[发明专利]基于科技文献资源的地理科学数据需求分析方法及装置

说明书

本发明公开了一种基于科技文献资源的地理科学数据需求分析方法及装置，该方法主要包括文献资源数据库构建步骤、数据名称识别和标准化步骤、数据资源需求计算与分析步骤、以及科学知识图谱构建步骤。本发明通过利用科学数据与科技文献之间存在的密切联系，通过对大量科技文献资源进行梳理、统计分析和可视化表达，厘清科研工作者实际研究所采用的科学数据情况，系统、科学、客观地总结地理科学研究对地理科学数据的需求，为数据采集、数据汇交和数据挖掘提供更加科学、针对性的指导和支撑。

技术领域

本发明涉及数据分析技术，具体涉及一种基于科技文献资源的地理科学数据需求分析方法及装置。

背景技术

地理科学数据是开展地理科学研究和创新发现的重要基础性战略资源，地理科学数据的综合利用对区域前沿基础研究、政府重大决策、产业高质量发展等具有关键支撑作用和重要意义。目前为止，在国家和区域科学数据中心体系中，建有与地理科学有关的数据中心包括：国家地球系统科学数据中心、东北亚地理科学数据中心等，缺少针对华南特别是广东省的地理科学数据中心，并且当前地理科学数据的管理和使用存在数据分散、标准不一、重复投入等问题。因此，广东省科学技术厅于2022年推进建设广东省地理科学数据中心，实现地理科学数据高效汇交、管理和共享，然而，如何提供充足、优质和有价值的数据资源已成为提升数据中心服务水平和能力的重要基础。

目前，地理科学数据资源扩充以及数据需求分析主要采用以下方式：

(1)现有地理科学数据中心主要通过数据汇交的方式扩充数据资源，主要来源于：通过基础研究、应用研究、试验开发等产生的数据，以及通过观测监测、考察调查、检验检测等方式取得并用于科学研究活动的原始数据及其衍生数据，缺少数据需求分析。

(2)采用调研表等形式向相关领域的科研工作者开展数据需求调研，了解领域内重点研究方向以及相关的数据资源需求。

上述现有技术主要存在以下的缺点：

(1)通过数据汇交的方式扩充数据资源，数据来源属于被动式获取，没有充分考虑到其他科学研究者对科学数据资源的需求，降低数据价值，加大人力物力成本的损耗，影响数据中心的服务能力和影响力。

(2)采用调研表等形式开展数据需求调研，该方法过度依赖于主观判断，形式单一、对象有限，不能全面反映地理学研究的数据需求，难以满足国内外科学研究的需要。

专利文献CN104899258A公开了面向海量文献信息可交互可视化分析系统架构，该方案利用分类和聚类的思想对原始的海量数据进行计算处理，从而解决科技文献网络的分析结果缺乏图形化展示的问题，但该方案无法实现数据需求分析。

专利文献CN109255026A公开了一种基于共词分析和聚类分析的学习需求分析的方法，先从专题在线学习论坛导出数据，然后借助文字云清洗数据，再将清洗过的数据转换成具有EndNote格式的数据；在此基础上，应用共词分析方法得到其共词矩阵和共异矩阵；应用社会网络图谱分析方法构建其社会网络图谱；借助SPSS软件，并应用聚类方法获得其高频关键词的共词聚类的树状图；最后基于社会网络图谱和高频关键词的共词聚类树状图得到专题在线学习论坛的学习需求层级塔，为有针对性地为在线学习社区提供学习支持服务、答疑解惑、资源的组织和建设奠定基础。该方法主要是应用于学习需求分析，无法适用于数据需求分析。

发明内容

针对上述背景技术存在的问题，本发明将提供一种基于科技文献资源的地理科学数据需求分析方法及装置，利用科学数据与科技文献之间存在的密切联系，通过对大量科技文献资源进行梳理、统计分析和可视化表达，厘清科研工作者实际研究所采用的科学数据情况，系统、科学、客观地总结地理科学研究对地理科学数据的需求，为数据采集、数据汇交和数据挖掘提供更加科学、针对性的指导和支撑。

为实现上述目的，本发明的技术方案是：

第一方面，本发明提供一种基于科技文献资源的地理科学数据需求分析方法，所述方法包括：