已閱讀1頁,還剩50頁未讀, 繼續(xù)免費閱讀
版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、共引理論作為對文獻結構進行分析的方法與手段在情報領域得到了廣泛的應用,隨著應用的深入,共引理論處理對象的范圍在不斷拓展,其分析方法也在不斷改進。文獻關聯(lián)程度是文獻結構分析的基礎,為了滿足關聯(lián)程度表示的全面性,在關聯(lián)程度單指標表示的基礎上引入了其它相關的關聯(lián)程度指標,對關聯(lián)指標進行綜合時分成了確定型和概率型兩種情形,將得到的綜合關聯(lián)程度按照傳統(tǒng)共引分析的流程進行了處理,對兩種情形下的文獻結構分別進行了分析與說明,并且與關聯(lián)程度調整之前的文
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于關聯(lián)指標調整的文獻聚類研究.pdf
- 基于聚類的關聯(lián)規(guī)則挖掘算法研究.pdf
- 基于聚類的關聯(lián)規(guī)則挖掘算法研究
- 基于時間序列聚類的關聯(lián)規(guī)則挖掘研究.pdf
- 調整學習聚類算法的研究.pdf
- 基于關聯(lián)規(guī)則和聚類的CMI系統(tǒng)的研究.pdf
- 基于聚類結果調整方法的客戶細分研究.pdf
- 基于聚類和矩陣的關聯(lián)規(guī)則挖掘研究.pdf
- 基于屬性關聯(lián)圖的圖像檢索與聚類研究.pdf
- 基于聚類和關聯(lián)規(guī)則的港口生產數據挖掘研究.pdf
- 基于聚類的多層關聯(lián)規(guī)則挖掘算法研究與改進.pdf
- DSSP聚類評價指標.pdf
- 基于數據關聯(lián)性聚類的數據布局算法.pdf
- 考慮關聯(lián)分布的詞語聚類方法研究.pdf
- 基于密度網格的關聯(lián)規(guī)則開采及聚類算法.pdf
- 基于云平臺的知識聚類與關聯(lián)挖掘機制研究.pdf
- 基于可拓關聯(lián)函數的數據流聚類算法研究.pdf
- 基于聚類與關聯(lián)的入侵檢測技術的研究與實現.pdf
- 基于層次聚類的模糊聚類算法的研究.pdf
- 對關聯(lián)聚類的擴展及其應用的研究.pdf
評論
0/150
提交評論