论文部分内容阅读
大数据是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，因此，对大数据的挖掘、处理、分析等相关问题的熟练应用是解决科学问题、反映科学发展新趋势和新变化的关键。邱均平教授主持的国家社会科学基金重大项目“基于大数据的科教评价信息云平台构建和智能服务研究”（19ZDA348）将大数据的相关技术和方法应用到科教评价领域，以提供智能化评价服务与决策。为阐述课题组在这方面的最新研究进展，特撰写这组以“大数据相关问题的应用研究”为主题的专题论文，以期为推动大数据时代科教評价乃至其他各个领域的快速发展提供一定的借鉴和参考。
该专题共包含以下3篇文章：“近十年大数据环境下国际高等教育评价研究现状分析——基于期刊的文本挖掘”“基于聚类和关联规则的Altmetric TOP榜文献特征分析”和“基于LDA模型的国内大数据研究热点主题分析”。其主要内容是：①有关大数据挖掘问题的应用研究，采用SATI、SPSS等工具进行基于期刊的文本挖掘，探讨国际高等教育评价现状，以对我国高等教育评价提供启示;②有关大数据处理问题的应用研究，针对Altmetric TOP榜文献采用K-Means聚类将不同指标划分级别，利用基于Aprioris算法的关联规则探讨不同情况下的传播特征;③有关大数据分析问题的研究，通过LDA主题模型抽取国内大数据研究主题并识别热点主题，选取具有代表性的主题再次进行LDA主题聚类，并运用LDAvis对主题进行可视化分析。
邱均平
杭州电子科技大学资深教授、博士生导师、院长
该专题共包含以下3篇文章：“近十年大数据环境下国际高等教育评价研究现状分析——基于期刊的文本挖掘”“基于聚类和关联规则的Altmetric TOP榜文献特征分析”和“基于LDA模型的国内大数据研究热点主题分析”。其主要内容是：①有关大数据挖掘问题的应用研究，采用SATI、SPSS等工具进行基于期刊的文本挖掘，探讨国际高等教育评价现状，以对我国高等教育评价提供启示;②有关大数据处理问题的应用研究，针对Altmetric TOP榜文献采用K-Means聚类将不同指标划分级别，利用基于Aprioris算法的关联规则探讨不同情况下的传播特征;③有关大数据分析问题的研究，通过LDA主题模型抽取国内大数据研究主题并识别热点主题，选取具有代表性的主题再次进行LDA主题聚类，并运用LDAvis对主题进行可视化分析。
邱均平
杭州电子科技大学资深教授、博士生导师、院长