典型文献
基于关联规则的开放政府数据主题多政策协同性研究
文献摘要：
[目的/意义]从开放政府数据主题的多个政策文本的语义挖掘出发,发现多个政策文本内容间的语义关系,探索能降低人工干预,实现多政策文本协同性自动化分析的方法.[方法/过程]利用数据挖掘的关联规则算法对经过预处理的开放政府数据政策文本进行语义挖掘,按照得到的有效强关联分析多政策文本间的协同性.[结果/结论]以开放政府数据主题的多个政策文本为研究对象,确定置信度为0.7,提升度大于3时得到的有效强关联规则数量较稳定;经过不同层次的政策文本关联规则分析,可以得到与人工分析基本吻合的结论,验证了该方法可以应用于多政策文本语义协同性的定量研究.[创新/局限]采用数据挖掘中的关联规则算法完成数据政策多文本的协同性知识推理研究,有效的实现了语义自动化计算的问题.实验中政策词表的完整性、数据预处理过程、参数设定等环节都会对实验结果准确性有影响,需进一步降低人工干预影响.
文献关键词：
关联规则;多政策协同;开放政府数据;文本语义;定量研究
中图分类号：
作者姓名：
马海群;刘兴丽;韩娜
作者机构：
黑龙江大学信息资源管理研究中心,黑龙江哈尔滨150080;黑龙江科技大学计算机与信息工程学院,黑龙江哈尔滨150020
文献出处：
引用格式：
[1]马海群;刘兴丽;韩娜-.基于关联规则的开放政府数据主题多政策协同性研究)[J].情报科学,2022(04):3-8,17
A类：
多政策协同,政策文本关联,语义协同
B类：
开放政府数据,数据主题,政策协同性,协同性研究,语义挖掘,挖掘出,文本内容,语义关系,人工干预,自动化分析,关联规则算法,数据政策,照得,定置,置信度,强关联规则,不同层次,关联规则分析,工分,文本语义,定量研究,多文本,性知识,知识推理,自动化计算,词表,数据预处理,参数设定,结果准确性,干预影响
AB值：
0.299862
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
