基于t-SNE算法的双一流大学基金立项 关键词降维的可视化建模研究OA
Visual Modeling of Keyword Dimension Reduction in Double First-Class University Funds Based on t-SNE Algorithm
[目的/意义]国家自然科学基金的立项资助是科研能力的重要体现,分析双一流大学的科研基金的立项数据有助于为大学建设提供战略支持.[方法/过程]研究国家自然科学基金委员会在1998年—2017年资助项目的关键词数据,先对双一流大学进行预处理,然后利用MATLAB中t-SNE算法对结果进行数据降维和可视化.从时间维度和依托单位维度进行建模,研究过去20年内,双一流大学项目的关键词分布.[结果/结论]方法比传统基于结构化分析的方法更直观,为大学建设战略制定的提供参考.另外,相关学者也可以在笔者研究基础上,进一步建模和编程,尝试例如进行交互式的可视化建模,对海量项目数据进行快速定位,以提高科研效率.
曹祺
珠海市横琴新区灰觋信息科学研究院,珠海 519030
社会科学
科研基金数据挖掘科技情报分析网络可视化t-SNE
《农业图书情报》 2020 (2)
47-57,11
评论