數(shù)據(jù)挖掘論文的參考文獻(xiàn) 有關(guān)數(shù)據(jù)挖掘的文獻(xiàn)綜述
數(shù)據(jù)挖掘論文的參考文獻(xiàn)
在日常學(xué)習(xí)、工作生活中,大家都有寫論文的經(jīng)歷,對論文很是熟悉吧,借助論文可以有效訓(xùn)練我們運用理論和技能解決實際問題的的能力.相信寫論文是一個讓許多人都頭痛的問題,以下是小編收集整理的數(shù)據(jù)挖掘論文的參考文獻(xiàn),供大家參考借鑒,希望可以幫助到有需要的朋友.
數(shù)據(jù)挖掘論文的參考文獻(xiàn) 篇1
[1]劉瑩;跀(shù)據(jù)挖掘的商品銷售預(yù)測分析[J].科技**.2014(07)
[2]姜曉娟,郭一娜.基于改進(jìn)聚類的電信客戶流失預(yù)測分析[J].太原理工大學(xué)學(xué)報.2014(04)
[3]李欣海.隨機森林模型在分類與回歸分析中的應(yīng)用[J].應(yīng)用昆蟲學(xué)報.2013(04)
[4]朱志勇,徐長梅,劉志兵,胡晨剛。基于貝葉斯網(wǎng)絡(luò)的客戶流失分析研究[J].計算機工程與科學(xué).2013(03)
[5]翟健宏,李偉,葛瑞海,楊茹;诰垲惻c貝葉斯分類器的網(wǎng)絡(luò)節(jié)點分組算法及評價模型[J].電信科學(xué).2013(02)
[6]王曼,施念,花琳琳,楊永利。成組刪除法和多重填補法對隨機缺失的二分類變量資料處理效果的比較[J].鄭州大學(xué)學(xué)報(醫(yī)學(xué)版).2012(05)
[7]黃杰晟,曹永鋒。挖掘類改進(jìn)決策樹[J].現(xiàn)代計算機(專業(yè)版).2010(01)
[8]李凈,張范,張智江。數(shù)據(jù)挖掘技術(shù)與電信客戶分析[J].信息通信技術(shù).2009(05)
[9]武曉巖,李康。基因表達(dá)數(shù)據(jù)判別分析的隨機森林方法[J].*衛(wèi)生統(tǒng)計.2006(06)
[10]張璐。論信息與企業(yè)競爭力[J].現(xiàn)代**.2003(01)
[11]楊毅超;赪eb數(shù)據(jù)挖掘的作物商務(wù)*臺分析與研究[D].湖南農(nóng)業(yè)大學(xué)2008
[12]徐進(jìn)華;诨疑到y(tǒng)理論的數(shù)據(jù)挖掘及其模型研究[D].**交通大學(xué)2009
[13]俞馳。基于網(wǎng)絡(luò)數(shù)據(jù)挖掘的客戶獲取系統(tǒng)研究[D].西安電子科技大學(xué)2009
[14]馮軍。數(shù)據(jù)挖掘在自動外呼系統(tǒng)中的應(yīng)用[D].**郵電大學(xué)2009
[15]于寶華;跀(shù)據(jù)挖掘的高考數(shù)據(jù)分析[D].天津大學(xué)2009
[16]王仁彥。數(shù)據(jù)挖掘與網(wǎng)站運營管理[D].華東師范大學(xué)2010
[17]彭智軍。數(shù)據(jù)挖掘的若干新方法及其在我國證券市場中應(yīng)用[D].重慶大學(xué)2005
[18]涂繼亮。基于數(shù)據(jù)挖掘的智能客戶關(guān)系管理系統(tǒng)研究[D].哈爾濱理工大學(xué)2005
[19]賈**。數(shù)據(jù)挖掘在高考填報志愿上的應(yīng)用[D].***大學(xué)2005
[20]馬飛。基于數(shù)據(jù)挖掘的航運市場預(yù)測系統(tǒng)設(shè)計及研究[D].大連海事大學(xué)2006
[21]周霞;谠朴嬎愕奶栵L(fēng)大數(shù)據(jù)挖掘分類算法的研究[D].成都理工大學(xué)2014
[22]阮偉玲。面向生鮮農(nóng)產(chǎn)品溯源的基層數(shù)據(jù)庫建設(shè)[D].成都理工大學(xué)2015
[23]*。復(fù)合材料加工工藝數(shù)據(jù)庫構(gòu)建及數(shù)據(jù)集成[D].大連理工大學(xué)2014
[24]陳鵬程。齒輪數(shù)控加工工藝數(shù)據(jù)庫開發(fā)與數(shù)據(jù)挖掘研究[D].合肥工業(yè)大學(xué)2014
[25]岳雪;诤A繑(shù)據(jù)挖掘關(guān)聯(lián)測度工具的設(shè)計[D].西安財經(jīng)學(xué)院2014
[26]丁翔飛;诮M合變量與重疊區(qū)域的SVM—RFE方法研究[D].大連理工大學(xué)2014
[27]劉士佳;贛apReduce框架的頻繁項集挖掘算法研究[D].哈爾濱理工大學(xué)2015
[28]張曉東。全序模塊模式下范式分解問題研究[D].哈爾濱理工大學(xué)2015
[29]尚丹丹。基于虛擬機的Hadoop分布式聚類挖掘方法研究與應(yīng)用[D].哈爾濱理工大學(xué)2015
[30]王化楠。一種新的混合遺傳的基因聚類方法[D].大連理工大學(xué)2014
拓展閱讀
什么是大數(shù)據(jù)?
“大數(shù)據(jù)”到底有多大?根據(jù)研究機構(gòu)統(tǒng)計,僅在2011年,全球數(shù)據(jù)增量就達(dá)到了1.8ZB(即1.8**GB),相當(dāng)于全世界每個人產(chǎn)生200GB以上的數(shù)據(jù)。這種增長趨勢仍在加速,據(jù)保守預(yù)計,接下來幾年中,數(shù)據(jù)將始終保持每年50%的增長速度。
縱觀人類歷史,每一次劃時代的變革都是以新工具的出現(xiàn)和應(yīng)用為標(biāo)志的。蒸汽機把人們從農(nóng)業(yè)時代帶入了工業(yè)時代,計算機和互聯(lián)網(wǎng)把人們從工業(yè)時代帶入了信息時代,而如今大數(shù)據(jù)時代已經(jīng)到來,它源自信息時代,又是信息時代全方位的深化應(yīng)用與延伸。大數(shù)據(jù)時代的生產(chǎn)原材料是數(shù)據(jù),生產(chǎn)工具則是大數(shù)據(jù)技術(shù),是對信息時代所產(chǎn)生的海量數(shù)據(jù)的挖掘和分析,從而快速地獲取有價值信息的技術(shù)和應(yīng)用。
概括來講,大數(shù)據(jù)有三個特征,可總結(jié)歸納為“3V”,即量(Volume)、類(Variety)、時(Velocity)。量,數(shù)據(jù)容量大,現(xiàn)在數(shù)據(jù)單位已經(jīng)躍升至ZB級別。類,數(shù)據(jù)種類多,主要來自業(yè)務(wù)系統(tǒng),例如社交網(wǎng)絡(luò)、電子商務(wù)和物聯(lián)網(wǎng)應(yīng)用。時,處理速度快,時效性要求高,從傳統(tǒng)的事務(wù)性數(shù)據(jù)到實時或準(zhǔn)實時數(shù)據(jù)。
什么是數(shù)據(jù)挖掘?
數(shù)據(jù)挖掘,又稱為知識發(fā)現(xiàn)(Knowledge Discovery),是通過分析每個數(shù)據(jù),從大量數(shù)據(jù)中尋找其規(guī)律的技術(shù)。知識發(fā)現(xiàn)過程通常由數(shù)據(jù)準(zhǔn)備、規(guī)律尋找和規(guī)律表示3個階段組成。數(shù)據(jù)準(zhǔn)備是從數(shù)據(jù)中心存儲的數(shù)據(jù)中選取所需數(shù)據(jù)并整合成用于數(shù)據(jù)挖掘的數(shù)據(jù)集;規(guī)律尋找是用某種方法將數(shù)據(jù)集所含規(guī)律找出來;規(guī)律表示則是盡可能以用戶可理解的方式(如可視化)將找出的規(guī)律表示出來。
“數(shù)據(jù)海量、信息缺乏”是相當(dāng)多企業(yè)在數(shù)據(jù)大集中之后面臨的尷尬問題。目前,大多數(shù)事物型數(shù)據(jù)庫僅實現(xiàn)了數(shù)據(jù)錄入、查詢和統(tǒng)計等較低層次的功能,無法發(fā)現(xiàn)數(shù)據(jù)中存在的有用信息,更無法進(jìn)一步通過數(shù)據(jù)分析發(fā)現(xiàn)更高的價值。如果能夠?qū)@些數(shù)據(jù)進(jìn)行分析,探尋其數(shù)據(jù)模式及特征,進(jìn)而發(fā)現(xiàn)某個客戶、群體或**的興趣和行為規(guī)律,專業(yè)人員就可以預(yù)測到未來可能發(fā)生的變化趨勢。這樣的數(shù)據(jù)挖掘過程,將極大拓展企業(yè)核心競爭力。例如,在網(wǎng)上購物時遇到的提示“瀏覽了該商品的人還瀏覽了如下商品”,就是在對大量的購買者“行為軌跡”數(shù)據(jù)進(jìn)行記錄和挖掘分析的基礎(chǔ)上,捕捉總結(jié)購買者共**慣行為,并針對性地利用每一次購買機會而推出的銷售策略。
數(shù)據(jù)挖掘在供電企業(yè)的應(yīng)用前景
隨著社會的進(jìn)步和信息通信技術(shù)的發(fā)展,信息系統(tǒng)在各行業(yè)、各領(lǐng)域快速拓展。這些系統(tǒng)采集、處理、積累的數(shù)據(jù)越來越多,數(shù)據(jù)量增速越來越快,以至用“海量、爆炸性增長”等詞匯已無法形容數(shù)據(jù)的增長速度。
2011年5月,全球知名咨詢公司麥肯錫全球研究院發(fā)布了一份題為《大數(shù)據(jù):創(chuàng)新、競爭和生產(chǎn)力的.下一個新領(lǐng)域》的報告。報告中指出,數(shù)據(jù)已經(jīng)滲透到每一個行業(yè)和業(yè)務(wù)職能領(lǐng)域,逐漸成為重要的生產(chǎn)因素;而人們對于大數(shù)據(jù)的運用預(yù)示著新一波生產(chǎn)率增長和消費者盈余浪潮的到來。2012年3月29日,***在白宮網(wǎng)站上發(fā)布了《大數(shù)據(jù)研究和發(fā)展倡議》,表示將投資2億美元啟動“大數(shù)據(jù)研究和發(fā)展計劃”,增強從大數(shù)據(jù)中分析萃取信息的能力。
在電力行業(yè),堅強智能電網(wǎng)的迅速發(fā)展使信息通信技術(shù)正以前所未有的廣度、深度與電網(wǎng)生產(chǎn)、企業(yè)管理快速融合,信息通信系統(tǒng)已經(jīng)成為智能電網(wǎng)的“中樞神經(jīng)”,支撐新一代電網(wǎng)生產(chǎn)和管理發(fā)展。目前,國家電網(wǎng)公司已初步建成了**領(lǐng)先、國際一流的信息集成*臺。隨著三地集中式數(shù)據(jù)中心的陸續(xù)投運,一級部署業(yè)務(wù)應(yīng)用范圍的拓展,結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)中心的上線運行,電網(wǎng)業(yè)務(wù)數(shù)據(jù)從總量和種類上都已初具規(guī)模。隨著后續(xù)智能電表的逐步普及,電網(wǎng)業(yè)務(wù)數(shù)據(jù)將從時效性層面進(jìn)一步豐富和拓展。大數(shù)據(jù)的“量類時”特性,已在海量、實時的電網(wǎng)業(yè)務(wù)數(shù)據(jù)中進(jìn)一步凸顯,電力大數(shù)據(jù)分析迫在眉睫。
當(dāng)前,電網(wǎng)業(yè)務(wù)數(shù)據(jù)大致分為三類:一是電力企業(yè)生產(chǎn)數(shù)據(jù),如發(fā)電量、電壓穩(wěn)定性等方面的數(shù)據(jù);二是電力企業(yè)運營數(shù)據(jù),如交易電價、售電量、用電客戶等方面的數(shù)據(jù);三是電力企業(yè)管理數(shù)據(jù),如ERP、一體化*臺、協(xié)同辦公等方面的數(shù)據(jù)。如能充分利用這些基于電網(wǎng)實際的數(shù)據(jù),對其進(jìn)行深入分析,便可以提供大量的高附加值服務(wù)。這些增值服務(wù)將有利于電網(wǎng)安全檢測與**(包括大災(zāi)難預(yù)警與處理、供電與電力調(diào)度決策**和更準(zhǔn)確的用電量預(yù)測),客戶用電行為分析與客戶細(xì)分,電力企業(yè)精細(xì)化運營管理等等,實現(xiàn)更科學(xué)的需求側(cè)管理。
例如,在電力營銷環(huán)節(jié),針對“大營銷”體系建設(shè),以客戶和市場為導(dǎo)向,省級集中的95598客戶服務(wù)、計量檢定配送業(yè)務(wù)屬地化管理的營銷管理體系和24小時面向客戶的營銷服務(wù)系統(tǒng),可通過數(shù)據(jù)分析改善服務(wù)模式,提高營銷能力和服務(wù)質(zhì)量;以分析型數(shù)據(jù)為基礎(chǔ),優(yōu)化現(xiàn)有營銷**模式,科學(xué)配置計量、收費和服務(wù)資源,構(gòu)建營銷稽查數(shù)據(jù)**分析模型;建立各種針對營銷的系統(tǒng)性算法模型庫,發(fā)現(xiàn)數(shù)據(jù)中存在的隱藏關(guān)系, 為各級決策者提供多維的、直觀的、全面的、深入的分析預(yù)測性數(shù)據(jù), 進(jìn)而主動把握市場動態(tài),采取適當(dāng)?shù)臓I銷策略,獲得更大的企業(yè)效益,更好地服務(wù)于社會和經(jīng)濟(jì)發(fā)展。此外,還可以考慮在電力生產(chǎn)環(huán)節(jié),利用數(shù)據(jù)挖掘技術(shù),在線計算輸送功率極限,并考慮電壓等因素對功率極限的影響,從而合理設(shè)置系統(tǒng)輸出功率,有效*衡系統(tǒng)的安全性和經(jīng)濟(jì)性。
公司具備非常好的從數(shù)據(jù)運維角度實現(xiàn)更大程度信息、知識發(fā)現(xiàn)的條件和基礎(chǔ),完全可以立足數(shù)據(jù)運維服務(wù),創(chuàng)造數(shù)據(jù)增值價值,提供并衍生多種服務(wù)。以數(shù)據(jù)中心為紐帶,新型數(shù)據(jù)運維的成果將有可能作為一種新的消費形態(tài)與交付方式,給客戶帶來全新的使用體驗,打破傳統(tǒng)業(yè)務(wù)系統(tǒng)間各自為陣的局面,進(jìn)一步推動電網(wǎng)生產(chǎn)和企業(yè)管理,從數(shù)據(jù)運維角度對企業(yè)生產(chǎn)經(jīng)營、管理以及堅強智能電網(wǎng)建設(shè)提供更有力、更長遠(yuǎn)、更深入的支撐。
數(shù)據(jù)挖掘?qū)I(yè)就業(yè)方向
1.數(shù)據(jù)挖掘主要是做算法還是做應(yīng)用?分別都要求什么?
這個問題太籠統(tǒng),基本上算法和應(yīng)用是兩個人來做的,可能是數(shù)據(jù)挖掘職位。做算法的比較少,也比較高級。
其實所謂做算法大多數(shù)時候都不是設(shè)計新的算法(這個可以寫論文了),更多的是技術(shù)選型,特征工程抽取,最多是實現(xiàn)一些已經(jīng)有論文但是還沒有開源模塊的算法等,還是要求扎實的算法和數(shù)據(jù)結(jié)構(gòu)功底,以及豐富的分布式計算的知識的,以及不錯的英文閱讀和寫作能力。但即使是這樣也是百里挑一的,很難找到。
絕大讀書數(shù)據(jù)挖掘崗位都是做應(yīng)用,數(shù)據(jù)清洗,用現(xiàn)成的庫建模,如果你自己不往算法或者架構(gòu)方面繼續(xù)提升,和其他的開發(fā)崗位的性質(zhì)基本沒什么不同,只要會編程都是很容易入門的。
2.北上廣以外的普通公司用的多嗎?待遇如何?
實際情況不太清楚,由于數(shù)據(jù)挖掘和大數(shù)據(jù)這個概念太火了,肯定到處都有人招聘響應(yīng)的崗位,但是二線城市可能僅僅是停留在概念上,很多實際的工作并沒有接觸到足夠大的數(shù)據(jù),都是生搬硬套框架(從我面試的人的工作經(jīng)驗上看即使是在北上廣深這種情況也比較多見)。
只是在北上廣深,可能接觸到大數(shù)據(jù)的機會多一些。而且做數(shù)據(jù)挖掘現(xiàn)在熱點的技術(shù)比如Python,Spark,Scala,R這些技術(shù)除了在一線城市之外基本上沒有足夠的市場(因為會的人太少了,二線城市的公司找不到掌握這些技術(shù)的人,不招也沒人學(xué))。
所以我推測二線城市最多的還是用JAVA+Hadoop,或者用JAVA寫一些Spark程序。北上廣深和二線城市程序員比待遇是欺負(fù)人,就不討論了。
3.和前端后端程序員比有什么區(qū)別?有什么優(yōu)缺點?
和傳統(tǒng)的前后端程序員相比,最主要的去別就是對編程水*的要求。從我招聘的情況來看,做數(shù)據(jù)挖掘的人編程水*要求可以降低一個檔次,甚至都不用掌握面向?qū)ο蟆?/p>
但是要求技術(shù)全面,編程、SQL,Linux,正則表達(dá)式,Hadoop,Spark,爬蟲,機器學(xué)習(xí)模型等技術(shù)都要掌握一些。前后端可能是要求精深,數(shù)據(jù)挖掘更強調(diào)廣博,有架構(gòu)能力更好。
4.目前在學(xué)習(xí)機器學(xué)習(xí),如果想找數(shù)據(jù)挖掘方面的工作應(yīng)該學(xué)習(xí)哪些內(nèi)容?
打基礎(chǔ)是最重要的,學(xué)習(xí)一門數(shù)據(jù)挖掘常用的語言,比如Python,Scala,R;學(xué)習(xí)足夠的Linux經(jīng)驗,能夠通過awk,grep等Linux命令快速的處理文本文件。掌握SQL,MySQL或者PostgreSQL都是比較常用的關(guān)系型數(shù)據(jù)庫,搞數(shù)據(jù)的別跟我說不會用數(shù)據(jù)庫。
補充的一些技能,比如NoSQL的使用,Elasticsearch的使用,分詞(jieba等模塊的使用),算法的數(shù)據(jù)結(jié)構(gòu)的知識。
5.hadoop,hive之類的需要學(xué)習(xí)嗎?
我覺得應(yīng)當(dāng)學(xué)習(xí),首先Hadoop和Hive很簡單(如果你用AWS的話你可以開一臺EMR,上面直接就有Hadoop和Hive,可以直接從使用學(xué)起)。
我覺得如果不折騰安裝和部署,還有Linux和MySQL的經(jīng)驗,只要半天到一天就能熟悉Hadoop和Hive的使用(當(dāng)然你得有Linux和MySQL的基礎(chǔ),如果沒有就先老老實實的學(xué)Linux和MySQL,這兩個都可以在自己的PC上安裝,自己折騰)。
Spark對很多人來說才是需要學(xué)習(xí)的,如果你有JAVA經(jīng)驗大可以從JAVA入門。如果沒有那么還是建議從Scala入門,但是實際上如果沒有JAVA經(jīng)驗,Scala入門也會有一定難度,但是可以慢慢補。
所以總的來說Spark才足夠難,以至于需要學(xué)習(xí)。
最后的最后我有一些建議。第一要對自己有一個系統(tǒng)的認(rèn)知,自己的編程水*夠么,SQL會用么,Linux會用么,能流暢的看英文文檔么?
如果上面任何一個問題的答案是No,我都不建議直接轉(zhuǎn)行或者申請高級的數(shù)據(jù)挖掘職位(因為你很難找到一個正經(jīng)的數(shù)據(jù)挖掘崗位,頂多是一些打擦邊球的崗位,無論是實際干的工作還是未來的成長可能對你的幫助都不大)。
無論你現(xiàn)在是學(xué)生還是已經(jīng)再做一些前段后端、運維之類的工作你都有足夠的時間補齊這些基礎(chǔ)知識。
補齊了這些知識之后,第一件事就是了解大數(shù)據(jù)生態(tài),Hadoop生態(tài)圈,Spark生態(tài)圈,機器學(xué)習(xí),深度學(xué)習(xí)(后兩者需要高等數(shù)學(xué)和線性代數(shù)基礎(chǔ),如果你的大學(xué)專業(yè)學(xué)這些不要混)。
數(shù)據(jù)挖掘論文的參考文獻(xiàn)擴(kuò)展閱讀
數(shù)據(jù)挖掘論文的參考文獻(xiàn)(擴(kuò)展1)
——Web數(shù)據(jù)挖掘技術(shù)探析論文
Web數(shù)據(jù)挖掘技術(shù)探析論文
在日復(fù)一日的學(xué)習(xí)、工作生活中,大家或多或少都會接觸過論文吧,論文對于所有教育工作者,對于人類整體認(rèn)識的提高有著重要的意義。那么你知道一篇好的論文該怎么寫嗎?以下是小編收集整理的Web數(shù)據(jù)挖掘技術(shù)探析論文,供大家參考借鑒,希望可以幫助到有需要的朋友。
Web數(shù)據(jù)挖掘技術(shù)探析論文 篇1
引言
當(dāng)前,隨著網(wǎng)絡(luò)技術(shù)的發(fā)展和數(shù)據(jù)庫技術(shù)的迅猛發(fā)展,有效推動了商務(wù)活動由傳統(tǒng)活動向電子商務(wù)變革。電子商務(wù)就是利用計算機和網(wǎng)絡(luò)技術(shù)以及遠(yuǎn)程通信技術(shù),實現(xiàn)整個商務(wù)活動的電子化、數(shù)字化和網(wǎng)絡(luò)化;贗nternet的電子商務(wù)快速發(fā)展,使現(xiàn)代企業(yè)積累了大量的數(shù)據(jù),這些數(shù)據(jù)不僅能給企業(yè)帶來更多有用信息,同時還使其他現(xiàn)代企業(yè)管理者能夠及時準(zhǔn)確的搜集到大量的數(shù)據(jù)。訪問客戶提供更多更優(yōu)質(zhì)的服務(wù),成為電子商務(wù)成敗的關(guān)鍵因素,因而受到現(xiàn)代電子商務(wù)經(jīng)營者的高度關(guān)注,這也對計算機web數(shù)據(jù)技術(shù)提出了新的要求,Web數(shù)據(jù)挖掘技術(shù)應(yīng)運而生。它是一種能夠從網(wǎng)上獲取大量數(shù)據(jù),并能有效地提取有用信息供企業(yè)決策者分析參考,以便科學(xué)合理制定和調(diào)整營銷策略,為客戶提供動態(tài)、個性化、高效率服務(wù)的全新技術(shù)。目前,它已成為電子商務(wù)活動中不可或缺的重要載體。
計算機web數(shù)據(jù)挖掘概述
1.計算機web數(shù)據(jù)挖掘的由來
計算機Web數(shù)據(jù)挖掘是一個在Web資源**對自己有用的數(shù)據(jù)信息進(jìn)行篩選的過程。Web數(shù)據(jù)挖掘是把傳統(tǒng)的數(shù)據(jù)挖掘思想和方法移植到Web應(yīng)用中,即從現(xiàn)有的Web文檔和活動中挑選自己感興趣且有用的模式或者隱藏的數(shù)據(jù)信息。計算機Web數(shù)據(jù)挖掘可以在多領(lǐng)域中展示其作用,目前已被廣泛應(yīng)用于數(shù)據(jù)庫技術(shù)、信息獲取技術(shù)、統(tǒng)計學(xué)、人工智能中的機器學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)等多個方面,其中對商務(wù)活動的變革起到重大的推動作用方面最為明顯。
2.計算機Web數(shù)據(jù)挖掘含義及特征
(1)Web數(shù)據(jù)挖掘的含義
Web數(shù)據(jù)挖掘是指數(shù)據(jù)挖掘技術(shù)在Web環(huán)境下的應(yīng)用,是一項數(shù)據(jù)挖掘技術(shù)與WWW技術(shù)相結(jié)合產(chǎn)生的新技術(shù),綜合運用到了計算機語言、Internet、人工智能、統(tǒng)計學(xué)、信息學(xué)等多個領(lǐng)域的技術(shù)。具體說,就是通過充分利用網(wǎng)絡(luò)(Internet),挖掘用戶訪問日志文件、商品信息、搜索信息、購銷信息以及網(wǎng)絡(luò)用戶登記信息等內(nèi)容,從中找出隱性的、潛在有用的和有價值的信息,最后再用于企業(yè)管理和商業(yè)決策。
(2)Web數(shù)據(jù)挖掘的特點
計算機Web數(shù)據(jù)挖掘技術(shù)具有以下特點:一是用戶不用提供主觀的評價信息;二是用戶“訪問模式動態(tài)獲取”不會過時;三是可以處理大規(guī)模的數(shù)據(jù)量,并且使用方便;四是與傳統(tǒng)數(shù)據(jù)庫和數(shù)據(jù)倉庫相比,Web是一個巨大、分布廣泛、全球性的信息服務(wù)中心。
(3)計算機web數(shù)據(jù)挖掘技術(shù)的類別
web數(shù)據(jù)挖掘技術(shù)共有三類:第一類是Web使用記錄挖掘。就是通過網(wǎng)絡(luò)對Web日志記錄進(jìn)行挖掘,查找用戶訪問Web頁面的模式及潛在客戶等信息,以此提高其站點所有服務(wù)的競爭力。第二類是Web內(nèi)容挖掘。既是指從Web文檔中抽取知識的過程。第三類是Web結(jié)構(gòu)挖掘。就是通過對Web上大量文檔集合的內(nèi)容進(jìn)行小結(jié)、聚類、關(guān)聯(lián)分析的方式,從Web文檔的**結(jié)構(gòu)和鏈接關(guān)系中預(yù)測相關(guān)信息和知識。
計算機web數(shù)據(jù)挖掘技術(shù)與電子商務(wù)的關(guān)系
借助計算機技術(shù)和網(wǎng)絡(luò)技術(shù)的日臻成熟,電子商務(wù)正以其快速、便捷的特點受到越來越多的企業(yè)和個人的關(guān)注。隨著電子商務(wù)企業(yè)業(yè)務(wù)規(guī)模的不斷擴(kuò)大,電子商務(wù)企業(yè)的商品和客戶數(shù)量也隨之迅速增加,電子商務(wù)企業(yè)以此獲得了大量的數(shù)據(jù),這些數(shù)據(jù)正成為了電子商務(wù)企業(yè)客戶管理和銷售管理的重要信息。為了更好地開發(fā)和利用這些數(shù)據(jù)資源,以便給企業(yè)和客戶帶來更多的便利和實惠,各種數(shù)據(jù)挖掘技術(shù)也逐漸被應(yīng)用到電子商務(wù)網(wǎng)**。目前,基于數(shù)據(jù)挖掘(特別是web數(shù)據(jù)挖掘)技術(shù)構(gòu)建的電子商務(wù)推薦系統(tǒng)正成為電子商務(wù)推薦系統(tǒng)發(fā)展的一種趨勢。
計算機web數(shù)據(jù)挖掘在電子商務(wù)中的具體應(yīng)用
(1)電子商務(wù)中的web數(shù)據(jù)挖掘的過程
在電子商務(wù)中,web數(shù)據(jù)挖掘的過程主要有以下三個階段:既是數(shù)據(jù)準(zhǔn)備階段、數(shù)據(jù)挖掘操作階段、結(jié)果表達(dá)和解釋階段。如果在結(jié)果表達(dá)階段中,分析結(jié)果不能讓電子商務(wù)企業(yè)的決策者滿意,就需要重復(fù)上述過程,直到滿意為止。
(2)Web數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中的應(yīng)用
目前,電子商務(wù)在企業(yè)中得到廣泛應(yīng)用,極大地促進(jìn)了電子商務(wù)網(wǎng)站的興起,經(jīng)過分析一定時期內(nèi)站點上的用戶的訪問信息,便可發(fā)現(xiàn)該商務(wù)站點上潛在的客戶群體、相關(guān)頁面、聚類客戶等數(shù)據(jù)信息,企業(yè)信息系統(tǒng)因此會獲得大量的數(shù)據(jù),如此多的數(shù)據(jù)使Web數(shù)據(jù)挖掘有了豐富的數(shù)據(jù)基礎(chǔ),使它在各種商業(yè)領(lǐng)域有著更加重要的.實用價值。因而,電子商務(wù)必將是未來Web數(shù)據(jù)挖掘的主攻方向。Web數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中的應(yīng)用主要包含以下幾方面:
一是尋找潛在客戶。電子商務(wù)活動中,企業(yè)的銷售商可以利用分類技術(shù)在Internet上找到潛在客戶,通過挖掘Web日志記錄等信息資源,對訪問者進(jìn)行分類,尋找訪問客戶共同的特征和規(guī)律,然后從已經(jīng)存在的分類中找到潛在的客戶。
二是留住訪問客戶。電子商務(wù)企業(yè)通過商務(wù)網(wǎng)站可以充分挖掘客戶瀏覽訪問時留下的信息,了解客戶的瀏覽行為,然后根據(jù)客戶不同的愛好和要求,及時做出讓訪問客戶滿意的頁面推薦和專屬性產(chǎn)品,以此來不斷提高網(wǎng)站訪問的滿意度,最大限度延長客戶駐留的時間,實現(xiàn)留住老客戶發(fā)掘新客戶的目的。
三是提供營銷策略參考。通過Web數(shù)據(jù)挖掘,電子商務(wù)企業(yè)銷售商能夠通過挖掘商品訪問情況和銷售情況,同時結(jié)合市場的變化情況,通過聚類分析的方法,推導(dǎo)出客戶訪問的規(guī)律,不同的消費需求以及消費產(chǎn)品的生命周期等情況,為決策提供及時而準(zhǔn)確的信息參考,以便決策者能夠適時做出商品銷售策略調(diào)整,優(yōu)化商品營銷。
四是完善商務(wù)網(wǎng)站設(shè)計。電子商務(wù)網(wǎng)站站點設(shè)計者能夠利用關(guān)聯(lián)規(guī)則,來了解客戶的行為記錄和反饋情況,并以此作為改進(jìn)網(wǎng)站的依據(jù),不斷對網(wǎng)站的**結(jié)構(gòu)進(jìn)行優(yōu)化來方便客戶訪問,不斷提高網(wǎng)站的點擊率。
結(jié)語
本文對Web數(shù)據(jù)挖掘技術(shù)進(jìn)行了綜述,講述了其在電子商務(wù)中廣泛應(yīng)用?梢钥闯觯S著計算機技術(shù)和數(shù)據(jù)庫技術(shù)快速發(fā)展,計算機Web數(shù)據(jù)技術(shù)的應(yīng)用將更加廣泛,Web數(shù)據(jù)挖掘也將成為非常重要的研究領(lǐng)域,研究前景巨大、意義深遠(yuǎn)。目前,我國的Web數(shù)據(jù)應(yīng)用還處于探索和起步階段,還有許多問題值得深入研究。
Web數(shù)據(jù)挖掘技術(shù)探析論文 篇2
摘要:該文通過介紹電子商務(wù)及數(shù)據(jù)挖掘基本知識,分別從幾個方面分析了電子商務(wù)中WEB數(shù)據(jù)挖掘技術(shù)的應(yīng)用。
關(guān)鍵詞:電子商務(wù);數(shù)據(jù)挖掘;應(yīng)用
1概述
電子商務(wù)是指企業(yè)或個人以網(wǎng)絡(luò)為載體,應(yīng)用電子**,利用現(xiàn)代信息技術(shù)進(jìn)行商務(wù)數(shù)據(jù)交換和開展商務(wù)業(yè)務(wù)的活動。隨著互聯(lián)網(wǎng)的迅速發(fā)展,電子商務(wù)比傳統(tǒng)商務(wù)具有更明顯的優(yōu)勢,由于電子商務(wù)具有方便、靈活、快捷的特點,使它已逐漸成為人們生活中不可缺少的活動。目前電子商務(wù)*臺網(wǎng)站多,行業(yè)競爭強,為了獲得更多的客戶資源,電子商務(wù)網(wǎng)站必須加強客戶關(guān)系管理、改善經(jīng)營理念、提升售后服務(wù)。數(shù)據(jù)挖掘是從數(shù)據(jù)集中識別出隱含的、潛在有用的、有效的,新穎的、能夠被理解的信息和知識的過程。由數(shù)據(jù)集合做出歸納推理,從中挖掘并進(jìn)行商業(yè)預(yù)判,能夠幫助電子商務(wù)企業(yè)決策層依據(jù)預(yù)判,對市場策略調(diào)整,將企業(yè)風(fēng)險降低,從而做出正確的決策,企業(yè)利潤將最大化。隨著電子商務(wù)的應(yīng)用日益廣泛,電子商務(wù)活動中會產(chǎn)生大量有用的數(shù)據(jù),如何能夠數(shù)據(jù)挖掘出數(shù)據(jù)的參考價值?研究客戶的興趣和愛好,對客戶分門別類,將客戶心儀的商品分別推薦給相關(guān)客戶。因此,如何在電子商務(wù)*臺上進(jìn)行數(shù)據(jù)挖掘成為研究的熱點問題。
2數(shù)據(jù)挖掘技術(shù)概述
數(shù)據(jù)挖掘(DataMining),也稱數(shù)據(jù)庫中的知識發(fā)現(xiàn)(KnowledgeDiscoveryinDatabase,KDD)。數(shù)據(jù)挖掘一般是指從海量數(shù)據(jù)中應(yīng)用算法查找出隱藏的、未知的信息的過程。數(shù)據(jù)挖掘是一個在大數(shù)據(jù)資源中利用分析工具發(fā)現(xiàn)模型與數(shù)據(jù)之間關(guān)系的一個過程,數(shù)據(jù)挖掘?qū)Q策者尋找數(shù)據(jù)間潛在的某種關(guān)聯(lián),發(fā)現(xiàn)隱藏的因素起著關(guān)鍵作用。這些模式是有潛在價值的、并能夠被理解的。數(shù)據(jù)挖掘?qū)⑷斯ぶ悄堋C器學(xué)習(xí)、數(shù)據(jù)庫、統(tǒng)計、可視化、信息檢索、并行計算等多個領(lǐng)域的理論與技術(shù)融合在一起的一門多學(xué)科交叉學(xué)問,這些學(xué)科也對數(shù)據(jù)挖掘提供了很大的技術(shù)支撐。
3Web數(shù)據(jù)挖掘特點
Web數(shù)據(jù)挖掘就是數(shù)據(jù)挖掘在Web中的應(yīng)用。Web數(shù)據(jù)挖掘的目的是從萬維網(wǎng)的網(wǎng)頁的內(nèi)容、超鏈接的結(jié)構(gòu)及使用日志記錄中找到有價值的數(shù)據(jù)或信息。依據(jù)挖掘過程中使用的數(shù)據(jù)類別,Web數(shù)據(jù)挖掘任務(wù)可分為:Web內(nèi)容挖掘、Web結(jié)構(gòu)挖掘、Web使用記錄挖掘。
1)Web內(nèi)容挖掘指從網(wǎng)頁中提取文字、圖片或其他組成網(wǎng)頁內(nèi)容的信息,挖掘?qū)ο笸ǔ0谋尽D形、音視頻、多**以及其他各種類型數(shù)據(jù)。
2)Web結(jié)構(gòu)挖掘是對Web頁面之間的結(jié)構(gòu)進(jìn)行挖掘,挖掘描述內(nèi)容是如何**的,從Web的超鏈接結(jié)構(gòu)中尋找Web結(jié)構(gòu)和頁面結(jié)構(gòu)中的有價值模式。例如從這些鏈接中,我們可以找出哪些是重要的網(wǎng)頁,依據(jù)網(wǎng)頁的主題,進(jìn)行自動的聚類和分類,為了不同的目的從網(wǎng)頁中根據(jù)模式獲取有用的信息,從而提高檢索的質(zhì)量及效率。
3)Web使用記錄挖掘是根據(jù)對服務(wù)器上用戶訪問時的訪問記錄進(jìn)行挖掘的方法。Web使用挖掘?qū)⑷罩緮?shù)據(jù)映射為關(guān)系表并采用相應(yīng)的數(shù)據(jù)挖掘技術(shù)來訪問日志數(shù)據(jù),對用戶點擊事件的搜集和分析發(fā)現(xiàn)用戶導(dǎo)航行為。它用來提取關(guān)于客戶如何瀏覽和使用訪問網(wǎng)頁的鏈接信息。如訪問了哪些頁面?在每個頁面中所停留的時間?下一步點擊了什么?在什么樣的路線下退出瀏覽的?這些都是Web使用記錄挖掘所關(guān)心要解決的問題。
4電子商務(wù)中Web挖掘中技術(shù)的應(yīng)用分析
1)電子商務(wù)中序列模式分析的應(yīng)用
序列模式數(shù)據(jù)挖掘就是要挖掘基于時間或其他序列的模式。如在一套按時間順序排列的會話或事務(wù)中一個項目有存在跟在另一個項目后面。通過這個方法,WEB銷售商可以預(yù)測未來的訪問模式,以幫助針對特定用戶組進(jìn)行廣告排放設(shè)置。發(fā)現(xiàn)序列模式容易使客戶的行為被電子商務(wù)的**者預(yù)測,當(dāng)用戶瀏覽站點時,盡可能地迎合每個用戶的瀏覽習(xí)慣并根據(jù)用戶感興趣的內(nèi)容不斷調(diào)整網(wǎng)頁,盡可能地使每個用戶滿意。使用序列模式分析挖掘日志,可以發(fā)現(xiàn)客戶的訪問序列模式。在萬維網(wǎng)使用記錄挖掘應(yīng)用中,序列模式挖掘可以用于捕捉用戶路徑之中常用的導(dǎo)航路徑。當(dāng)用戶訪問電子商務(wù)網(wǎng)站時,網(wǎng)站管理員能夠搜索出這個訪問者的對該網(wǎng)站的訪問序列模式,將訪問者感興趣但尚未瀏覽的頁面推薦給他。序列模式分析還能分析出商品購買的前后順序,從而向客戶提出推薦。例如在搜索引擎是發(fā)出查詢請求、瀏覽網(wǎng)頁信息等,會彈出與這些信息相關(guān)的廣告。例如購買了打印機的用戶,一般不久就會購買如打印紙、硒鼓等打印耗材。優(yōu)秀的推薦系統(tǒng)將為客戶建立一個專屬商店,由每個客戶的特征來調(diào)整網(wǎng)站的內(nèi)容。也能由挖掘出的一些序列模式分析網(wǎng)站及產(chǎn)品促銷的效果。
2)電子商務(wù)中關(guān)聯(lián)規(guī)則的應(yīng)用
關(guān)聯(lián)規(guī)則是揭示數(shù)據(jù)之間隱含的相互關(guān)系,關(guān)聯(lián)分析的任務(wù)是發(fā)現(xiàn)事物間的關(guān)聯(lián)規(guī)則或相關(guān)程序。關(guān)聯(lián)規(guī)則挖掘的目標(biāo)是在數(shù)據(jù)項目中找出每一個數(shù)據(jù)信息的內(nèi)在關(guān)系。關(guān)聯(lián)規(guī)則挖掘就是要搜索出用戶在服務(wù)器*問的內(nèi)容、頁面、文件之間的聯(lián)系,從而改進(jìn)電子商務(wù)網(wǎng)站設(shè)計。可以更好在**站點,減少用戶過濾網(wǎng)站信息的負(fù)擔(dān),哪些商品顧客會可能在一次購物時同時購買?關(guān)聯(lián)規(guī)則技術(shù)能夠通過購物籃中的不同商品之間的聯(lián)系,分析顧客的購物習(xí)慣。例如購買牛奶的顧客90%會同時還購買面包,這就是一條關(guān)聯(lián)規(guī)則,如果商店或電子商務(wù)網(wǎng)站將這兩種商品放在一起銷售,將會提高它們的銷量。關(guān)聯(lián)規(guī)則挖掘目標(biāo)是利用工具分析出顧客購買商品間的聯(lián)系,也即典型購物籃數(shù)據(jù)分析應(yīng)用。關(guān)聯(lián)規(guī)則是發(fā)現(xiàn)同類事件中不同項目的相關(guān)性,例如手機加充電寶,鼠標(biāo)加鼠標(biāo)墊等購買習(xí)慣就屬于關(guān)聯(lián)分析。關(guān)聯(lián)規(guī)則挖掘技術(shù)可以用相應(yīng)算法找出關(guān)聯(lián)規(guī)則,例如在上述例子中,商家可以依據(jù)商品間的關(guān)聯(lián)改進(jìn)商品的擺放,如果顧客購買了手機則將充電寶放入推薦的商品中,如果一些商品被同時購買的概率較大,說明這些商品存在關(guān)聯(lián)性,商家可以將這些有關(guān)聯(lián)的商品鏈接放在一起推薦給客戶,有利于商品的銷售,商家也根據(jù)關(guān)聯(lián)有效搭配進(jìn)貨,提升商品管理水*。如買了燈具的顧客,多半還會購買開關(guān)插座,因此,一般會將燈具與開關(guān)插座等物品放在一個區(qū)域供顧客選購。依據(jù)分析找出顧客所需要的商品的關(guān)聯(lián)規(guī)則,由挖掘分析結(jié)果向顧客推薦所需商品,也即向顧客提出可能會感興趣的商品推薦,將會**提高商品的銷售量。
3)電子商務(wù)中路徑分析技術(shù)的應(yīng)用
路徑分析技術(shù)通過對Web服務(wù)器的日志文件中客戶訪問站點的訪問次數(shù)的分析,用來發(fā)現(xiàn)Web站點中最經(jīng)常訪問的路徑來調(diào)整站點結(jié)構(gòu),從而幫助使用用戶以最快的速度找到其所需要的產(chǎn)品或是信息。例如在用戶訪問某網(wǎng)站時,如果有很多用戶不感興趣的頁面存在,就會影響用戶的網(wǎng)頁瀏覽速度,從而降低用戶的瀏覽興趣,同時也會使整個站點的維護(hù)成本提高。而利用路徑分析技術(shù)能夠全面地掌握網(wǎng)站各個頁面之間的關(guān)聯(lián)以及超鏈接之間的聯(lián)系,通過分析得出訪問頻率最高的頁面,從而改進(jìn)網(wǎng)站結(jié)構(gòu)及頁面的設(shè)計。
4)電子商務(wù)中分類分析的應(yīng)用
分類技術(shù)在根據(jù)各種預(yù)定義規(guī)則進(jìn)行用戶建模的Web分析應(yīng)用中扮演著很重要的角色。例如,給出一組用戶事務(wù),可以計算每個用戶在某個期間內(nèi)購買記錄總和。基于這些數(shù)據(jù),可以建立一個分類模型,將用戶分成有購買傾向和沒有購買傾向兩類,考慮的特征如用戶統(tǒng)計屬性以及他們的導(dǎo)航活動。分類技術(shù)既可以用于預(yù)測哪些購買客戶對于哪類促銷**感興趣,也可以預(yù)測和劃分顧客類別。在電子商務(wù)中通過分類分析,可以得知各類客戶的興趣愛好和商品購買意向,因而發(fā)現(xiàn)一些潛在的購買客戶,從而為每一類客戶提供個性化的網(wǎng)絡(luò)服務(wù)及開展針對性的商務(wù)活動。通過分類定位模型輔助決策人員定位他們的最佳客戶和潛在客戶,提高客戶滿意度及忠誠度,最大化客戶收益率,以降低成本,增加收入。
5)電子商務(wù)中聚類分析的應(yīng)用
聚類技術(shù)可以將具有相同特征的數(shù)據(jù)項聚成一類。聚類分析是對數(shù)據(jù)庫中相關(guān)數(shù)據(jù)進(jìn)行對比并找出各數(shù)據(jù)之間的關(guān)系,將不同性質(zhì)特征的數(shù)據(jù)進(jìn)行分類。聚類分析的目標(biāo)是在相似的基礎(chǔ)上收集數(shù)據(jù)來分類。根據(jù)具有相同或相似的顧客購買行為和顧客特征,利用聚類分析技術(shù)將市場有效地細(xì)分,細(xì)分后應(yīng)可每類市場都制定有針對性的市場營銷策略。聚類分別有頁面聚類和用戶聚類兩種。用戶聚類是為了建立擁有相同瀏覽模式的用戶分組,可以在電子中商務(wù)中進(jìn)行市場劃分或給具有相似興趣的用戶提供個性化的Web內(nèi)容,更多在用戶分組上基于用戶統(tǒng)計屬性(如年齡、性別、收入等)的分析可以發(fā)現(xiàn)有價值的商業(yè)智能。在電子商務(wù)中將市場進(jìn)行細(xì)化的區(qū)分就是運用聚類分析技術(shù)。聚類分析可根據(jù)顧客的購買行為來劃分不同顧客特征的不同顧客群,通過聚類具有類似瀏覽行為的客戶,讓市場人員對顧客進(jìn)行類別細(xì)分,能夠給顧客提供更人性化的貼心服務(wù)。比如通過聚類技術(shù)分析,發(fā)現(xiàn)一些顧客喜歡訪問有關(guān)汽車配件網(wǎng)頁內(nèi)容,就可以動態(tài)改變站點內(nèi)容,讓網(wǎng)絡(luò)自動地給這些顧客聚類發(fā)送有關(guān)汽車配件的新產(chǎn)品信息或郵件。分類和聚類往往是相互作用的。在電子商務(wù)中通過聚類行為或習(xí)性相似的顧客,給顧客提供更滿意的服務(wù)。技術(shù)人員在分析中先用聚類分析將要分析的數(shù)據(jù)進(jìn)行聚類細(xì)分,然后用分類分析對數(shù)據(jù)集合進(jìn)行分類標(biāo)記,再將該標(biāo)記重新進(jìn)行分類,一直如此循環(huán)兩種分析方法得到相對滿意的結(jié)果。
5結(jié)語
隨著互聯(lián)網(wǎng)的飛速發(fā)展,大數(shù)據(jù)分析應(yīng)用越來越廣。商業(yè)貿(mào)易中電子商務(wù)所占比例越來越大,使用web挖掘技術(shù)對商業(yè)海量數(shù)據(jù)進(jìn)行挖掘處理,分析客戶購買喜好、跟蹤市場變化,調(diào)整銷售策略,對決策者做出有效決策及提高企業(yè)的市場競爭力有重要意義。
參考文獻(xiàn):
[1]龐英智.Web數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中的應(yīng)用[J].**科學(xué),2011,29(2):235-240.
[2]馬宗亞,張會彥.Web數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中的應(yīng)用研究[J].現(xiàn)代經(jīng)濟(jì)信息,2014(6):23-24.
[3]徐劍彬.Web數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中的應(yīng)用[J].時代金融,2013(4):234-235.208
[4]周世東.Web數(shù)據(jù)挖掘在電子商務(wù)中的應(yīng)用研究[D].**交通大學(xué),2008.
[5]段紅英.Web數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中的應(yīng)用[J].隴東學(xué)院學(xué)報,2009(3):32-34.
數(shù)據(jù)挖掘論文的參考文獻(xiàn)(擴(kuò)展2)
——數(shù)據(jù)庫論文參考文獻(xiàn)范例
數(shù)據(jù)庫論文參考文獻(xiàn)范例
參考文獻(xiàn)為撰寫或編輯論文和著作而引用的有關(guān)文獻(xiàn)信息資源,以下是小編搜集整理的數(shù)據(jù)庫論文參考文獻(xiàn)范例,供大家閱讀查看。
參考文獻(xiàn)一:
[1]田力,黃寶華,欒紹鵬.煙臺市土地儲備系統(tǒng)設(shè)計與實現(xiàn)[J].山東國土資源.2010(10)
[2]崔少國,劉赟,周林.基于GIS的土地收購儲備管理信息系統(tǒng)的研究與構(gòu)建[J].軟件導(dǎo)刊.2007(19)
[3]黃志超,王明舉.基于GIS的土地收購儲備管理信息系統(tǒng)設(shè)計與實現(xiàn)[J].微型電腦應(yīng)用.2005(02)
[4]陳正江,湯國安,任曉東編著.地理信息系統(tǒng)設(shè)計與開發(fā)[M].科學(xué)出版社,2005
[5]李滿春等編著.GIS設(shè)計與實現(xiàn)[M].科學(xué)出版社,2003
[6]趙美超,陶本藻,趙俊三.土地儲備與交易信息系統(tǒng)的設(shè)計與實現(xiàn)[J].測繪**.2004(01)
[7]GB/T21740-2008.基礎(chǔ)地理信息城市數(shù)據(jù)庫建設(shè)規(guī)范[S].2008
[8]GB/T17798-2007.地理空間數(shù)據(jù)交換格式[S].2007
[9]DonT.Johnson,LaryB.Cowart.PublicSectorLandBanking:ADecisionModelforLocalGovernments[J].PublicBudgeting&Finance.2003(4)
[10]蘆倩.基于ArcGISEngine的水文生態(tài)數(shù)據(jù)管理系統(tǒng)設(shè)計與實現(xiàn)[D].**林業(yè)大學(xué)2011
[11]劉偉.光纖資源網(wǎng)GIS管理的數(shù)據(jù)挖掘研究[D].吉林大學(xué)2004
[12]唐鐵虎.基于Web服務(wù)的企業(yè)基礎(chǔ)數(shù)據(jù)服務(wù)中心研究[D].哈爾濱工程大學(xué)2012
[13]周學(xué)蕾.吉林省既有建筑節(jié)能改造價值分析[D].長春工程學(xué)院2015
[14]王要鋒.基于綜合評判及有限元分析的基坑支護(hù)工程方案優(yōu)化設(shè)計[D].長春工程學(xué)院2015
[15]馮清.天津某深基坑“兩墻合一”支護(hù)結(jié)構(gòu)的變形分析[D].長春工程學(xué)院2015
[16]張云.能力勝任模型在建筑施工單位績效管理中的應(yīng)用研究[D].長春工程學(xué)院2015
[17]付用廣.城鎮(zhèn)地籍?dāng)?shù)據(jù)庫建設(shè)研究[D].南京農(nóng)業(yè)大學(xué)2009
[18]鐘少君.數(shù)據(jù)挖掘技術(shù)在數(shù)字電視*移中的應(yīng)用研究[D].江西理工大學(xué)2009
[19]張澤建.基于GIS的地籍管理信息系統(tǒng)的設(shè)計研究[D].浙江師范大學(xué)2009
[20]單楠.基于SketchUp和ArcGIS的三維GIS開發(fā)技術(shù)研究[D].西南大學(xué)2009
[21]戚尚育.高分辨率遙感圖像樣本提取和樣本庫的研究[D].西安科技大學(xué)2008
[22]黃剛.基于SOA的油田WebGIS研究與實現(xiàn)[D].大慶石油學(xué)院2008
[23]蔡磊.新疆沙漠化監(jiān)測預(yù)警系統(tǒng)研究[D].新疆大學(xué)2011
[24]馮勰.基于Oracle的'測井?dāng)?shù)據(jù)庫的設(shè)計與研究[D].吉林大學(xué)2006
[25]馬文惠.基于決策**的棉庫管理系統(tǒng)研究[D].華北電力大學(xué)2011
[26]賈艷秋.基于GIS的農(nóng)業(yè)宏觀決策**系統(tǒng)研究[D].**林業(yè)大學(xué)2007
[27]宋怡.101堆退役數(shù)據(jù)庫建立及實現(xiàn)技術(shù)研究[D].哈爾濱工程大學(xué)2013
[28]張宏.鎂合金數(shù)據(jù)庫維護(hù)系統(tǒng)及安全機制的研究[D].重慶大學(xué)2010
參考文獻(xiàn)二:
[1]Biun,A.Virtualizationtechniques:AmethodicalreviewofXenandKVM[A]-CommunicationinCom*randInformationScience[C],2011:399-410
[2]SupermanJ,VenkitachalamG,LimB.VirtualizationI/ODevicesonVMWareWorkstationHostedVirtualMachineMonitor[A].In:Proceedingofthe2001USENIXAnnualTechnicalConference(USENIXATC2001)[C]5Boston,MA,USA,2001:16-30.
[3]Quynh?NguyenAnh.Areal-timeintegritymonitorforXenvirtualmachine[A].InternationalConferenceonNetworidngandServices2006:110-123.
[4]Fernandes,NataliaCastro>eto.XNetMon:Anetworkmonitorforseemingvirtualnetworks[A].IEEEInternationalConferenceonCommunication[C].2011:351-356.
[5]PayneB,CarboneM,SharifMbaxges:anarchitectureforsecureactivemonitoringusingvirtualization[A],In:ProceedingoftheIEEESymposiumonSecurityaridPrivacy,IEEECom*rSociety[Cj.Washington,DC,USA,2008:233-247
[6]Carbone,Martim.Secureandrobustmonitoringofvirtualmachinesthroughguest-assistedintrospection[A].LectureNotesinCom*rScience,2012:22-4L
[7]Ibrahim,AmaniS.CloudSec:AsecuritymonitoringapplianceforHirtualMachinesinthelaascloudmodel[A].InternationalConferenceonNetworkandSystemSecurity[C]-2011:113-120.
[8]GuofbXiang,HaiJin,DeqingZou.AComprehensiveMonitoringFrameworkforVirtualtfiComputingEnvironment[A].In:Proaofthe26InternationalConferenceonInformationNetworking(IC01N2012)[C],poster,Bali,Indonesia,2012:551-556.
[9]Vmitoolsprojecthomepage.2012.Available:
[10]Payne,BryanD.Secureandflexiblemonitoringofvirtualmachines[A].AnnualCom*rSecurityApplicationsConference,ACSAC[C].2007:385-397.
[11]K.Lawton,B.Denney,N.D.Guarneri,V.Ruppert,C.Bothamy.Bochsx86PCEmulatorUserManual[EB/OL].
[12]ChandraShekar,N.Fornesic.****ysisonQUME[A].CommunicationsinCom*randInformationScience[C],2011,250:777-781.
[13]SharifM,LeeW,CuiW,LanziA.SecureinVMmonitoringusinghardwarevirtualization[A],In:Proc.ofthe16*ACMConfonCom*randCommunicationsSecurity[C].NewYork:ACMPress,2009:477-487.
[14]GarfinkelT,RosenblumM.Avirtualmachineintrospectionbasedarchitectureforintrusiondetection[A],In:Proc.ofthe10thNetworkandDistributedSystemSecuritySymp[C].Berkeley:USENIXAssociation,2003:191-206.
[15]Barham,Paul.Xenandtheartofvirtualization[A].OperatingSystemReview(ACM)[C].2003,275.:164-177.
[16]P.Barham,B,Dragovic,K.Franser,S.Hand,T.Harris,A.Ho,R.Neugebauer,I.Pratt,andA.Warfiele.Xenandtheartofvirtualization[A].ACMsymposiumonOperatingSystemsPrinciples(SISP19)[C]92003:164-180.
[17]A.SrivastavaandV.Ganapathy.TowardsaRicherModelofCloudAppMarkets[A].ACMCCSCloudComputingSecurityWorkshop(CCSW12)[C],2012:101-114.
[19]項國富,金海,鄒德清,陳學(xué).基于虛擬化的安全**[J].軟件學(xué)報,2012.
[20]項國富.虛擬計算環(huán)境的安全**技術(shù)研究[DI,華中科技大學(xué),2009.
數(shù)據(jù)挖掘論文的參考文獻(xiàn)(擴(kuò)展3)
——復(fù)雜網(wǎng)絡(luò)數(shù)據(jù)挖掘論文
復(fù)雜網(wǎng)絡(luò)數(shù)據(jù)挖掘論文
在**淡淡的日常中,大家或多或少都會接觸過論文吧,論文可以推廣經(jīng)驗,交流認(rèn)識。怎么寫論文才能避免踩雷呢?以下是小編精心整理的復(fù)雜網(wǎng)絡(luò)數(shù)據(jù)挖掘論文,供大家參考借鑒,希望可以幫助到有需要的朋友。
1、復(fù)雜網(wǎng)絡(luò)數(shù)據(jù)流密度分析
對于一個多種網(wǎng)絡(luò)形式并存的復(fù)雜網(wǎng)絡(luò),假設(shè)復(fù)雜網(wǎng)絡(luò)作為一個網(wǎng)絡(luò)社區(qū),在復(fù)雜網(wǎng)絡(luò)中存在的網(wǎng)絡(luò)類型數(shù)即社區(qū)數(shù)。我們用一個無向遍歷圖GV,E來表示整個網(wǎng)絡(luò)社區(qū),如果網(wǎng)絡(luò)中有兩個節(jié)點有兩條不重合的網(wǎng)絡(luò)路徑,則說明這兩個節(jié)點處于一個網(wǎng)絡(luò)環(huán)路當(dāng)中,網(wǎng)絡(luò)中的數(shù)據(jù)流需要經(jīng)過網(wǎng)絡(luò)環(huán)路到達(dá)特定的節(jié)點。當(dāng)在某個時間段里需要傳送的數(shù)據(jù)流個數(shù)大于網(wǎng)絡(luò)節(jié)點數(shù)時,則說明該網(wǎng)絡(luò)的數(shù)據(jù)流密度較大,為了能夠準(zhǔn)確地在復(fù)雜網(wǎng)絡(luò)中挖掘出所需的數(shù)據(jù)流,則需要根據(jù)數(shù)據(jù)流密度來劃分整個網(wǎng)絡(luò)社區(qū),尋找數(shù)據(jù)流處于哪個社區(qū),再確定數(shù)據(jù)流所在社區(qū)的環(huán)路。在這里我們通過設(shè)計算法確定網(wǎng)絡(luò)數(shù)據(jù)流密度,來對復(fù)雜網(wǎng)絡(luò)進(jìn)行社區(qū)劃分,再對社區(qū)進(jìn)行無向環(huán)路遍歷,并通過遍歷得到該社區(qū)網(wǎng)絡(luò)的所環(huán)路,確定所需查詢的數(shù)據(jù)流位于哪個環(huán)路。以下為復(fù)雜網(wǎng)絡(luò)中需要用到的符號說明。
2、增量子空間數(shù)據(jù)挖掘算法
為了能夠有效地在復(fù)雜網(wǎng)絡(luò)中挖掘出目的數(shù)據(jù)流,使用了復(fù)雜網(wǎng)絡(luò)數(shù)據(jù)流密度的分析方法在對復(fù)雜網(wǎng)絡(luò)進(jìn)行社區(qū)劃分后,通過對社區(qū)網(wǎng)絡(luò)進(jìn)行無向環(huán)路遍歷并得到社區(qū)網(wǎng)絡(luò)的所有環(huán)路。接下來挖掘算法先后挖掘出目的數(shù)據(jù)流所屬的社區(qū)以及環(huán)路,最終確定目的數(shù)據(jù)流的具**置。
2.1基于社區(qū)網(wǎng)絡(luò)遍歷的數(shù)據(jù)流挖掘
當(dāng)數(shù)據(jù)流i與社區(qū)k的相關(guān)度最大時,說明數(shù)據(jù)流i位于社區(qū)k的可能性就最大。但是當(dāng)多個數(shù)據(jù)流的大小區(qū)別不大時,以數(shù)據(jù)流的大小作為指標(biāo)來定義相關(guān)度會導(dǎo)致挖掘精度較低。這里我們也引入數(shù)據(jù)流的特征集和數(shù)據(jù)流中的分組隊列長度來計算相關(guān)度。
2.2基于多增量空間的數(shù)據(jù)流挖掘
在采用基于社區(qū)網(wǎng)絡(luò)遍歷的數(shù)據(jù)流挖掘方法得到數(shù)據(jù)流的所屬社區(qū)后,我們接著采用基于多增量空間的數(shù)據(jù)流挖掘方法來挖掘出數(shù)據(jù)流的所屬環(huán)路。先將社區(qū)網(wǎng)絡(luò)的環(huán)路進(jìn)行多增量空間擴(kuò)展,即先得到
目標(biāo)數(shù)據(jù)流所經(jīng)過的環(huán)路,再得到數(shù)據(jù)流所經(jīng)過的節(jié)點與時間的相關(guān)系數(shù),這樣就可以在時空上確定目的數(shù)據(jù)流位于環(huán)路的哪個節(jié)點中。
3、實驗結(jié)果
為了驗證本文提出的基于復(fù)雜網(wǎng)絡(luò)數(shù)據(jù)流密度的增量子空間數(shù)據(jù)挖掘算法的'效果,我們通過matlab7.0軟件進(jìn)行算法仿真,其中仿真的復(fù)雜網(wǎng)絡(luò)由多種網(wǎng)絡(luò)形式組成,網(wǎng)絡(luò)節(jié)點有200個,數(shù)據(jù)流大小為500bytes,節(jié)點的接收能耗為10nJ/bit,發(fā)射能耗為50nJ/bit,進(jìn)行信號處理和功率放大的能耗為10nJ/bit。其他節(jié)點干擾而產(chǎn)生的能量消耗為5nJ/bit。在對本文算法進(jìn)行分析的過程中,我們采用了對比分析的方法,Lopez-Yanez等人提出一種基于時間序列數(shù)據(jù)挖掘的新的關(guān)聯(lián)模型,該模型是基于伽瑪分類,是一種**模式識別模型,目的是為了挖掘已知模式中的時間序列,以預(yù)測未知的值。由Negrevergne等人提出的一種PARAMINER算法:一個通用的模式挖掘算法的多核架構(gòu)。多核架構(gòu)采用的是一種新的數(shù)據(jù)集縮減技術(shù)(稱之為EL-還原),在算法中通過結(jié)合新的技術(shù)用于處理多核心架構(gòu)的并行執(zhí)行數(shù)據(jù)集。為了驗證本文算法的挖掘有效性,我們分別在增多節(jié)點數(shù)量和社區(qū)網(wǎng)絡(luò)數(shù)的情況下獲取算法的數(shù)據(jù)挖掘精度。實驗采用的精度為NMI[16],實驗結(jié)果如圖3和圖4所示。在不同節(jié)點數(shù)量下基于復(fù)雜網(wǎng)絡(luò)數(shù)據(jù)流密度的增量子空間數(shù)據(jù)挖掘算法的挖掘精度更高,挖掘精度高于85%,而文獻(xiàn)[14]的挖掘精度在77%以上,挖掘精度在76%以上。因為、提出的關(guān)聯(lián)模型、提出的多核架構(gòu)沒有準(zhǔn)確把握數(shù)據(jù)流在不同時間段里與環(huán)路位置的相關(guān)情況。而本文算法采用社區(qū)網(wǎng)絡(luò)遍歷和多增量空間的方法可以有效地確定這種相關(guān)性。圖4為不同社區(qū)數(shù)下的算法挖掘精度,從圖中可以看出,當(dāng)社區(qū)網(wǎng)絡(luò)的種類增多時,會對算法的挖掘精度造成影響,本文算法的挖掘精度在社區(qū)數(shù)為10時是95.7%,當(dāng)社區(qū)數(shù)增加到50時為87.5%。而基于時間序列數(shù)據(jù)挖掘方法的挖掘精度在社區(qū)數(shù)為10時是88.6%,在社區(qū)數(shù)為50時是77.4%,而PARAMINER算法在社區(qū)數(shù)為10時是86.7%,社區(qū)數(shù)為50時是78.2%。因此從數(shù)據(jù)分析來看,本文算法的數(shù)據(jù)挖掘精度在社區(qū)數(shù)增多時仍能保持在較高水*。
4、結(jié)論
為了提高網(wǎng)絡(luò)數(shù)據(jù)流的挖掘精度,本文提出了一種基于復(fù)雜網(wǎng)絡(luò)數(shù)據(jù)流密度的增量子空間數(shù)據(jù)挖掘算法,該算法對復(fù)雜網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)流密度分析,根據(jù)數(shù)據(jù)流密度并采用無向環(huán)路遍歷的方法來劃分整個網(wǎng)絡(luò)社區(qū),確定數(shù)據(jù)流所屬社區(qū)。利用基于社區(qū)網(wǎng)絡(luò)遍歷的數(shù)據(jù)流挖掘方法來挖掘出數(shù)據(jù)流位于哪一個社區(qū),接著采用基于多增量空間的數(shù)據(jù)流挖掘方法來挖掘出數(shù)據(jù)流的所屬環(huán)路,并最終確定數(shù)據(jù)流在某一刻時間里位于哪個節(jié)點。在實驗中通過數(shù)據(jù)分析和對比,證明了算法在數(shù)據(jù)挖掘精度上的有效性。
數(shù)據(jù)挖掘論文的參考文獻(xiàn)(擴(kuò)展4)
——中醫(yī)藥論文參考文獻(xiàn)
中醫(yī)藥論文參考文獻(xiàn)
參考文獻(xiàn)是論文的重要構(gòu)成部分,是在學(xué)術(shù)研究過程中,對某一著作或論文的整體的參考或借鑒,以下是小編搜集整理的中醫(yī)藥論文參考文獻(xiàn),歡迎閱讀查看。
[1]陳曉蘭,劉文,張永萍,繆艷燕,劉毅.開設(shè)相關(guān)選修課對中醫(yī)藥院校大學(xué)生飲食行為影響的**報告[J].貴陽中醫(yī)學(xué)院學(xué)報.2014(04)
[2]藍(lán)蕾,邱霞,劉劍英.**在職**營養(yǎng)KAP與健康狀況**及相關(guān)性分析[J].*療養(yǎng)醫(yī)學(xué).2014(06)
[3]周海秋.*農(nóng)村社會養(yǎng)老的可行性研究[D].吉林大學(xué)2009
[4]牛潔.不同山藥營養(yǎng)成分分析及品質(zhì)鑒定[D].***農(nóng)業(yè)大學(xué)2010
[5]路宗志.古代食物本草性能的研究[D].**中醫(yī)藥大學(xué)2008
[6]盧化柱,蔣淼,朱紅云.幾部重要食物本草文獻(xiàn)概述[J].中藥與臨床.2013(05)
[7]劉旭輝,吳承艷,金泰慜.清代石成金《食鑒本草》考略[J].浙江中醫(yī)藥大學(xué)學(xué)報.2014(06)
[8]王崢,孫皎,韓維嘉,白姣姣,賀敏霞,陳麗榕,李敏.老年糖尿病腎病患者膳食知識認(rèn)知狀況的**分析[J].上海護(hù)理.2014(03)
[9]宋學(xué)岐,劉海青.***對中老年療養(yǎng)員高脂血癥的干預(yù)效果[J].實用醫(yī)藥雜志.2014(05)
[10]聶翠芳.1661名農(nóng)村中老年人健康狀況**及健康教育效果分析[D].青島大學(xué)2010
[11]董少鳳.東營市農(nóng)村居民對甲型流感的認(rèn)知**及影響因素分析[D].山東大學(xué)2010
[12]周巧玲.西部農(nóng)村養(yǎng)老問題及模式選擇研究[D].蘭州大學(xué)2010
[13]申潤喜.《太*圣惠方》食療方劑的研究[D].**中醫(yī)藥大學(xué)2013
[14]朱麗瑤.《本草品匯精要》食物文獻(xiàn)的研究[D].**中醫(yī)藥大學(xué)2011
[15]王攀.古代抗疲勞食物文獻(xiàn)的研究[D].**中醫(yī)藥大學(xué)2010
[16]白克江.古代本草中食物功效的研究[D].**中醫(yī)藥大學(xué)2008
[17]閆雪.中醫(yī)藥認(rèn)知度現(xiàn)場**及睡眠網(wǎng)絡(luò)**研究[D].*中醫(yī)科學(xué)院2008
[18]匡玉寶,梁意引,梁海東,陳榕,黃英河,李霞.慢性蕁麻疹忌食療法與食物不耐受IgG水*的研究[J].現(xiàn)代醫(yī)院.2014(05)
[19]夏循禮.黃宮繡《本草求真》食物基原本草藥物研究[J].中醫(yī)研究.2014(02)
[20]巫朝霞,陶莉莉,陳*,潘佩光,張曉靜,林青梅.姜醋食療防治產(chǎn)后病的臨床研究[J].中外醫(yī)療.2014(04)
[21]張迪.對中醫(yī)院腫瘤患者食療行為及飲食知識需求的**結(jié)果分析[J].當(dāng)代醫(yī)藥論叢.2014(02)
[1]涂嬡茜.歷代明目類食藥文獻(xiàn)的研究與應(yīng)用[D].**中醫(yī)藥大學(xué)2007
[2]王琦,朱燕波,薛禾生,李稍.中醫(yī)體質(zhì)量表的.初步編制[J].*臨床康復(fù).2006(03)
[3]陸志*,李媛媛,魏方方,施誠.人工智能、專家系統(tǒng)與中醫(yī)專家系統(tǒng)[J].醫(yī)學(xué)信息.2004(08)
[4]瑪麗亞.*烹飪文化中的傳統(tǒng)中醫(yī)食療[D].浙江大學(xué)2012
[5]田衛(wèi)衛(wèi).社區(qū)居民對傳統(tǒng)中醫(yī)營養(yǎng)學(xué)認(rèn)知、態(tài)度及行為**研究[D].**中醫(yī)藥大學(xué)2014
[6]李婧.基于體質(zhì)調(diào)理的食療咨詢系統(tǒng)設(shè)計研究[D].中南大學(xué)2014
[7]任潔.馬齒莧調(diào)節(jié)血糖作用的研究[D].**中醫(yī)藥大學(xué)2006
[8]王寶麗.中醫(yī)藥膳調(diào)理亞健康狀態(tài)的理論研究[D].山東中醫(yī)藥大學(xué)2014
[9]盧化柱.《隨園食單》中的藥物-藥食同源的個案研究[D].成都中醫(yī)藥大學(xué)2013
[10]蔡自興,(美)約翰·德爾金(JohnDurkin),龔濤編著.高級專家系統(tǒng)[M].科學(xué)出版社,2005
[11](美)CraigLarman著,姚淑珍,李虎等譯.UML和模式應(yīng)用[M].機械工業(yè)出版社,2002
[12]李德新主編.中醫(yī)基礎(chǔ)理論[M].人民衛(wèi)生出版社,2001
[13]曹艷輝.古代中醫(yī)外科食療方劑的研究[D].**中醫(yī)藥大學(xué)2014
[14]謝曉方,姜震.一種結(jié)合CLIPS和VC++開發(fā)專家系統(tǒng)的方法[J].計算機系統(tǒng)應(yīng)用.2004(12)
[15]吳海橋,劉毅,丁運亮,張祥偉.基于關(guān)系數(shù)據(jù)庫的知識庫的建立[J].微型電腦應(yīng)用.2001(11)
[16]石添香.基于特征圖譜技術(shù)的五種藥膳質(zhì)量**研究[D].廣州中醫(yī)藥大學(xué)2013
[17]劉杰.2型糖尿病中醫(yī)特色飲食管理初探[D].廣州中醫(yī)藥大學(xué)2013
[18]李靜嫻.飲食療法對痰濕體質(zhì)高脂血癥患者作用的研究[D].浙江中醫(yī)藥大學(xué)2014
[19]趙星星.《醫(yī)學(xué)衷中參西錄》食療思想研究[D].揚州大學(xué)2013
[20]楊連初.從網(wǎng)上醫(yī)療談中醫(yī)專家系統(tǒng)[J].湖南中醫(yī)學(xué)院學(xué)報.1999(02)
[21]崔冬華,趙耀原.中醫(yī)兒科專家系統(tǒng)建造[J].山西醫(yī)學(xué)院學(xué)報.1995(04)
[22]馬靜,王冠雪.重視對中醫(yī)專家系統(tǒng)的評價[J].**中醫(yī).1995(03)
數(shù)據(jù)挖掘論文的參考文獻(xiàn)(擴(kuò)展5)
——畢業(yè)論文參考文獻(xiàn)的引用
畢業(yè)論文參考文獻(xiàn)的引用
充實的大學(xué)生活即將結(jié)束,畢業(yè)生要通過最后的畢業(yè)論文,畢業(yè)論文是一種比較正規(guī)的檢驗大學(xué)學(xué)習(xí)成果的形式,畢業(yè)論文應(yīng)該怎么寫呢?下面是小編整理的畢業(yè)論文參考文獻(xiàn)的引用,歡迎大家借鑒與參考,希望對大家有所幫助。
引用什么文章可以作為參考文獻(xiàn),通常見諸于下列情況:
、儆兄谡f明本論文的研究背景的;
②提供了技術(shù)或方法的;
、圩鳛橹匾獢(shù)據(jù)來源的;
、芘c表述自己的觀點有關(guān)的,無論是贊成還是反對,或部分同意部分有分歧,都值得把這篇文章引出供讀者分析、借鑒、判斷、評說;
、輰蒲泄ぷ饔袉⑹净驇椭。所以,引用參考文獻(xiàn)一定要遵守新穎、準(zhǔn)確、完整、規(guī)范的基本原則。因此,撰寫醫(yī)學(xué)論文時引用參考文獻(xiàn)必須符合下述要求:
1.引用參考文獻(xiàn)盡可能是最新和最主要的關(guān)鍵文獻(xiàn),除個別歷史文獻(xiàn)外,以最近3~5年以內(nèi)的為好,少用舊的、次要的、年限長的或教科書中眾知公用的,忌用無關(guān)的文獻(xiàn)。引用年代較久的文獻(xiàn),一般是經(jīng)典的或作者就某個結(jié)論與之進(jìn)行學(xué)術(shù)**和討論的文獻(xiàn)。將論文所涉及的歷史淵源、技術(shù)方法、引用數(shù)據(jù)以及與作者的研究密切相關(guān)而觀點相近或相反的論著列為參考文獻(xiàn),可為讀者提供有關(guān)上述諸多內(nèi)容的資料。
對于生物醫(yī)學(xué)文獻(xiàn)引用而言,普賴斯指數(shù)應(yīng)在50%~70%。如果普賴斯指數(shù)高于70%,可說明本研究課題緊跟或**了本學(xué)科當(dāng)前的最高水*。普賴斯指數(shù)(Price index)是用以評價被引用參考文獻(xiàn)時限性的重要指標(biāo),可用來評價醫(yī)學(xué)論文的發(fā)表價值,其定義是一篇論文中標(biāo)注最近5年內(nèi)公開發(fā)表的文獻(xiàn)數(shù)與該篇論文引用文獻(xiàn)的總數(shù)之百分比,用公式表達(dá)為:
普賴斯指數(shù)= ×100%
從公式可見,被引用的最近5年內(nèi)文獻(xiàn)數(shù)越多,普賴斯指數(shù)就越高。實際上,它反映的是被引用文獻(xiàn)的老化程度。
2.引用參考文獻(xiàn)必須是已正式發(fā)表的,主要是引用正式發(fā)表的原著。未經(jīng)發(fā)表或非公開發(fā)表的論文、譯文、文摘,或觀察資料、內(nèi)部資料以及個人咨詢或通訊等均不可用作參考文獻(xiàn),必須引用時,其作者、文題、刊名、出版年、卷次、期次、頁碼等可用圓括號的形式插入正文內(nèi)。尚未公開發(fā)表如屬某刊已通知作者將發(fā)表者,一般不可引用,特殊情況引用時可在刊名后用括號注明“待發(fā)表”或“in press”。
3.引用的文獻(xiàn)必須是作者親自閱讀過的。不要轉(zhuǎn)引他人所用的文獻(xiàn),即不能從綜述或其他論文的參考文獻(xiàn)中直接摘取,以免徒有數(shù)量而降低有針對性文獻(xiàn)的重要性。一般不能轉(zhuǎn)引二次文獻(xiàn),對于未經(jīng)查閱或未找到原文者,若非引用不可時應(yīng)在該資料來源之前加 “引自”二字,不能徑寫原文獻(xiàn)。親自閱讀對于該項研究有很明顯的啟發(fā)和幫助,切忌引用和著錄與此項研究論文不相關(guān)的參考文獻(xiàn)。
4.引用中醫(yī)經(jīng)典著作時,則不列入?yún)⒖嘉墨I(xiàn)部分的著錄,而在正文所引句末或段落末加圓括號注明出處即可。如:論文中引用的《靈樞·本藏篇》、《素問·陰陽應(yīng)象大論》、《傷寒論·序》等。隨著中醫(yī)中藥的遺產(chǎn)的發(fā)掘及國際交流力度的加大,中醫(yī)中藥研究的論文也日趨劇增,作者在撰寫醫(yī)學(xué)論文時應(yīng)正確引用和著錄中醫(yī)經(jīng)典著作。
5.注意引用參考文獻(xiàn)一定要少而精,要刪掉可有可無、學(xué)術(shù)價值不高的參考文獻(xiàn)。目前**一些醫(yī)學(xué)期刊對于參考文獻(xiàn)的引用數(shù)量都明確限制,論著引用不超過10條、綜述引用不超過25~30條。但是,也有人主張只要符合上述要求而必要的文獻(xiàn)仍然可以引用,不應(yīng)拘泥于嚴(yán)格的限制。
畢業(yè)論文引用參考文獻(xiàn)的重要性
引用文獻(xiàn)是反映學(xué)者是否嚴(yán)謹(jǐn)?shù)囊粋重要指標(biāo)。參考文獻(xiàn)是發(fā)表論文中反映思路線索的最重要工具,是科研人員在學(xué)術(shù)交流和發(fā)表論文中特別需要注意的問題。
記得兩年前聽第二軍醫(yī)大學(xué)藥理學(xué)蘇定馮教授一次關(guān)于發(fā)表高水*論文的報告,蘇教授特別強調(diào)了關(guān)于參考文獻(xiàn)引用方面的注意事項。他認(rèn)為,參考文獻(xiàn)看上去是小事情,***輕學(xué)者不注意,具體體現(xiàn)在對參考文獻(xiàn)的選擇和參考文獻(xiàn)的標(biāo)注格式。他是許多著名雜志的主編和編委,發(fā)表了非常多高水*的研究論文,有許多論文寫作和審閱方面的經(jīng)驗。實話說,在這以前,我也有類似問題,在寫文章和修改學(xué)生論文,總是重點注意前言、討論和結(jié)果,對材料、方法和參考文獻(xiàn)非常不注意。實際上參考文獻(xiàn)上存在的問題確實不少。
參考文獻(xiàn)格式不注意可能是反映作者的治學(xué)態(tài)度不夠嚴(yán)謹(jǐn),更大的問題是,參考文獻(xiàn)只圖方便,不注意文獻(xiàn)的全面性和針對性。
畢業(yè)論文參考文獻(xiàn)引用標(biāo)注的常見問題
參考文獻(xiàn)反映科學(xué)研究的起點和基礎(chǔ),完整的參考文獻(xiàn)是畢業(yè)論文不可或缺的重要組成部分,它與正文一起構(gòu)成嚴(yán)謹(jǐn)?shù)目茖W(xué)研究過程的完整表達(dá)形態(tài),既能體現(xiàn)論文在學(xué)術(shù)上的承續(xù)關(guān)系和科學(xué)依據(jù),又可以反映論文作者的科學(xué)態(tài)度與品質(zhì),也能反映論文本身的學(xué)術(shù)內(nèi)涵和價值,還能為讀者的進(jìn)一步研究指引方向,避免重復(fù)勞動,有著重要的學(xué)術(shù)價值和**價值。
一、目前參考文獻(xiàn)引用標(biāo)注情況的**報告
1、參考文獻(xiàn)的數(shù)量
參考文獻(xiàn)的數(shù)量既反映學(xué)生在進(jìn)行畢業(yè)論文研究時信息檢索能力,也反映學(xué)術(shù)動向和理論來源的基本線索。從圖1可以看出,教育技術(shù)專業(yè)畢業(yè)論文文后參考文獻(xiàn)引用數(shù)量,雖然各屆數(shù)據(jù)略有變化,但變化幅度不大,40%多的論文的參考文獻(xiàn)為5~8篇,約40%的論文參考文獻(xiàn)為9~12篇,12篇以上的僅為12%,篇均參考文獻(xiàn)引用數(shù)量為9篇。
2、參考文獻(xiàn)的類型
在本次統(tǒng)計中,根據(jù)我國發(fā)布GB 7714-87《文后參考文獻(xiàn)著錄規(guī)則》[3]中參考文獻(xiàn)的類型,分為著作、期刊、論文集、報紙、標(biāo)準(zhǔn)、電子文獻(xiàn)、學(xué)術(shù)論文、報告和未定義類型文件進(jìn)行統(tǒng)計,其分布見表1。從表1的比例,可以發(fā)現(xiàn)期刊占58%,成為教育技術(shù)專業(yè)學(xué)生完成畢業(yè)論文的主要參考文獻(xiàn)的來源;著作占32%,為第二大研究資料來源。值得一提的是隨著網(wǎng)絡(luò)越來越普及,信息獲取變得更加容易,電子文獻(xiàn)成為第三種主要參考文獻(xiàn)。另外,對學(xué)術(shù)論文、論文集、報紙、報告、標(biāo)準(zhǔn)等不同類型的文獻(xiàn)資料都有引用,但引用量較小,合計僅占5.1%。
3、參考文獻(xiàn)的時效
一般來說,參考文獻(xiàn)的新舊程度可間接反映研究者所擁有知識的新舊程度,從而可以看出他是否了解本學(xué)科本領(lǐng)域最新的研究動向,據(jù)此可從一個側(cè)面來判斷該論文學(xué)術(shù)水*的高低。[4]從圖2可以看出,學(xué)生畢業(yè)論文文后參考文獻(xiàn)3年內(nèi)文獻(xiàn)的引用數(shù)量從2007屆的53%下降到2009屆的41%,學(xué)生完成論文對近期文獻(xiàn)的引用數(shù)量不升反降,值得關(guān)注。
4、參考文獻(xiàn)的質(zhì)量
引用參考文獻(xiàn)提倡著錄權(quán)威的、高水*的、前沿性的文獻(xiàn),這不僅說明作者的眼界、水*和科學(xué)態(tài)度,也反映出論文的起點和深度,增加文中論點、論據(jù)的可靠性。圖3顯示學(xué)生引用參考文獻(xiàn)中核心期刊從2007屆的16%到2009屆的18%,比例雖然略有上升,但都不足20%,總體比例還是不高。
5、參考文獻(xiàn)著錄的規(guī)范程度
正確著錄參考文獻(xiàn)表明對他人勞動的尊重,避免抄襲、剽竊的嫌疑,體現(xiàn)作者科學(xué)的作風(fēng)和嚴(yán)謹(jǐn)?shù)闹螌W(xué)態(tài)度。從圖4可以看出,2008屆的論文參考文獻(xiàn)著錄的規(guī)范程度最高達(dá)到70%,這與當(dāng)年學(xué)院進(jìn)行的本科教學(xué)合格評估,加強畢業(yè)論文監(jiān)管不無關(guān)系,2009屆的參考文獻(xiàn)著錄的規(guī)范程度較低,只有57%,高達(dá)43%的參考文獻(xiàn)著錄不規(guī)范。
二、存在的主要問題
1、參考文獻(xiàn)數(shù)量偏少
畢業(yè)論文反映學(xué)生對專業(yè)知識的應(yīng)用能力和學(xué)生對學(xué)科發(fā)展方向的把握,是學(xué)生綜合能力和科研能力的體現(xiàn)。統(tǒng)計結(jié)果顯示,學(xué)生畢業(yè)論文的參考文獻(xiàn)數(shù)量總體偏低,46%的論文的參考文獻(xiàn)僅為5~8篇,篇均參考文獻(xiàn)數(shù)為9篇,數(shù)量偏少的參考文獻(xiàn)說明學(xué)生信息檢索能力低,令人懷疑其對所選的研究課題的認(rèn)識是否全面而深入,必定影響論文的學(xué)術(shù)水*。
2、參考文獻(xiàn)類型相對集中
研究結(jié)果顯示,畢業(yè)論文的參考文獻(xiàn)類型主要集中在期刊和著作,當(dāng)然期刊的知識更新速度快、一次發(fā)表數(shù)量多、知識覆蓋面廣、影響廣泛,并能反映專業(yè)科研新動向,而著作的知識穩(wěn)定、內(nèi)容深、研究的問題成熟、知識結(jié)構(gòu)體系系統(tǒng),成為主要參考資料未可厚非。但是畢業(yè)論文的寫作具有明確的專業(yè)性和目的性,參考文獻(xiàn)類型越是多樣化,越是廣泛而全面,越能說明作者研究視野的開闊性和對特定課題進(jìn)行深入研究,越能反映出該文的研究水*所處的位置。
3、參考文獻(xiàn)時效相對較長
學(xué)生畢業(yè)論文的引用參考文獻(xiàn)的時效性較長,有53%以上的文獻(xiàn)資料是3年前出版的。教育技術(shù)專業(yè)是發(fā)展中學(xué)科,新技術(shù)、新理論、新觀點、新設(shè)計、新工藝、新方法層出不窮,處在不斷的發(fā)展變化之中,如果一篇論文的參考文獻(xiàn)全部來自多年以前,很難讓人信服它反映了最新的科研成果。
4、參考文獻(xiàn)質(zhì)量不高
高水*、高質(zhì)量的參考文獻(xiàn)能反映該學(xué)科領(lǐng)域最新的、最前沿的科學(xué)技術(shù)水*和發(fā)展動向,越具有新的觀點、新的分析材料和新的數(shù)據(jù)或結(jié)論,越有利于顯示論文的研究起點、深度和廣度。但數(shù)據(jù)顯示,畢業(yè)論文中高達(dá)83%的`參考文獻(xiàn)來自一般的刊物,權(quán)威的、有影響的文獻(xiàn)只占17%。
5、參考文獻(xiàn)著錄不規(guī)范
參考文獻(xiàn)著錄格式的規(guī)范、嚴(yán)謹(jǐn),可以提升畢業(yè)論文的科學(xué)性和可信度[5]。統(tǒng)計顯示,有34%參考文獻(xiàn)著錄格式不**、不規(guī)范、不準(zhǔn)確,這從一個側(cè)面反映學(xué)生對待科研的嚴(yán)謹(jǐn)態(tài)度。
三、正確引用和標(biāo)注參考文獻(xiàn)的對策建議
1、對學(xué)生進(jìn)行相關(guān)培訓(xùn)
在畢業(yè)論文寫作過程中,無論是學(xué)生還是指導(dǎo)教師都應(yīng)充分認(rèn)識到參考文獻(xiàn)的數(shù)量、類型、時效和質(zhì)量直接關(guān)系到論文的品質(zhì)。應(yīng)端正科研態(tài)度,意識到參考文獻(xiàn)的重要性,使參考文獻(xiàn)引用達(dá)到規(guī)范化。[7]在**,早在20世紀(jì)40年代,學(xué)術(shù)論文寫作就被列為高等院校的應(yīng)用寫作教學(xué)內(nèi)容,**也把學(xué)術(shù)性論文寫作作為應(yīng)用文體來教授[8]。根據(jù)**經(jīng)驗,開設(shè)學(xué)術(shù)性文章規(guī)范課程,有利于學(xué)生養(yǎng)成良好的遵守相關(guān)規(guī)范的素養(yǎng),培養(yǎng)學(xué)生形成嚴(yán)謹(jǐn)?shù)膶W(xué)術(shù)態(tài)度和習(xí)慣,規(guī)范引用參考文獻(xiàn),減少抄襲和侵權(quán)現(xiàn)象。如開課條件不成熟,可邀請校內(nèi)外一些論文寫作水*高的教師或?qū)<?開展學(xué)術(shù)論文寫作規(guī)范講座或咨詢活動,有針對性地指出論文寫作中常出現(xiàn)的問題和提供解決問題的方法,讓學(xué)生掌握論文寫作的規(guī)范和技巧。[9]此外,學(xué)校的學(xué)報編輯部網(wǎng)站或校園宣傳欄,也可定期開設(shè)學(xué)術(shù)性論文寫作規(guī)范專欄,通過電子留言板、電子郵箱來回答學(xué)生提出的寫作規(guī)范問題或遇到的種種疑問,幫助學(xué)生提高論文寫作水*,順利完成畢業(yè)論文的撰寫。
2、發(fā)揮指導(dǎo)教師的把關(guān)作用
在畢業(yè)論文的寫作過程中,指導(dǎo)教師直接面對學(xué)生的種種疑問和問題,指導(dǎo)教師的專業(yè)素質(zhì)直接影響學(xué)生論文的完善和質(zhì)量的提升,因此,指導(dǎo)教師也要不斷學(xué)習(xí),形成嚴(yán)格按標(biāo)準(zhǔn)指導(dǎo)論文的主動性和善于識別錯誤的敏銳性。對參考文獻(xiàn)的獲得、取舍、引用,給予專業(yè)的指導(dǎo);對于規(guī)范的引用,應(yīng)多一份耐心和細(xì)致,不厭其煩、認(rèn)真把關(guān),指導(dǎo)學(xué)生不斷修改,一步步規(guī)范完善論文,為提高學(xué)生論文質(zhì)量奠定良好的基礎(chǔ),讓他們在不斷修改論文過程中,增強論文寫作的規(guī)范意識以及提高規(guī)范引用參考文獻(xiàn)的能力。
3、建立參考文獻(xiàn)**模式
將參考文獻(xiàn)引用納入學(xué)生畢業(yè)論文質(zhì)量評估體系,對參考文獻(xiàn)著錄的有關(guān)事項進(jìn)行認(rèn)真審核,建立參考文獻(xiàn)**模式,成立審核小組。從總體上把握畢業(yè)論文參考文獻(xiàn)的基本情況,對參考文獻(xiàn)的數(shù)量、類型、時效性、質(zhì)量等進(jìn)行考察,時效性不強的應(yīng)予以刪除,并建議作者補充較新的文獻(xiàn),對于數(shù)量過少或質(zhì)量較低者,可建議作者適當(dāng)增加一些高質(zhì)量有影響的文獻(xiàn)資料。審核參考文獻(xiàn)著錄格式、著錄順序及其在文中的標(biāo)注情況,消除轉(zhuǎn)引過程中可能出現(xiàn)的錯誤。最后,通過數(shù)字化資源檢查所引用的文獻(xiàn)是否正式出版物,是否完全或部分剽竊他人作品等做出判斷并正確著錄參考文獻(xiàn)。[1]總之,參考文獻(xiàn)作為學(xué)位論文的一個組成部分,其規(guī)范化引用是論文質(zhì)量高低的一個重要的量化標(biāo)準(zhǔn),也是嚴(yán)肅的科學(xué)態(tài)度體現(xiàn),不可掉以輕心,需要通過作者、指導(dǎo)教師和審核者共同努力,使參考文獻(xiàn)的合理引用和規(guī)范著錄走上正確的軌道。
關(guān)于本科生畢業(yè)論文參考文獻(xiàn)的引用狀況
一、參考文獻(xiàn)數(shù)量
參考文獻(xiàn)的數(shù)量說明了學(xué)生在撰寫畢業(yè)論文時所采集的信息量的大小,反映了作者的文獻(xiàn)環(huán)境及其吸收文獻(xiàn)信息的能力,信息量越大,行文和判斷時的參考依據(jù)就越充分。為此,筆者對我校7個院(系)本科畢業(yè)論文及其參考文獻(xiàn)數(shù)量進(jìn)行了統(tǒng)計。由表1可以看出:
(1)篇均參考文獻(xiàn)量5. 0條,其中生命科學(xué)與技術(shù)學(xué)院篇均7. 8條,最少的是物理科學(xué)學(xué)院篇均3. 3條;
(2)未附參考文獻(xiàn)的論文數(shù)占論文總數(shù)的比例很少,物理科學(xué)學(xué)院有16篇、計算機科學(xué)學(xué)院有6篇、生命科學(xué)與技術(shù)學(xué)院有2篇、數(shù)學(xué)科學(xué)學(xué)院有1篇;無圖書參考文獻(xiàn)的論文數(shù)136篇,占總論文數(shù)的6. 7%。無期刊參考文獻(xiàn)的論文數(shù)1 076篇,占總論文數(shù)的53%。以上數(shù)據(jù)說明,多數(shù)畢業(yè)生較為充分地占據(jù)了相關(guān)參考資料,部分畢業(yè)生不熟悉論文寫作文獻(xiàn)資料的查閱內(nèi)容、方法。或者只重視圖書、或者只重視期刊,文獻(xiàn)的占有不是很豐富。本文**的論文不排除一部分有用文獻(xiàn)未被納入?yún)⒖嘉墨I(xiàn)之列等現(xiàn)象。
二、參考文獻(xiàn)類型
參考文獻(xiàn)是論文作者使用各類文獻(xiàn)的記錄,參考文獻(xiàn)的文獻(xiàn)類型大致包括圖書、期刊、報紙、電子信息資源、特種文獻(xiàn)等通過對本科生畢業(yè)論文參考文獻(xiàn)類型的統(tǒng)計,可以了解各學(xué)科專業(yè)論文的撰寫情況。
文參考文獻(xiàn)來源和成分構(gòu)成,從而確定各類文獻(xiàn)載體的文獻(xiàn)信息價值、地位與作用,有利于文獻(xiàn)資源建設(shè)。從表2可知:由于圖書具有內(nèi)容專深、論述系統(tǒng)、觀點成熟等特點,引用量最大,占參考文獻(xiàn)總量的61. 7%,如數(shù)學(xué)科學(xué)學(xué)院大部分參考文獻(xiàn)均為圖書參考文獻(xiàn);期刊因具有出版周期短、內(nèi)容新穎、時效性強、研究面廣、傳遞速度快、檢索使用方便等特點而位居第二,占參考文獻(xiàn)總量的29. 9%;其他合計占8. 4%。在所有學(xué)院各專業(yè)**中,只有化學(xué)學(xué)院的期刊參考文獻(xiàn)數(shù)超過了圖書參考文獻(xiàn),占本專業(yè)參考文獻(xiàn)總量的69. 8%。以上數(shù)據(jù)表明:
(1)從整體看,在撰寫畢業(yè)論文前的準(zhǔn)備階段———搜集資料過程中,畢業(yè)生對于圖書文獻(xiàn)的偏愛超過了其他任何類型的文獻(xiàn)信息,而對于相關(guān)的學(xué)術(shù)性期刊這一類科學(xué)研究工作最重要**源的利用相對偏少;
(2)畢業(yè)生全面檢索信息資源,特別是網(wǎng)絡(luò)信息資源檢索的能力有待進(jìn)一步提高;
(3)圖書館對于各種類型文獻(xiàn)資源的宣傳輔導(dǎo)等主動服務(wù)工作還需加強。另外,筆者對圖書參考文獻(xiàn)中工具書的數(shù)量作了進(jìn)一步**,發(fā)現(xiàn)對工具書的利用率較小。
三、參考文獻(xiàn)語種
通過對參考文獻(xiàn)語種的分析,可以在一定程度**解我校本科生在撰寫畢業(yè)論文過程中,利用**外文獻(xiàn)信息的情況、吸收文獻(xiàn)信息的能力以及外語水*的程度。從表2可以看出,化學(xué)專業(yè)畢業(yè)論文的英文參考文獻(xiàn)量最高,其次是物理、生物、數(shù)學(xué)學(xué)院,這說明我;瘜W(xué)專業(yè)的學(xué)生比較重視英語文獻(xiàn),具有利用英文文獻(xiàn)的能力;物理、生物,數(shù)學(xué)學(xué)院的畢業(yè)生稍有對外文文獻(xiàn)信息的吸收、利用意識。從表3看,我校師范本科生畢業(yè)論文中除了4%的參考文獻(xiàn)為英文文獻(xiàn)外,其余均為中文文獻(xiàn)信息。外文參考文獻(xiàn)偏少,語種單一的現(xiàn)象說明:
數(shù)據(jù)挖掘論文的參考文獻(xiàn)(擴(kuò)展6)
——論文文獻(xiàn)參考文獻(xiàn)格式要求
論文文獻(xiàn)參考文獻(xiàn)格式要求
參考文獻(xiàn)是在學(xué)術(shù)研究過程中,對某一著作或論文的整體的參考或借鑒。征引過的文獻(xiàn)在注釋中已注明,不再出現(xiàn)于文后參考文獻(xiàn)中。以下是小編為大家?guī)淼恼撐奈墨I(xiàn)參考文獻(xiàn)格式要求,希望大家喜歡!
一、參考文獻(xiàn)和注釋
1、參考文獻(xiàn)和注釋。按論文中所引用文獻(xiàn)或注釋編號的順序列在論文正文之后,參考文獻(xiàn)之前。圖表或數(shù)據(jù)必須注明來源和出處。
(參考文獻(xiàn)是期刊時,書寫格式為:
[編號]、作者、文章題目、期刊名(外文可縮寫)、年份、卷號、期數(shù)、頁碼。
參考文獻(xiàn)是圖書時,書寫格式為:
[編號]、作者、書名、出版單位、年份、版次、頁碼。)
2、附錄。包括放在正文內(nèi)過份冗長的公式推導(dǎo),以備他人閱讀方便所需的輔助性數(shù)學(xué)工具、重復(fù)性數(shù)據(jù)圖表、論文使用的符號意義、單位縮寫、程序全文及有關(guān)說明等。
參考文獻(xiàn)(即引文出處)的類型以單字母方式標(biāo)識,具體 如下:
[M]——專著,著作
[C]——論文集(一般指會議發(fā)表的論文續(xù)集,及一些專題論文集,如《xxx大學(xué)研究生學(xué)術(shù)論文集》
[N]—— 報紙文章
[J]——期刊文章:發(fā)表在期刊上的論文,盡管有時我們看到的是從網(wǎng)上下載的(如知網(wǎng)),但它也是發(fā)表在期刊上的,你看到的電 子期刊僅是其電子版
[D]——學(xué)位論文 :不區(qū)分碩士還是博士論文
[R]——報告:一般在標(biāo)題中會有"關(guān)于xxxx的.報告"字樣
[S]—— 標(biāo)準(zhǔn)
[P]——專利
[A]——文章:很少用,主要是不屬于以上類型的文章
[Z]——對于不屬于上述的文獻(xiàn)類型,可用字 母"Z"標(biāo)識,但這種情況非常少見
常用的電子文獻(xiàn)及載體類型標(biāo)識:
[DB/OL] ——聯(lián)機網(wǎng)上數(shù)據(jù)(database online)
[DB/MT] ——磁帶數(shù)據(jù)庫(database on magnetic tape)
[M/CD] ——光盤圖書(monograph on CDROM)
[CP/DK] ——磁盤軟件(com*r program on disk)
[J/OL] ——網(wǎng)上期刊(serial online)
[EB/OL] ——網(wǎng)上電子**(electronic bulletin board online)
很顯然,標(biāo)識的就是該資源的英文縮寫,/前面表示類型,/后面表示資源的載體,如OL表示在線資源
二、參考文獻(xiàn)的格式 及舉例
1.期刊類
【格式】[序號]作者.篇名[J].刊名,出版年份,卷號(期號)起止頁碼.
【舉例】
[1] 周融,任志國,楊尚雷,厲星星.對新形勢下畢業(yè)設(shè)計管理工作的思考與實踐[J].電氣電子教學(xué)學(xué)報,2003(6):107-109.
[2] 夏魯惠.高等學(xué)校畢業(yè)設(shè)計(論文)教學(xué)情況調(diào)研報告[J].高等理科教育,2004(1):46-52.
[3] Heider, E.R.& D.C.Oliver. The structure of color space in naming and memory of two languages [J]. Foreign Language Teaching and Research, 1999, (3): 62 67.
2.專著類
【格式】[序號]作者.書名[M].出版地:出版社,出版年份:起止頁碼.
【舉例】
[4] 劉國鈞,王連成.圖書館史研究[M].**:高等教育出版社,1979:15-18,31.
[5] Gill, R. Mastering English Literature [M]. London: Macmillan, 1985: 42-45.
3.報紙類
【格 式】[序號]作者.篇名[N].報紙名,出版日期(版次).
【舉例】
[6] 李大倫.經(jīng)濟(jì)全球化的重要性[N]. *,1998-12-27(3).
[7] French, W. Between Silences: A Voice from China[N]. Atlantic Weekly, 1987-8-15(33).
4.論文集
【格式】[序號]作者.篇名 [C].出版地:出版者,出版年份:起始頁碼.
【舉例】
[8] 伍蠡甫.**文論選[C]. 上海:上海譯文出版社,1979:12-17.
[9] Spivak,G. "Can the Subaltern Speak?"[A]. In C.Nelson & L. Grossberg(eds.). Victory in Limbo: Imigism [C]. Urbana: University of Illinois Press, 1988, pp.271-313.
[10] Almarza, G.G. Student foreign language teacher's knowledge growth [A]. In D.Freeman and J.C.Richards (eds.). Teacher Learning in Language Teaching [C]. New York: Cambridge University Press. 1996. pp.50-78.
5. 學(xué)位論文
【格式】[序號]作者.篇名[D].出版地:保存者,出版年份:起始頁碼.
【舉例】
[11] 張筑生.微分半動力系統(tǒng)的不變集[D].**:**大學(xué)數(shù)學(xué)系數(shù)學(xué)研究所, 1983:1-7.
6.研究報告
【格式】[序號]作者. 篇名[R].出版地:出版者,出版年份:起始頁碼.
【舉例】
[12] 馮西橋.核反應(yīng)堆壓力管道與壓力容器的LBB分析[R].**:清華大學(xué)核能技術(shù)設(shè)計研究院, 1997:9-10.
7.專利
【格 式】[序號]專利所有者.題名[P].國別:專利號,發(fā)布日期.
【舉例】
[13] 姜錫洲.一種溫?zé)嵬夥笏幹苽浞桨竅P].*專利:881056073, 1 989-07-26.
8.標(biāo)準(zhǔn)
【格式】[序號]標(biāo)準(zhǔn)編 號,標(biāo)準(zhǔn)名稱[S].
【舉例】
[14] GB/T 16159-1996, 漢語拼音正詞法基本規(guī)則 [S].
9.條例
【格 式】[序號]頒布單位.條例名稱.發(fā)布日期
【舉例】
[15] *******科學(xué)技術(shù)委員會.科學(xué)技術(shù)期刊管理辦法[Z].1991-06-05
10.電子文獻(xiàn)
【格式】[序號]主要責(zé)任者.電子 文獻(xiàn)題名.電子文獻(xiàn)出處[電子文獻(xiàn)及載體類型標(biāo)識].或可獲得地址,發(fā)表或更新日期/引用日期.
【舉例】
[16] 王明亮.關(guān)于*學(xué)術(shù)期刊標(biāo)準(zhǔn)化數(shù)據(jù)庫系統(tǒng)工程的進(jìn)展[EB/OL].http: //www.cajcd.edu/pub/wml.txt/980810 2.html, 1998 08 16/1998 10 04.
[17] 萬錦.*大學(xué)學(xué)報論文文摘(1983 1993).英文版 [DB/CD]. **:*大百科全書出版社, 1996.
11.各種未定 義類型的文獻(xiàn)
【格式】[序號] 主要責(zé)任者.文獻(xiàn)題名[Z].出版地:出版者, 出版年.
特別說明:凡出現(xiàn)在"參考文獻(xiàn)"項中的標(biāo)點 符號都失去了其原有意義,且其中所有標(biāo)點必須是半角,如果你的輸入法中有半角/全解轉(zhuǎn)換,則換到半角狀態(tài)就可以了,如果你的輸入法中沒有這一轉(zhuǎn)換功能,直 接關(guān)閉中文輸入法,在英文輸入狀態(tài)下輸入即可.
其實,很多輸入法(如目前比較流行的搜狐輸入法)都提供了四種組合:
(1)中文標(biāo)點+ 全角:這時輸入的標(biāo)點是這樣的,:【1】-(而這時,我沒有找到哪個鍵可以輸入 / 符號)也就是說,這些符號是一定不能出現(xiàn)在"參考文獻(xiàn)"中的;
(2) 中文標(biāo)點+半角:這時輸入的標(biāo)點是這樣的,:【1】-(這時,我還是沒有找到哪個鍵可以輸入 / 符號)也就是說,這些符號也不能出現(xiàn)在"參考文獻(xiàn)"中的;
上面列出的符號,中間沒有任何的空格,你能看出它們有什么區(qū)別嗎?我看只是-的寬度有 一點點不同,其它都一樣
(3)英文標(biāo)點+全角:這時輸入的標(biāo)點是這樣的,.:[1]-/
(4)英文標(biāo)點+半角:這時輸入的標(biāo)點是這樣 的,.:[1]-/
從這兩項可以明顯的看出,半角和全角其實最大的差別是所占的寬度不一樣,這一點對于數(shù)字來說最為明顯,而英文標(biāo)點明顯要比 中文標(biāo)點細(xì)小很多(也許因為英文中,標(biāo)點的功能沒有中文那么復(fù)雜,就是說英文中標(biāo)點符號的能力沒有中文那么強大)
所以,很多人在寫"參考文獻(xiàn)" 時,總是覺得用英文標(biāo)點+半角很不清楚,間距也太小,其實這點完全不用擔(dān)心如果你覺得真的太小不好看,就用英文標(biāo)點+全角吧而在[1] 之后,一般也都有一個空格
更為詳細(xì)的內(nèi)容,大家可以從附件中下載國家標(biāo)準(zhǔn)《文后參考文獻(xiàn)著錄規(guī)則GB/T 7714-2005》查看,不過,很長很煩,拿出點耐心看吧
對于英文參考文獻(xiàn),還應(yīng)注意以下兩點:
、僮髡咝彰捎"姓在前名在后"原 則,具體格式是:姓,名字的首字母. 如: Malcolm Richard Cowley 應(yīng)為:Cowley, M.R.,如果有兩位作者,第一位作者方式不變,&之后第二位作者名字的首字母放在前面,姓放在后面,如:Frank Norris 與Irving Gordon應(yīng)為:Norris, F. & I.Gordon.
、跁、報刊名使用斜體字,如:Mastering English Literature,English Weekly.
三、注釋
注釋是對論文正文中某一特定內(nèi)容的進(jìn)一步解釋或補 充說明注釋應(yīng)置于本頁頁腳,前面用圈碼①、②、③等標(biāo)識
【拓展內(nèi)容】
審計論文參考文獻(xiàn)分享
[1]孫光國,楊金鳳,**婧.財務(wù)報告質(zhì)量評價:關(guān)鍵概念、運行機制[J].會計研究.2013(03)
[2]孫光國,楊金鳳.財務(wù)報告質(zhì)量評價研究:文獻(xiàn)回顧、述評與未來展望[J].會計研究.2012(03)
[3]王穎.高等學(xué)校內(nèi)部審計運行模式研究[D].**林業(yè)大學(xué)2008
[4]張寧.關(guān)于*電信戰(zhàn)略轉(zhuǎn)型的內(nèi)部審計研究[D].南京理工大學(xué)2007
[5]謝滌宇.利益相關(guān)者共同治理與企業(yè)內(nèi)部審計的演進(jìn)[D].湘潭大學(xué)2007
[6]王玉蘭,簡燕玲.上市公司內(nèi)部審計機構(gòu)設(shè)置及履行職責(zé)情況研究[J].審計研究.2012(01)
[7]程新生,孫利軍,耿袆雯.企業(yè)內(nèi)部審計**改進(jìn)了財務(wù)**效果嗎?——來自*上市公司的證據(jù)[J].當(dāng)代財經(jīng).2007(02)
[8]程娟.內(nèi)部審計機構(gòu)在我國上市公司中的定位問題研究[D].首都經(jīng)濟(jì)貿(mào)易大學(xué)2009
[9]莊江波.內(nèi)部審計職業(yè)化建設(shè)與發(fā)展[D].廈門大學(xué)2001
[10]張欣.我國企業(yè)內(nèi)部審計主要問題探析[D].江西財經(jīng)大學(xué)2006
[11]傅黎瑛.公司治理的重要基石:治理型內(nèi)部審計[J].當(dāng)代財經(jīng).2006(05)
[12]王光遠(yuǎn),瞿曲.公司治理中的內(nèi)部審計——受托責(zé)任視角的內(nèi)部治理機制觀[J].審計研究.2006(02)
[13]耿建新,續(xù)芹,李躍然.內(nèi)審部門設(shè)立的動機及其效果研究——來自*滬布的研究證據(jù)[J].審計研究.2006(01)
[14]劉國常,郭慧.內(nèi)部審計特征的影響因素及其效果研究——來自*中小企業(yè)板塊的證據(jù)[J].審計研究.2008(02)
[15]戴耀華,楊淑娥,張強.內(nèi)部審計對外部審計的影響:研究綜述與啟示[J].審計研究.2007(03)
就業(yè)形勢論文參考文獻(xiàn)
[1]人社部:2016年高校畢業(yè)生765萬人就業(yè)壓力大[EB/OL].2016-02-19.http://ln.ifeng/a/20160229/4317510_0.shtml
[2]莫榮,周宵,孟續(xù)鐸.就業(yè)趨勢分析:產(chǎn)業(yè)轉(zhuǎn)型與就業(yè)[J].*勞動,2014,(1).
[3]陳宇紅,江光榮.大學(xué)生就業(yè)壓力問卷的編制[J].廣州大學(xué)學(xué)報:社會科學(xué)版,2009,(3).
[4]王新剛,肖繼新,馬金鎖.大學(xué)生就業(yè)狀況和思想動態(tài)現(xiàn)狀**報告[J].繼續(xù)教育研究,2010,(12).
[5]梅小健,曹東輝.新就業(yè)形勢下高校英語專業(yè)課程**的探討[J].現(xiàn)代企業(yè)教育,2010,14:222-223.
[6]周素玲.試論就業(yè)導(dǎo)向下的高校公共英語教學(xué)**[J].***教育,2010,03:149-150.
版權(quán)聲明:本文內(nèi)容由互聯(lián)網(wǎng)用戶自發(fā)貢獻(xiàn),該文觀點僅代表作者本人。本站僅提供信息存儲空間服務(wù),不擁有所有權(quán),不承擔(dān)相關(guān)法律責(zé)任。如發(fā)現(xiàn)本站有涉嫌抄襲侵權(quán)/違法違規(guī)的內(nèi)容, 請發(fā)送郵件至 yyfangchan@163.com (舉報時請帶上具體的網(wǎng)址) 舉報,一經(jīng)查實,本站將立刻刪除