采集技術(shù)論文范文精選

1.目的

(1)培養(yǎng)學(xué)生綜合運(yùn)用所學(xué)知識(shí),結(jié)合實(shí)際獨(dú)立完成課題的工作能力.

(2)對(duì)學(xué)生的知識(shí)面,掌握知識(shí)的深度,運(yùn)用理論結(jié)合實(shí)際去處理問題的能力,實(shí)驗(yàn)?zāi)芰?外語水平,計(jì)算機(jī)運(yùn)用水平,書面及口頭表達(dá)能力進(jìn)行考核.

2.要求

(1)要求一定要有結(jié)合實(shí)際的某項(xiàng)具體項(xiàng)目的設(shè)計(jì)或?qū)δ尘唧w課題進(jìn)行有獨(dú)立見解的論證,并要求技術(shù)含量較高.

(2)設(shè)計(jì)或論文應(yīng)該在教學(xué)計(jì)劃所規(guī)定的時(shí)限內(nèi)完成.

一、論文(設(shè)計(jì))選題來源

1:長春廣播電視大學(xué)畢業(yè)設(shè)計(jì)題目.

2:吉林省森工集團(tuán)信息化發(fā)展前景與規(guī)劃.

3:吉林省林業(yè)設(shè)計(jì)院網(wǎng)絡(luò)中心網(wǎng)絡(luò)改造與發(fā)展規(guī)劃.

4:吉林省林業(yè)系統(tǒng)生態(tài)信息高速公路構(gòu)建課題.

二、論文撰寫與設(shè)計(jì)研究的目的

摘要:科技論文是科學(xué)研究活動(dòng)的重要產(chǎn)出形式，是反映科研成果、開展學(xué)術(shù)交流的重要手段，是促進(jìn)科技交流與合作的有效途徑，其數(shù)量和質(zhì)量從側(cè)面反映了一段時(shí)期內(nèi)區(qū)域的科研實(shí)力與水平。為此，以中國科技論文與引文數(shù)據(jù)庫(CSTPCD)、SCI、Ei、CPCI－S檢索系統(tǒng)為數(shù)據(jù)統(tǒng)計(jì)源，通過對(duì)四川省科技人員在國內(nèi)外發(fā)表的科技論文情況進(jìn)行回顧性分析，對(duì)四川省科技論文產(chǎn)出能力、學(xué)術(shù)水平及影響力進(jìn)行客觀展示，以了解四川省科學(xué)研究與技術(shù)創(chuàng)新領(lǐng)域的科研實(shí)力及趨勢，為科管部門進(jìn)一步制定科研政策和推動(dòng)科研進(jìn)步提供依據(jù)。

關(guān)鍵詞:科技產(chǎn)出;論文;四川省

0引言

科研論文是科技產(chǎn)出的重要體現(xiàn)，從側(cè)面反映了一個(gè)地區(qū)的科技發(fā)展水平和實(shí)力［1］。通過對(duì)四川省科技論文的產(chǎn)出量及影響力(常以被引用情況反映)進(jìn)行統(tǒng)計(jì)和分析，可從一個(gè)側(cè)面反映科學(xué)研究工作的創(chuàng)新性和發(fā)展性，揭示四川省的科研活動(dòng)的活躍程度、科研發(fā)展的現(xiàn)狀及規(guī)律、科研實(shí)績和科技管理水平，從宏觀上了解和把握地區(qū)、學(xué)科、科研人員學(xué)術(shù)水平、科研能力和潛力。利用四川省發(fā)表的國際和國內(nèi)科技論文數(shù)據(jù)進(jìn)行統(tǒng)計(jì)、處理和整序。并從學(xué)科、論文引用與影響、地區(qū)分布情況等不同專題和角度，深入分析2018年度四川地區(qū)科技論文產(chǎn)出的特點(diǎn)，及其在國內(nèi)的產(chǎn)出水平和發(fā)展趨勢。

1數(shù)據(jù)來源及統(tǒng)計(jì)范圍

國內(nèi)論文數(shù)據(jù)統(tǒng)計(jì)來自中國科學(xué)技術(shù)信息研究所創(chuàng)建的中國科技論文與引文數(shù)據(jù)庫(CSTPCD);國際論文數(shù)據(jù)采集來自SCI、Ei、CPCI-S檢索系統(tǒng);專利數(shù)據(jù)來自DerwentInnovationsIndex數(shù)據(jù)庫(在作為地區(qū)、學(xué)科和機(jī)構(gòu)統(tǒng)計(jì)用的Ei論文數(shù)據(jù)中，已剔除會(huì)議論文的數(shù)據(jù)，僅包括期刊論文，而且僅選擇核心期刊采集出的數(shù)據(jù)，會(huì)議論文均在CPCI-S中得以表現(xiàn));論文統(tǒng)計(jì)范圍只是四川省作者為論文第一作者的論文［2］。

1系統(tǒng)設(shè)計(jì)與關(guān)鍵技術(shù)

1．1旱區(qū)農(nóng)業(yè)領(lǐng)域本體構(gòu)建

領(lǐng)域本體為搜索引擎提供知識(shí)組織，是基于本體的旱區(qū)農(nóng)業(yè)垂直搜索引擎的核心模塊。建立針對(duì)西北旱區(qū)的農(nóng)業(yè)領(lǐng)域本體，可以提高搜索引擎的專業(yè)性和查準(zhǔn)率。農(nóng)業(yè)領(lǐng)域本體庫的建立分為創(chuàng)建領(lǐng)域術(shù)語集、創(chuàng)建領(lǐng)域本體和本體存儲(chǔ)等模塊。本文使用基于包裝器的信息抽取技術(shù)，從相關(guān)網(wǎng)站抽取與西北旱區(qū)農(nóng)業(yè)相關(guān)的論文題目、摘要和關(guān)鍵詞作為領(lǐng)域語料，經(jīng)過分詞和篩選得到領(lǐng)域術(shù)語，利用參考文獻(xiàn)中提出的面向文本的知識(shí)發(fā)現(xiàn)技術(shù)來構(gòu)建領(lǐng)域本體的方法并對(duì)其加以改進(jìn)，設(shè)計(jì)了領(lǐng)域本體創(chuàng)建方法。步驟如下:Step1從網(wǎng)絡(luò)中抽取相關(guān)論文，通過分詞和篩選得到領(lǐng)域術(shù)語集合。Step2運(yùn)用方法對(duì)領(lǐng)域術(shù)語集進(jìn)行領(lǐng)域相關(guān)度判斷，篩選出相關(guān)度較高的術(shù)語，從而得到領(lǐng)域概念集合。Step3對(duì)所得到的領(lǐng)域概念進(jìn)行基于共現(xiàn)的關(guān)聯(lián)分析。Step3．1基于共現(xiàn)分析理論來計(jì)算兩兩領(lǐng)域概念的共現(xiàn)頻次，得到共現(xiàn)矩陣。Step3．2利用Jaccard系數(shù)來計(jì)算領(lǐng)域概念間的相關(guān)度，得到領(lǐng)域概念的相關(guān)矩陣。Step3．根據(jù)領(lǐng)域概念的相關(guān)矩陣，利用Cosine相似度求出每兩個(gè)領(lǐng)域概念的相似度，從而得到相似度矩陣。Step4結(jié)合傳統(tǒng)凝聚層次聚類算法和K－means算法，使用基于K－means的層次聚類算法發(fā)現(xiàn)領(lǐng)域概念間關(guān)系。Step5構(gòu)建農(nóng)業(yè)領(lǐng)域本體并存儲(chǔ)在關(guān)系數(shù)據(jù)庫MySQL中。

1．2信息采集和過濾

旱區(qū)農(nóng)業(yè)垂直搜索引擎的應(yīng)用是面向西北旱區(qū)農(nóng)業(yè)，需要采集旱區(qū)農(nóng)業(yè)相關(guān)信息，過濾掉無關(guān)信息。領(lǐng)域相關(guān)信息過濾是保證搜索準(zhǔn)確度的關(guān)鍵因素。為了保證采集的網(wǎng)頁信息和西北旱區(qū)農(nóng)業(yè)緊密相關(guān)，本文采用主題蜘蛛和本體結(jié)合的方法按照鏈接過濾、信息獲取、頁面分析和主題相關(guān)性，判定4個(gè)部分從網(wǎng)絡(luò)中采集并過濾西北旱區(qū)農(nóng)業(yè)信息，處理流程如圖2所示。首先，獲取URL地址并過濾掉一些無效和重復(fù)的鏈接;其次，下載有效URL對(duì)應(yīng)的網(wǎng)頁，對(duì)網(wǎng)頁內(nèi)容進(jìn)行解析，采用分析DOM樹的信息抽取方法，清理無關(guān)Html標(biāo)記，獲取網(wǎng)頁正文和新的URL;再次，對(duì)網(wǎng)頁正文進(jìn)行特征詞提取;最后，進(jìn)行基于本體的網(wǎng)頁主題相關(guān)度判定，若網(wǎng)頁與西北旱區(qū)農(nóng)業(yè)主題關(guān)，則對(duì)該網(wǎng)頁構(gòu)建索引，否則拋棄。對(duì)于新的URL，則跳轉(zhuǎn)到URL鏈接過濾步驟，循環(huán)進(jìn)行信息采集和過濾。

由于主題相關(guān)性判定部分是決定網(wǎng)頁信息采集質(zhì)量的關(guān)鍵因素，因此本部分著重介紹主題相關(guān)性判定算法。目前，頁面與主題相關(guān)性判定主要有5類方法，即根據(jù)元數(shù)據(jù)的判定、根據(jù)擴(kuò)展元數(shù)據(jù)的判定、根據(jù)鏈接分析的判定、根據(jù)頁面內(nèi)容語義判定和基于特征詞的向量空間模型算法。本文采用基于特征詞的向量空間模型算法，但是這種方法已被證實(shí)精確度不夠高，因而結(jié)合旱區(qū)農(nóng)業(yè)領(lǐng)域本體對(duì)該算法進(jìn)行改進(jìn)，提高采集網(wǎng)頁信息的正確率。利用領(lǐng)域本體概念及概念間結(jié)構(gòu)關(guān)系對(duì)特征詞進(jìn)行語義豐富，判定網(wǎng)頁與主題的相關(guān)性，從而在一定程度上實(shí)現(xiàn)了網(wǎng)頁與主題在語義層面上的相關(guān)性判定。算法描述如下:Step1信息采集之前，對(duì)西北旱區(qū)農(nóng)業(yè)相關(guān)的網(wǎng)頁正文提取關(guān)鍵詞，通過學(xué)習(xí)獲取西北旱區(qū)農(nóng)業(yè)主題的特征詞集合其中，ωi表示特征詞αi在主題特征向量中的權(quán)值。Step2運(yùn)用本體概念間的關(guān)系獲取特征詞集合中每個(gè)特征詞αi上位詞、同位詞和下位詞，并存儲(chǔ)在數(shù)組Ti中。Step3對(duì)采集到網(wǎng)頁P(yáng)進(jìn)行分詞，對(duì)每個(gè)名詞s進(jìn)行判斷。若s在數(shù)組Ti中，則將s替換為αi;然后，統(tǒng)計(jì)αi對(duì)應(yīng)的“信息項(xiàng)頻率”tf和“文檔頻率”df來表示每個(gè)信息項(xiàng)的分布權(quán)重，并運(yùn)用TF*IDF算法。

【摘要】本文探討了在社會(huì)信息化的條件下會(huì)計(jì)數(shù)據(jù)和信息的標(biāo)準(zhǔn)化，寫作論文以便在社會(huì)化的廣度和信息化的深度上，共享和加工利用社會(huì)各界積累的、每天不斷生成的會(huì)計(jì)數(shù)據(jù)和信息資源，充分挖掘和利用其潛在的巨大價(jià)值，以滿足社會(huì)各方面的需要。

各行各業(yè)的經(jīng)營活動(dòng)，產(chǎn)生著大量的會(huì)計(jì)數(shù)據(jù)和信息，隨著會(huì)計(jì)電算化的發(fā)展，在各企事業(yè)單位日復(fù)一日的數(shù)據(jù)采集、輸入、儲(chǔ)存、處理、傳遞、等過程中，將海量的、歷史的會(huì)計(jì)數(shù)據(jù)和信息積累在各單位的計(jì)算機(jī)中。從社會(huì)的總體來看，這是一個(gè)巨大的信息資源寶庫。但是，對(duì)這些數(shù)據(jù)和信息資源的利用，還停留在以各單位為中心的加工利用水平上，基本上還沒有在社會(huì)化的廣度上充分共享，也沒有在信息化的深度上進(jìn)行加工和利用，這是資源的極大浪費(fèi)。究其原因，一是缺乏先進(jìn)的信息處理技術(shù)；二是缺乏會(huì)計(jì)數(shù)據(jù)和信息充分共享的完整統(tǒng)一的標(biāo)準(zhǔn)。

現(xiàn)在，信息技術(shù)的發(fā)展，已經(jīng)能夠?qū)⒑Ａ康臄?shù)據(jù)采集、儲(chǔ)存在數(shù)據(jù)倉庫（DW）之中，并且能夠以聯(lián)機(jī)分析處理(OLAP)和數(shù)據(jù)挖掘（DM）等技術(shù)進(jìn)行共享和深加工利用。所以，先進(jìn)的信息處理技術(shù)已經(jīng)具備，目前要解決的主要問題是會(huì)計(jì)數(shù)據(jù)和信息的標(biāo)準(zhǔn)化———建立、應(yīng)用會(huì)計(jì)數(shù)據(jù)和信息的完整統(tǒng)一的標(biāo)準(zhǔn)。

一、會(huì)計(jì)數(shù)據(jù)和信息的標(biāo)準(zhǔn)化

觀察會(huì)計(jì)數(shù)據(jù)和信息的加工處理流程（確認(rèn)、計(jì)量、輸入、儲(chǔ)存、處理、傳遞、反饋、輸出、），可以把會(huì)計(jì)數(shù)據(jù)和信息資源分為三類：原始會(huì)計(jì)數(shù)據(jù)、中間會(huì)計(jì)數(shù)據(jù)和會(huì)計(jì)信息、的會(huì)計(jì)信息。

（一）原始會(huì)計(jì)數(shù)據(jù)的標(biāo)準(zhǔn)化采集輸入和儲(chǔ)存