重点关注以下问题：首先，可视化技术必须同数据挖掘有更紧密的联系；其次，可视化系统需要提高数据可视化技术的人机交互能力；再次，可以先开发针对某类特定领域的可视化系统；最后，需要组织力量开发可视化商业软件。 知识图谱 知识图谱（或称科学知识图谱、知识域可视化，knowledge domain visualization、mapping knowledge domain）是以科学文献知识为对象，显示学科的发展进程与结构关系的一种图形，具有“图”和“谱”的双重性质与特征，主要是对文献和文献内容的知识单元进行可视化。 知识图谱作为对科学知识及其间的关系可视化所得出的结果，具有较为直观、定量、简单与客观等诸多优点，是一种有效的、综合性的可视化分析方法和工具，被广泛应用并取得较可靠的结论；目前已成为科学计量学、管理学、科学学和情报学等领域的研究热点与实践探索趋势。 采用数学的方法，以图形的方式来表达知识的演进乃至知识本身并不是现代社会才有的现象，这来源于数学中的图论。在科学知识脉络的表达上，历来就有使用图谱的传统，由于以往科技发展水平缓慢以及需要处理的信息量相对较少，人们仅仅使用简单的二维图形来表达知识的发展脉络。 知识图谱的正式起源最早可追溯到文献计量学和科学计量学的诞生时期，1938年Bernal制作了早期学科图谱。1948年Ellingham手工绘制了图表形象地展示了自然科学和技术分支学科间的关系。同年，普赖斯用简单的曲线可视化科学知识指数增长规律，这些是知识图谱的早期探索成果。到20世纪50年代，加菲尔德创制《科学引文索引》，并以编年体形式手工绘制引文网络图谱，通过引证网络展示特定领域的知识历时转移和交流情况；随后“文献耦合”（Kessler，1963）、“科学引文网络”（Price，1965）、“同被引”（Small，1973）、“共词”（Callon，1983）、“引文可视化”（White，1998）等相继提出，科学知识可视化成为专门研究领域。 从20世纪末开始，随着计算机网络技术的迅猛发展，特别是信息可视化技术的突破，复杂网络理论和社会网络分析方法的引入，科学技术研究受到各国普遍重视，知识的数量、种类和结构呈快速变化，受到基因图谱、信息可视化、GIS和超文本可视化发展的影响而正式提出知识图谱。国内对知识图谱相关研究有较长时间的探索，但是正式兴起于2005年，陈悦和刘则渊在《科学学研究》上发表《悄然兴起的科学知识图谱》一文，随后在图书情报学、科学学与科技政策管理等学科形成研究的热潮。大连理工大学刘则渊教授领导的团队的研究在国内最为突出。他们培养了大批硕博研究生，出版了系列专著，并且与国外的陈超美等学者进行了密切合作研究。 知识图谱具有的重要作用包括：①通过知识图谱较形象、定量、客观、真实地显示一个学科的结构、热点、演化与趋势，是学科基础研究的新视角。②在科学知识的动态变化系统内，可视化知识进程与知识之间的联系，展示科学的进化与认知结构，完成知识发现的5W （why，what，where，when，who）。③对图书情报学科具有更重要意义，目前图书情报研究“知识化”现象明显，知识图谱大有用武之地，不仅可以可视化学科知识结构，也有助于信息检索、分类与知识服务等。④知识图谱可描述、解释、预测和评价科学知识，学者发表的科学文献和其中知识单元的可视化，使得文献知识通过空间布局形象地展示，来揭示科学知识交流。 在已有研究的基础上，可把 信息可视化、知识可视化和知识图谱 三者的特点归纳如下： 表　信息可视化、知识可视化和知识图谱的比较 本文由刘四旦摘编自 杨思洛 等著《 中外图书情报学科知识图谱比较研究 》一书。标题为编者所加。 ISBN 978-7-03-045714-1 《 中外图书情报学科知识图谱比较研究 》从中外对比视角，在对知识图谱理论、方法.应用系统把握的基础上，绘制了图书情报学科合作模式、引证模式、学科结构、研究趋势四个方面内容的系列知识图谱，深入探讨新时期中外图书情报学科知识图谱的异同及促进策略，为科学知识图谱研究的完善及图书情报学科的发展提供科学依据和实例。 用您的手指点亮科学! 欢迎转发分享朋友圈， 您的鼓励是我们前进的动力！ 点击文中 书名、作者、封面 可购买本书。
个人分类: 科学书摘|30484 次阅读|6 个评论
专利地图和知识图谱视角的大数据比较研究
terahertz 2015-6-7 10:24
（本文发表于《图书情报知识》2015年第5期） 2015-专利地图和知识图谱视角的大数据比较研究.pdf 摘要： 最近大数据技术受到国内外学界和业界的广泛关注。为全面深入了解大数据的研究成果，以 Derwent Innovations Index( 德温特专利数据库 ) 和 Web ofScience(WOS) 数据库为数据源，利用专利地图和知识图谱方法，从年份、国家、研究机构、高被引文献、关键词五个方面进行专利和论文的可视化比较。 专利和论文的视角均表明，大数据技术发展呈现两个明显的阶段，目前正处于快速发展阶段。美国在大数据研究领域优势突出，我国在大数据专利方面数量领先。无论是从专利还是论文的角度，IBM公司的数量显著，并且研究主题包括大数据技术的系统、获取、存储、分析、管理、应用等方面。在揭示大数据核心技术方面，共被引论文的角度比高被引专利更具优势。ThemeScape专利地图从微观的视角深入和具体的展示大数据的技术进展，关键词共现图谱从宏观的视角全面和系统的展示大数据的研究进展。总体来说，目前大数据研究呈现4个方面的特征：研究热 潮正在袭来、美国实力超群、互联网企业引领研究方阵、核心技术集中在 MapReduce 、 Hadoop 、云计算等。 关键词： 大数据; 专利地图; 知识图谱; 信息可视化; 专利分析 ; 数据挖掘; 云计算; 共被引
个人分类: 发表论文|5214 次阅读|0 个评论
认识“数据可视化”和“信息可视化”
热度 3 supermac 2012-1-31 22:14
认识“数据可视化”和“信息可视化”
我们经常在CNS杂志的论文、财经杂志、公司的宣传海报上看到如下所示的非常漂亮的数据图，那么这些infographic是怎么绘制出来的呢？ 最近，“数据可视化”和“信息可视化”的话题在微博上得到了比较热烈的讨论和转发，现把一些资料汇总如下： 信息可视化（ Information Visualization ）有两种解释：其一，作为广义的概念使用时，是包括数据可视化（ Data Visualization ）在内的；其二，狭义的信息可视化是与数据可视化、科学可视化、知识可视化并列的一个领域，特别针对“大规模非空间非数值型的信息对象”而言。 数据可视化起源于 1960s 计算机图形学，人们使用计算机创建图形图表，可视化提取出来的数据，将数据的各种属性和变量呈现出来。随着计算机硬件的发展，人们创建更复杂规模更大的数字模型，发展了数据采集设备和数据保存设备。 网络上有很多关于此内容的资源，如： 1. http://blog.renren.com/share/229611975/11358441350 人人网的这个强帖汇总了关于数据可视化的较详细的基本知识和技术，介绍了数据可视化相关的引擎/程序/工具和信息可视化的相关方法。然后用大量的篇幅给出了有趣、现代的数据可视化方法，以及一些相关文章、资源和工具，即不同用途下应使用什么类型的可视图，分别在哪些网站获取资源和素材（注：可点击图片获取网站链接）。 2. http://vector.tutsplus.com/tutorials/designing/how-to-create-outstanding-modern-infographics/ 这个网页介绍了“ How To Create Outstanding Modern Infographics”这个话题，以上文最后一个图为例一步步详细介绍了这样的信息图是如何绘制的，用到的工具是Adobe Illustrator CS4。此外，这个网站的 http://vector.tutsplus.com/category/tutorials/ 分类下还有很多教程，如漫画等，用到的工具都是Adobe Illustrator 。 3. http://processing.org/ 这个网站提供的信息图制作方法是——写代码。这样的好处是可以嵌入一些程序设计语言，写代码的过程中就加入图形的绘制，弊端也很显然，比较麻烦，可能很多人不愿意去仔细学。这个网站提供了软件、教程、代码和素材，可以做出比较规范的数学类图形，当然不限于此。 先这么整理一下，留着备用。
个人分类: 科研资料|23348 次阅读|14 个评论
[转载]28个信息可视化工具
热度 2 limer 2011-1-7 00:21
28个信息可视化工具 我们现在与多个客户合作，进行WEB应用程序（再）设计。这些客户都使用有大量数据的应用程序，于是也需要强大的数据可视化工具帮助他们和顾客快速有效地分析数据。 让我的工作真正变得有意思的是，这些客户从事不同的行业，使用不同的技术。因此，我们收集了28个工具，用于在Flash, Flex , Ajax 或Silverlight里创建图表、甘特图、流程图创建软件、日历/日程表、量仪、制图、数据透视表、OLAP立方，波形图。 Ajax.org Ajax.org平台是个纯粹的javascript应用程序框架，用于创建在浏览器里运行的实时协作应用程序。 AnyChart AnyChart是一个灵活的基于Flash的解决方案，你可以用来创建互动的，漂亮的 F lash图表。 Axiis Axiis是针对 Flex 的一个数据可视化框架。它被设计成一个精确和模块化的表述框架。开发人员和设计人员可以用来创建强大的数据可视化解决方案。 可以看看 saturnboy 博客上，出彩的窗口中窗口设计。 BirdEye BirdEye是一个社区项目，促进为Adobe Flex 设计和开发的广泛的开源信息可视化和可视分析研究库。有了这个基于actionscript的库，用户可以创建多维数据可视化界面，用于信息分析和 显示 。 Degrafa Degrafa是一个声明式图形框架，用于创建丰富的用户界面，数据可视化、制图、图形编辑，还有其它等等。 DojoX Data Chart Dojo1.3版本里的一个新加的功能，就是dojox.charting类。它的最初目的就是，把表格和数据存储连接变成一个简单的过程。 Chronoscope 如果你需要可视化成千上万甚至几百万的数据点，看看这个。设计得非常好，可以用键盘或鼠标导航。有一个Javascript API，Google Visualization API或把它当作Google Spreadsheets上的Google Gadget，iGoogle, 或Open Social。 Dundas Dundas有大量针对微软技术的数据可视化解决方案。它们提供诸多数据可视化工具，如，网路使用的图表、量仪、制图和日历以及Silverlight的表板。 ExtJs Ext JS是一个跨浏览器的JavaScript库，用于构建丰富的互联网应用程序。它现在包含表格。 Flex Flex 内置表格控件：域、条形图、泡、烛台图表、栏、HLOCC，线形图、饼图、Plot。 这里 是快速指导，你可以使用效果运行出彩样式的表格。 Flex 使用FXG，一个由Adobe开发的图形交换格式，在很多方面类似于SVG。James Whittaker的这篇出色的 文章 探讨了FXG和Degrafa。如果你正在使用 Flex , 你一定要读读这本书: 使用 Flex 3.0获得可视化体验 FlexMonster 枢纽分析表 FlexMonster提供枢纽分析表Flex/Flash组件富互联网应用开 发服务 . FusionCharts 用于WEB应用程序的动态Flash表格。看上去它们可采用大部分技术。 Google Chart API 用Google Chart API可以让你动态地生成表格。 gRaphal gRaphal是Javascript库，帮助你在网站上创建眩目的表格。 iLog Exlixir 使用IBM ILOG Elixir, 在 Flex 和AIR应用程序里促进数据可视化。 JFreeChart 创建表格，如条形图、线条图、饼图、时间序列表、烛台图表、高/底/开/闭表、风向图、和仪表。我希望这些表格看上去更棒，因为其功能和特点都很出色，但是视觉设计真的有点贬损这些图形。JFreeChart朋友们，给我发送邮件吧，我们可以把JFreeChart世界变成一个更美的空间。 JQuery Plugins 有许多JQuery图表插件： l 被Filament Group 可视化 ； l JQChart l Flot l Sparklines l TufteGraph JPowered PHP 制图脚本提供一个便捷简单的方法, 内嵌动态生成的图形和图表进入PHP应用程序和 H TML网页。 我只是希望CSS可以把它们变得更好看些。我还会继续发帖，讨论如何让你的图表看上去更靓丽。 JSCharts JS Charts是JavaScript图表生成组件， 只需编写少量代码或者跟本不需要代码。易于创建支持不同模板的图表,如条形图(bar charts), 饼状图(pie charts) 或简单的曲条图 (simple line graphs) Kap IT Labs Diagrammer and Visualizer Kap Lab的Diagrammer为Adobe Flex 和Air提供了一个便捷，高度自定义化的多画面数据可视化和制图工具。 Visualizer将数据作为图形呈现，以更好地可视化连接。Kap Lab的Visualizer为Adobe Flex 和Air提供了便捷，而高度自定义化的多画面数据可视化和制图工具。 MilkChart 简单易用,在表数据(table data)转换为图表显示方面很强大. 该库使用HTML5标签,支持IE以外其他浏览器,除非ExCanvas能被更好的支持。 Open Flash Charts 开源Flash图表组件。 PlotKit PlotKit是个JavaScript图表及绘图库.支持HTML Canvas, 并通过Adobe SVG Viewer及浏览器原生接口支持SVG。 Protovis Protovis通过使用例如条形及点等简单标记将自定义数据视图组合起来.与低级绘图库不同, Protovis不会那么单调. Protovis可以通过动态属性定义标记.这些属性通过对数据编码,继承,形变及布局以简化结构 。 Silverlight Microsoft Silverlight带有条形(bar), 曲线(line),饼状图 (pie), 柱形(column), 和散点图(scatter charts)。 Telerik Charts for Silverlight, WFP, ASP.NET Telerik Charts提供了丰富的功能和数据展现能力。 VisiFire Visifire是一套开源的数据可视化控件. powered byMicrosoft Silverlight WPF。 yFiles for Ajax , .NET or Flex yFiles产品系列是最优秀的网络及图表可视化组件。 无与伦比的自动图表布局，先进的图形分析，非凡的可视化. [译者:看得出作者很中意这款产品。 附加资源： l 精彩图表三大法则 （The Three Laws of Great Graphs） l Many Eyes服务 l 信息设计模式 －Christian Behren的精彩网址。提示－点击左边的所有检查框(check box)开始。 l Tom Gonzale的博客 格式功能 l Degrafa博客 l 信息仪表板设计：Stephen Few的 有效可视化数据通信 l JunkCharts l Chart Junk- UI 反面模式 l Juan Sanchez 和Andy McIntosh的 用 Flex 3.0创建可视化体验 （Creating Visual Experiences with Flex 3.0.） Bill Scott 和Theresa Neil的WEB界面设计： 精彩互动的原则和形式
个人分类: 生活点滴|6463 次阅读|2 个评论
信息可视化
ChaomeiChen 2010-11-15 03:57
年初发表了一篇信息可视化的综述，主要侧重于一些最新进展。尤其考虑到以前没有接触过这一领域的读者，对背景知识没有过多要求。 据出版社统计，此文吸引了不少读者下载。如有兴趣，目前可以从这里可以下载全文。 Chen, C. (2010), Information visualization. Wiley Interdisciplinary Reviews: Computational Statistics, 2:387–403. doi:10.1002/wics.89 http://onlinelibrary.wiley.com/doi/10.1002/wics.89/pdf
个人分类: 信息可视化|10441 次阅读|0 个评论
开博第一篇
yestin 2010-4-20 01:38
大家好:)很高兴在这里安家。 我是中科院软件所IEL实验室的一名学生，我们实验室主要的研究方向为人机交互技术和智能信息处理。在人机交互方面，我们实验室有草图用户界面、笔交互技术以及虚拟现实技术等几个研究小组，它们都有着不俗的成绩，在CHI、IUI等一系列人机交互顶级会议上发表了多篇论文，并得到了广泛的认可。 http://iel.iscas.ac.cn/ 我作为一名硕博生，关注并对以下技术感兴趣，欢迎与各位老师同学交流:人机交互技术、草图用户界面、视频处理、信息可视化。 -------------------------------- Hiall:)It'smypleasuretohaveabloghere! I'mastudentofIELISCAS.OurlaboratoryfocusesonHCItechnology.Nowwehaveseveralresearchgroupssuchassketchuserinterface,penbasedinteractionandvirtualreality.Everygrouphasgoodresult.TherearemanypapersontopinternationalconferencesuchasCHI,IUIandsoon. Thisiswebsiteofourlaboratory:http://iel.iscas.ac.cn/ I'minterestedinthoseresearchareas:humancomputerinteraction,sketchuserinterface,vedioprocessing,informationvisualization. I'mgladtodiscusswithyouall! -------------------------------
个人分类: I&Others|4049 次阅读|1 个评论
一张大规模博客间复杂网络结构图
limer 2010-2-19 11:23
这是去年春节时我画的一个由CSDN上的大规模博客间链接形成的复杂网络结构图，这张图内有接近10000个节点和10000个关系。该图的原始大小为9000*9000，由于太大，打开时容易死机，现被我缩小，只能看到整体结构，看不清内部细节。但是，统计显示这是一个小世界和无尺度网络。
个人分类: 生活点滴|6994 次阅读|3 个评论
万方知识脉络检索
热度 1 rbwxy197301 2010-2-16 17:22
今天刚看到万方数据新增加的知识脉络检索功能，初步用了一下。虽然功能还比较简单，但在进行科学研究的过程中，应该能够有一些帮助。 （ http://www.wanfangdata.com.cn/Default.aspx ） 第一个功能是在文本框内输入一个关键词，然后点击后面的知识脉络检索，就可以了解到有关这个词在每个年度(1998-2009)在系统中命中的数量。通过这个数量可以大体判断某个研究内容在数量上的一个发展趋势。但这个词通常不能太宽泛，否则效果会不理想。笔者在输入信息之后，系统提示检索内容不存在。 第二个功能是在文本框内可以输入多个关键词，然后点击后面的比较分析，这时可以了解到这几个词在每个年度(1998-2009)在系统中命中的数量，通过比较在判断两个词在不同时间点上的研究数量（如下图）。系统会自动生成一些相关词，用户可以选择这些词，然后系统会自动将结果可视化展示。 在使用这个功能时最好选择两个命中数量差别不太大的词比较。在使用这个功能时最好选择两个命中数量差别不太大的词比较，否则就会出现下面的效果。 这是个测试版，期待万方有更多更好的功能奉献给用户。
个人分类: 信息检索|8956 次阅读|2 个评论
更多...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-6-2 17:27

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部