[发明专利]一种面向时序文献数据分析的方法及装置

权利要求书

1.一种面向时序文献数据分析的方法，其特征在于：将根据检索结果获得的文献数据以n列1行的集合进行记录，其中，所记录的文献数据集合定义为S，并且R为S中一条数据记录，即S:＝{R1,R2,…,Rn}，n是S的长度，同时定义R:＝{year，title,keywords,abstract,text}，依据上述集合S执行如下步骤：

步骤1：计算结果文献的时间跨度；

步骤2：初始化忽略单词集合和合并单词集合，在初始化忽略单词集合和合并单词集合过程中，忽略无学术指导意义的冠词以及代词，同时，将意义相近或相似的单词及其同义词作为一个词集，同一个词集中的单词在统计词频时，当做一个统计参数；

步骤3：提取文本单词时序特征，生成文本单词时序特征序列W；

步骤4：返回文本单词时序特征序列W。

2.根据权利要求1所述的一种面向时序文献数据分析的方法，其特征在于：将经过所述根据检索结果获得的文献数据进行可视化处理，具体包括如下步骤：

步骤5：使用HTML5中的Canvas可视化技术对文本单词序列进行布局；

步骤6：获取Canvas中每个单词对应的坐标，使用HTML5的SVG可视化技术绘制最终文字云的可视化效果；

步骤7：在SVG图中，在每个文本单词下端，在对应Canvas图中等长且固定比例线段的位置，编码绘制文本单词对应的时序特征。

3.根据权利要求1所述的一种面向时序文献数据分析的方法，其特征在于：在计算结果文献的时间跨度过程中，针对文献数据集合S，提取时间维度信息，计算时间维度的跨度，即起止时间，具体方法是，遍历S中数据记录R的year数据字段，计算最大年份值maxYear和最小年份值minYear，则时间跨度ry＝maxYear-minYear+1，其中ry将决定文本单词时序特征中seq的长度。

4.根据权利要求2所述的一种面向时序文献数据分析的方法，其特征在于：在使用HTML5中的Canvas可视化技术对文本单词序列进行布局过程中，设定每次旋转角度为90度，针对文本单词，结合单词字体值，循环查找画布中的空闲位置，找到合适的空闲位置后，绘制在画布中，并在单词下端绘制单词等长且固定比例的线段，再遍历下一单词。

5.一种面向时序文献数据分析的装置，其特征在于：数据获取装置，用于依据检索结果获得文献数据，集合划分装置：将根据检索结果获得的文献数据以n列1行的集合进行记录，所记录的文献数据集合定义为S，R为S中一条数据记录，即S:＝{R1,R2,…,Rn}，n是S的长度，同时定义R:＝{year，title,keywords,abstract,text}；

时间跨度计算装置，用于计算结果文献的时间跨度；

单词处理装置，用于初始化忽略单词集合和合并单词集合，并且在初始化忽略单词集合和合并单词集合过程中，忽略无学术指导意义的冠词以及代词，同时，将意义相近或相似的单词及其同义词作为一个词集，同一个词集中的单词在统计词频时，当做一个统计参数；

时序处理装置，用于提取文本单词时序特征，生成文本单词时序特征序列W；

结果反馈装置，用于返回文本单词时序特征序列W。

6.根据权利要求5所述的一种面向时序文献数据分析的装置，其特征在于：可视化处理装置，用于将经过所述根据检索结果获得的文献数据进行可视化处理；

布局处理装置，用于使用HTML5中的Canvas可视化技术对文本单词序列进行布局；

布局绘制装置，用于获取Canvas中每个单词对应的坐标，使用HTML5的SVG可视化技术绘制最终文字云的可视化效果；在SVG图中，在每个文本单词下端，在对应Canvas图中等长且固定比例线段的位置，编码绘制文本单词对应的时序特征。