Please wait a minute...
Advanced Search
现代图书情报技术  2010, Vol. 26 Issue (7/8): 22-26     https://doi.org/10.11925/infotech.1003-3513.2010.07-08.05
  专题 本期目录 | 过刊浏览 | 高级检索 |
主题数据模型的可视化挖掘方法应用研究*
周宁 陈旭毅 曾桢
(武汉大学信息资源研究中心 武汉 430072)
Application Research on Visualization Mining Methods of Topic Data Model
Zhou Ning  Chen Xuyi  Zeng Zhen
(Center for the Studies of Information Resources, Wuhan University, Wuhan 430072,China)
全文: PDF (1252 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 

以一个通信公司为研究对象,在eTOM框架下讨论主题数据模型的可视化挖掘方法。探讨企业信息化所面临的新理论和实施方法问题。在实施过程中,通过采用可视化工具Pajek和TreeMap实现业务流程分析与梳理、可视化挖掘,并以人力资源主题数据模型为例,具体讨论可视化挖掘的实施方案。

服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
周宁
关键词 主题数据模型数据挖掘可视化PajekTreeMap    
Abstract

This paper dedicates to visualization mining methods of topic data model under eTOM(enhanced Telecom Operations Map) framework with some telecom company as the research object. It explores new theories and implementation methods in enterprises informationization. In the implementation process, business process analysis and visualization mining are achieved through Pajek and TreeMap. Detailed visualization mining implementation is discussed in human resources topic data model.

Key wordsTopic data model    Data mining    Visualization    Pajek    TreeMap
收稿日期: 2010-05-04      出版日期: 2010-09-19
: 

TP391

 
基金资助:

本文系教育部人文社会科学重点研究基地重大项目“基于智能处理的知识挖掘技术及应用研究”(项目编号:08JJD870225)的研究成果之一。

通讯作者: 周宁     E-mail: n_zhouwhu@yahoo.com.cn
作者简介: 周宁 陈旭毅 曾桢
引用本文:   
周宁 陈旭毅 曾桢. 主题数据模型的可视化挖掘方法应用研究*[J]. 现代图书情报技术, 2010, 26(7/8): 22-26.
Zhou Ning Chen Xuyi Zeng Zhen. Application Research on Visualization Mining Methods of Topic Data Model. New Technology of Library and Information Service, 2010, 26(7/8): 22-26.
链接本文:  
https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/10.11925/infotech.1003-3513.2010.07-08.05      或      https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/Y2010/V26/I7/8/22

[1]  Enhanced Telecom Operations Map(eTOM). The Business Process Framework for the Information and Communications Services Industry [EB/OL]. [2010-03-25]. http://www.tmforum.org/DocumentLibrary/EnhancedTelecomOperations/30660/article.html.
[2] Martin J. Information Engineering, Book I: Introduction[M]. New Jersey,USA:Prentice Hall,1989.
[3] Martin J.大转变:企业构建工程的七项原则[M]. 李东贤等译. 北京:清华大学出版社,1999.
[4]  Frawley W J, Shapiro  P G, Matheus C J.Knowledge Discovery in Databases: An Overview[J].Ai Magazine, 1992(13):213-228.
[5]  Hand D J, Mannila H,  Smyth P.Principles of Data Mining[M].Cambridge, MA:MIT Press, 2001.
[6]  Monk E, Wagner B.Concepts in Enterprise Resource Planning [M].2nd Edition. Boston, MA:Thomson Course Technology, 2006.
[7]  Networks / Pajek: Program for Large Network Analysis[EB/OL].   [2010-03-25].http://vlado.fmf.uni-lj.si/pub/networks/pajek/.
[8]  Human-Computer Interaction Lab:TreeMap[EB/OL].[2010-03-25].http://www.cs.umd.edu/hcil/treemap/.
[9] 倪敏. 新网互联首推“双模”网络服务[J]. 互联网天地,2007(9):3.
[10] 牟晓隆.企业双模网络服务联盟成立[J]. 通信世界,2007(38B):24.

[1] 谢旺, 王丽珍, 陈红梅, 曾兰清. 基于空间序偶模式挖掘污染源与癌症病例的关系 *[J]. 数据分析与知识发现, 2021, 5(2): 14-31.
[2] 陈挺,王海名,王小梅. 基于可视化的基金资助热点及其演化发现方法研究*[J]. 数据分析与知识发现, 2020, 4(2/3): 60-67.
[3] 张勇,李树青,程永上. 基于频次有效长度的加权关联规则挖掘算法研究 *[J]. 数据分析与知识发现, 2019, 3(7): 85-93.
[4] 杨海慈,王军. 宋代学术师承知识图谱的构建与可视化[J]. 数据分析与知识发现, 2019, 3(6): 109-116.
[5] 杨亚楠,赵文辉,张健,谭珅,张贝贝. 基于多视图协同的政策文本可视化研究*[J]. 数据分析与知识发现, 2019, 3(6): 30-41.
[6] 吴江,刘冠君,胡仙. 在线医疗健康研究的系统综述: 研究热点、主题演化和研究方法*[J]. 数据分析与知识发现, 2019, 3(4): 2-12.
[7] 陆泉,朱安琪,张霁月,陈静. 中文网络健康社区中的用户信息需求挖掘研究*——以求医网肿瘤板块数据为例[J]. 数据分析与知识发现, 2019, 3(4): 22-32.
[8] 牟冬梅,法慧,王萍,孙晶. 基于结构方程模型的疾病危险因素研究*[J]. 数据分析与知识发现, 2019, 3(4): 80-89.
[9] 吴志强,祝忠明,刘巍,王思丽. CSpace知识分析与可视化功能扩展研究与实践*[J]. 数据分析与知识发现, 2019, 3(3): 112-119.
[10] 陈挺, 李国鹏, 王小梅. 基于t-SNE降维的科学基金资助项目可视化方法研究*[J]. 数据分析与知识发现, 2018, 2(8): 1-9.
[11] 杨斯楠, 徐健, 叶萍萍. 网络评论情感可视化技术方法及工具研究*[J]. 数据分析与知识发现, 2018, 2(5): 77-87.
[12] 王丽, 邹丽雪, 刘细文. 基于LDA主题模型的文献关联分析及可视化研究[J]. 数据分析与知识发现, 2018, 2(3): 98-106.
[13] 李勇男. 贝叶斯理论在反恐情报分类分析中的应用研究*[J]. 数据分析与知识发现, 2018, 2(10): 9-14.
[14] 牟冬梅, 王萍, 赵丹宁. 高维电子病历的数据降维策略与实证研究*[J]. 数据分析与知识发现, 2018, 2(1): 88-98.
[15] 胡忠义, 王超群, 吴江. 融合多源网络评估数据及URL特征的钓鱼网站识别技术研究*[J]. 数据分析与知识发现, 2017, 1(6): 47-55.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
版权所有 © 2015 《数据分析与知识发现》编辑部
地址:北京市海淀区中关村北四环西路33号 邮编:100190
电话/传真:(010)82626611-6626,82624938
E-mail:jishu@mail.las.ac.cn