智能交通領(lǐng)域文獻的多角度分析.pdf

1、碩士學位論文智能交通領(lǐng)域文獻的多角度分析Multi—aspectAnalysisintheFieldofIntelligentTransportationSystem作者學科、等于指導完成姓名：專業(yè)：口可：教師：日期：大連理工大學DalianUniversityofTechnology大連理工大學碩士學位論文摘要近年來，由于智能交通和人們的生活以及社會的經(jīng)濟息息相關(guān)，所以這個領(lǐng)域涌現(xiàn)出大量的文章，是最活躍的研究領(lǐng)域之一。盡管有許多學者和

2、機構(gòu)進行過文獻研究，但只運用了基礎(chǔ)的統(tǒng)計和簡單的算法進行分析。因此，很有必要對該領(lǐng)域進行系統(tǒng)深入地分析。本文提出一個多角度文獻分析框架ITSFrame，從多個方面對智能交通領(lǐng)域的文獻展開分析。(1)基礎(chǔ)文獻分析：利用統(tǒng)計學的方法，找到發(fā)表文章數(shù)目最多的作者、機構(gòu)和國家。(2)影響力分析：文章影響力方面，從文章的引用數(shù)和NCII指數(shù)兩方面進行分析：作者影響力方面，用APS、ACS兩個指數(shù)進行排序，并提出基于PageRank的AuthorR

3、ank算法，比較了作者的權(quán)威度。(3)合作模式：在傳統(tǒng)GN算法基礎(chǔ)上，為了平衡邊介數(shù)和權(quán)重之間的關(guān)系，提出基于邊值的合作網(wǎng)絡(luò)分析算法，分別對作者合著網(wǎng)絡(luò)、同現(xiàn)關(guān)鍵詞網(wǎng)絡(luò)、作者間共關(guān)鍵詞網(wǎng)絡(luò)進行構(gòu)造和分析。此外，還在時間序列上分析作者合著關(guān)系的變化，進而挖掘作者研究方向的變化。(4)話題分析：本文提出了LKmeans主題模型，使用LDA進行文本降維，通過衡量文檔間的差異，對文章主題及其變化趨勢進行挖掘。本文使用爬蟲技術(shù)從IEEE和ELSE