导读:本文包含了书目分类论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:书目,特征,学习机,商务印书馆,目录学,事略,文本。
书目分类论文文献综述
傅荣贤[1]（2019）在《中国近代书目分类的创始之作——《译书事略》略论》一文中研究指出《译书事略》以江南制造总局翻译馆译、刊的西学书籍为对象,基于西方学科化原则进行分类,是我国西书独立编目的前驱,也是我国近代书目分类的创始之作。而姚名达基于民族主义立场的近代书目史书写,掩盖了其导夫先路的历史地位。《译书事略》所收西书包括中国人的汉文西学文献,并非蔡元培所云"译书之目";该目据实而录,形成客观的书目清单,亦不具备蔡元培所云"导读"的性质。《西学书目表》以降的西学书目虽承绪《译书事略》,但又因秉持中国传统书目的导读旨趣而另有精进。(本文来源于《国家图书馆学刊》期刊2019年01期）
刘高军,陈强强[2]（2018）在《基于极限学习机和混合特征的中文书目自动分类模型研究》一文中研究指出为了提高中文图书自动分类的效率,解决图书编目人员手工分类难以适应快速增长的图书出版量的问题,本文提出了一种基于极限学习机(ELM)和混合特征的中文图书分类模型.通过LDA主题模型获取图书摘要信息中的主题分布、TF-IDF模型获取图书标题中的特征信息,并将二者组合起来构成图书的混合特征,在此基础上使用极限学习机算法构建出面向中图法的层次分类器.实验表明,基于ELM和混合特征构建的层次分类器在中图法的第1层、2层和3层分类效果可分别达到89%、84%、79%,相比传统的支持向量机(SVM)算法分类效果可提高3%～5%,而且相比SVM训练时间可以缩短1/2.研究结果表明基于ELM和混合特征的分类模型可以有效提高中文图书自动分类的准确率与时效性.(本文来源于《北方工业大学学报》期刊2018年05期）
杨晓花,高海云[3]（2018）在《基于改进贝叶斯的书目自动分类算法》一文中研究指出贝叶斯算法被广泛应用于书目自动分类领域。该算法常使用差分进化算法来评估概率项,但是传统的差分进化算法容易陷入局部最优解,使得贝叶斯分类精度较低。针对该问题,提出了基于改进贝叶斯的书目自动分类方法。该方法通过多父突变和交叉操作估计概率项的最优解,提高贝叶斯分类精度;在进行书目自动分类时,先采用ICTCLAS系统进行文本预处理,再提取文本的词频-逆向文件频率特征,接着采用改进的贝叶斯估计方法对特征进行训练与分类,最终实现书目的自动分类。仿真结果表明,该方法具有较高的分类准确率。(本文来源于《计算机科学》期刊2018年08期）
陈强强[4]（2018）在《基于机器学习的中文书目自动分类的研究》一文中研究指出如何准确、高效地给出一本图书的中图分类号,一直以来都是图书分类领域的重点研究问题。目前图书分类号主要通过人工分类来生成,然而人工分类方式难以适应逐渐增加的图书出版量,因此由机器完成图书分类已经成为一个紧迫的任务。若想要由机器完成图书自动分类,最简单直接的方法就是将机器学习在文本分类领域取得的成果引入,诸多学者已经在做这项研究并取得了一定成果。但是目前相关研究还存在着进步空间,一方面,在图书特征提取上这些研究忽略了书目文本的结构特点,将图书的信息看作一个文本来提取特征,以至于提取的特征不能很好地突出图书特点。另一方面,这些研究采用机器学习算法无论是支持向量机SVM还是BP(back propagation)神经网络,在训练过程中都需要花费大量时间和精力来进行参数调整,而且容易产生局部最优解,这会直接导致分类器训练时间的增加和分类效果的降低。基于此,本文主要从以下两个方面来展开研究:(1)针对图书特征提取结果不详细、不准确的问题进行研究,提出了一种基于LDA(Latent Dirichlet Allocation)主题模型和TF-IDF(term frequency-inverse document frequency)算法的图书混合主题模型。该模型对图书摘要信息采用LDA主题模型挖掘隐藏主题作为特征信息,同时对图书标题信息采用TF-IDF算法抽取特征信息,并以一定比例将二者有机结合起来。实验结果表明,使用混合特征进行分类,分类准确率可以达到80%到85%,相比使用传统的特征模型进行分类,准确率可以提高2%-5%。(2)针对目前图书自动分类方法(如支持向量机SVM、前馈神经网络BP)存在的花费时间长、分类准确率较低等问题展开研究,将极限学习机(Extreme Learning Machine ELM)引入到图书分类领域中,提出了一种基于ELM的中文书目自动分类模型。该模型以图书的混合特征为训练对象,通过使用ELM算法计算神经网络的隐含层输出矩阵和权重,得到分类模型。实验结果表明,基于ELM的分类模型相比基于SVM或者BP的分类模型可以提高3%到7%的分类准确率,而且ELM所需要的时间仅为它们的1/3左右。(本文来源于《北方工业大学》期刊2018-06-01）
纪纲,王海东,陈小飞[5]（2018）在《基于数据挖掘中文书目自动分类算法》一文中研究指出提出一种改进的数据挖掘算法;首先采用ICTCLAS系统进行文本预处理,以词频特征构建词条向量;然后融合词频特征和词频-逆向文件频率特征,构建训练样本集的特征矩阵;接着对该矩阵进行奇异值分解变换,得到语义空间,用于对文本特征向量进行语义空间变换,得到语义向量;最后构建联合支持向量机分类器,实现中文书目所对应的语义向量的自动分类;最后做了大量的仿真实验,实验结果表明,文章方法的分类准确率高于现有方法。(本文来源于《计算机测量与控制》期刊2018年05期）
许东南[6]（2018）在《浅析《日本书目志》的书目分类特色与价值》一文中研究指出在晚清中国,面对新旧制度交替更迭和"西学东渐"的历史背景,许多西学书籍开始大量涌入国内,在此历史背景下,为了让更多的国人了解西方文化,以适应历史发展潮流,许多文人志士如康有为、梁启超、顾燮光、赵惟熙、沈桐生等开始编纂西学书目;以康有为的《日本书目志》为例,旨在探究它在书目分类方面的特色与价值。(本文来源于《淮南职业技术学院学报》期刊2018年02期）
胡冰[7]（2018）在《商务印书馆书目中小说分类研究》一文中研究指出本论文主要从商务印书馆书目中的名家小说,新译小说,说部丛书,袖珍小说中,分析属于商务印书馆时代的小说内容与特色。什么是人民大众喜闻乐见的小说,究其深因,这种现象是何种情况造成的。(本文来源于《北方文学》期刊2018年08期）
刘雪飞,苟全登[8]（2017）在《图书馆海量书目光学字符特征的分类技术》一文中研究指出当前图书馆书目信息管理大都是通过硬盘等存储器,对海量图书信息进行处理,但是信息输入的效率远远低于图书信息产生效率,使得书目信息查询准确率降低。面向该种问题,提出基于RBF神经网络的书目光学字符特征分类方法,先对海量书目光学图像进行图像去噪、光学字符区域定位以及字模分割的预处理,再采用基于统计与模糊隶属度的特征提取方法,获取书目光学字符特征图像的叁大类特征。将RBF网络作为模式分类器,设计面向书目光学字符分类系统的网络模型,实现海量书目光学字符特征的准确分类。实验结果说明,所提方法的分类效率、分类精度都较高。(本文来源于《激光杂志》期刊2017年09期）
李湘东,丁丛,高凡[9]（2017）在《基于复合加权LDA模型的书目信息分类方法研究》一文中研究指出以书目信息为分类对象的自动分类研究对信息资源组织具有重要意义。本文以概率主题模型LDA作为书目信息的文本表示模型,以克服因文本短小而产生的特征稀疏问题;以书目信息的体例结构和所在类目的类别区分能力分别实现两种不同的特征加权策略,在此基础上构建复合加权策略,使获取的特征词集既不向高频词倾斜,也更能代表书目信息的所属类别。将复合加权策略融合于LDA、提出一种基于复合加权LDA的书目信息分类方法。使用公开和自建的书目信息语料进行对比实验,验证和分析复合加权策略的有效性,实验显示本文提出的复合加权LDA分类方法的分类性能优于仅考虑其中一种特征加权策略的LDA分类方法。(本文来源于《情报学报》期刊2017年04期）
茶志高[10]（2016）在《《滇南杂志》辑录明清滇人着述书目的分类及其文献价值》一文中研究指出《滇南杂志》辑录自明始的四种书目,此书目反映了云南自明始而至嘉庆间的主要着述,是重要的地方文献目录。因书目附于"轶事"类中,未引起重视。四种书目分别为滇人书目、滇客书目、滇方外书目、滇闺秀诗目。"滇客书目"部分着述后有内容提要,可资参考。《滇南杂志》按人的身份划分的方式基本囊括了滇诗人着述的基本类型。(本文来源于《文山学院学报》期刊2016年05期）
书目分类论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为了提高中文图书自动分类的效率,解决图书编目人员手工分类难以适应快速增长的图书出版量的问题,本文提出了一种基于极限学习机(ELM)和混合特征的中文图书分类模型.通过LDA主题模型获取图书摘要信息中的主题分布、TF-IDF模型获取图书标题中的特征信息,并将二者组合起来构成图书的混合特征,在此基础上使用极限学习机算法构建出面向中图法的层次分类器.实验表明,基于ELM和混合特征构建的层次分类器在中图法的第1层、2层和3层分类效果可分别达到89%、84%、79%,相比传统的支持向量机(SVM)算法分类效果可提高3%～5%,而且相比SVM训练时间可以缩短1/2.研究结果表明基于ELM和混合特征的分类模型可以有效提高中文图书自动分类的准确率与时效性.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
书目分类论文参考文献
[1].傅荣贤.中国近代书目分类的创始之作——《译书事略》略论[J].国家图书馆学刊.2019
[2].刘高军,陈强强.基于极限学习机和混合特征的中文书目自动分类模型研究[J].北方工业大学学报.2018
[3].杨晓花,高海云.基于改进贝叶斯的书目自动分类算法[J].计算机科学.2018
[4].陈强强.基于机器学习的中文书目自动分类的研究[D].北方工业大学.2018
[5].纪纲,王海东,陈小飞.基于数据挖掘中文书目自动分类算法[J].计算机测量与控制.2018
[6].许东南.浅析《日本书目志》的书目分类特色与价值[J].淮南职业技术学院学报.2018
[7].胡冰.商务印书馆书目中小说分类研究[J].北方文学.2018
[8].刘雪飞,苟全登.图书馆海量书目光学字符特征的分类技术[J].激光杂志.2017
[9].李湘东,丁丛,高凡.基于复合加权LDA模型的书目信息分类方法研究[J].情报学报.2017
[10].茶志高.《滇南杂志》辑录明清滇人着述书目的分类及其文献价值[J].文山学院学报.2016
论文知识图
