信管信息分析与预测实验报告.doc

本科课内实践实训实验报告（2017至2018学年第1学期）理论课程：信息分析与预测专业名称：信息管理与信息系统（卓越班）行政班级：学 号：姓 名： 指导教师：郭亚军报告时间：2017年12月8日一、实践实训实验基本情况描述实践实训实验地点02教学楼J机房实践实训实验形式上机1.实践实训实验目的培养学生熟练运用信息分析与预测的方法和工具处理相关实例。通过实验环节，使学生熟悉信息分析与预测的过程，熟悉信息分析与预测的方法和技术，掌握信息分析与预测的常用软件。2.实践实训实验大纲 序号实验项目学时数实验属性内容与要求1内容分析法2综合性复习巩固内容分析法的实施步骤，使用Excel工具对相关案例进行内容分析。2回归分析法2综合性复习巩固回归分析概述及其相关分析方法。使用SPSS工具对相关案例进行一元线性回归分析、多元线性回归分析和非线性回归分析。3引文分析法2综合性复习巩固引文分析的及其相关的方法，使用Citespace挖掘引文之间引用和被引用的频率、强度等。4研究热点分析2综合性复习巩固研究热点分析的方法，用Citespace挖掘分析某学科领域的研究前沿、研究热点、研究趋势。二、实践实训实验过程记录第1个教学单元（2H） 时间：2017年12月1日内容分析用“语料库在线”/cncorpus/index.aspx中的“字词频率统计”功能对十九大报告或郑州航院“十三五”发展规划或其他文献进行词频统计。实验步骤：步骤一：登陆语料库在线步骤二：进入字词频率统计步骤三：将十九大报告的内容复制到文本框，点击词频统计实验结果分析：从图中我们可以看出党,发展,人民,建设,中国，社会主义等词排名靠前，说明出现的频率较高，从这方面说明了我们国家坚持党的领导，为人民服务，本着富国强民的态度建设更好的中国。体现了十九大的中心思想。习近平同志在十九大报告中指出，我国社会主要矛盾已经转化为人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾。而我们从语料库分析来看，不管是字频还是词频，党发展人民，建设中国，社会主义等词尤为突出，从另一方面反映了十九大强调的重点。第2个教学单元（2H） 时间：2017年12月1日回归分析用SPSS软件对所提供的数据进行回归分析实验步骤：步骤一：首先用EXCEL将数据录入，然后用SPSS打开数据步骤二：选择“分析”工具中的“回归”的“线性”步骤三：选择“分析”工具中的“分类”中的“系统聚类分析”，在新窗口中的变量中导入数据，并选择“个案”，“统计量，图”。选择“统计量”工具，选中“合并进程表”，选择“绘制”，选中“直方图”，点击继续并确定，得到最终结果。输入移去的变量b模型输入的变量移去的变量方法1FAIa.输入a. 已输入所有请求的变量。b. 因变量: GDP模型汇总b模型RR 方调整 R 方标准 估计的误差1.980a.961.9601385.02216a. 预测变量: (常量), FAI。b. 因变量: GDPAnovab模型平方和df均方FSig.1回归1.330E911.330E9693.222.000a残差53712019.07428191828.396总计1.384E29a. 预测变量: (常量), FAI。b. 因变量: GDP系数a模型非标准化系数标准系数tSig.B标准 误差试用版1(常量)1253.705305.2694.107.000FAI1.921.073.98026.329.000a. 因变量: GDP残差统计量a极小值极大值均值标准 偏差N预测值1334.129225334.81055756.3797671.642370残差-285.689702548.12354.000001360.9329830标准 预测值-.6532.891.0001.00030标准 残差-2.1561.840.000.98330a. 因变量: GDP图表实验结果分析：运用线性回归分析方法研究固定资产投资与国民生产总值之间数量关系的规律，从图中可以看出，GDP与固定资产投资存在高度的正相关关系。当固定资产投资增多时，国内生产总值增多，反之亦然。第3个教学单元（2H） 时间：2017年12月8日引文分析用Citespace软件对CSSCI数据进行分析，分析某期刊（如情报学报、中国图书馆学报、图书情报工作、情报科学、情报杂志、大学图书馆学报、档案学通讯、情报资料工作等）在2017年或2016年的引文情况，如出现频次较高的引文期刊、引文作者。实验步骤：步骤1：安装JAVA环境和Cite space分析软件步骤2：下载CSSCI数据步骤3：将原始数据导入Cite space分析软件，转换成Cite space识别数据步骤4：创建Project，并设置相关阈值，运行Cite space分析软件运用Threshold Interpolation：设定三个time slices的值，其余time slices的值由线性插值赋值。三组需要设置的slices为第一个，中间一个，和最后一个slice。步骤5：对生成的知识图谱进行分析 (1)调整节点大小及节点字体大小，对呈现的知识图谱进行调整； (2)观察知识图谱的节点聚集情况，分析节点的集聚程度（节点中心性、节点密度），分析一定时间段的某学科研究热点、研究前沿、研究趋势； (3)根据知识图谱的时间颜色分布，分析学科研究内容的演变过程和研究热点的转变。A引文作者分析：实验结果分析：如图中绘制的引文作者知识图谱，左侧表格是引文作者出现的频率进行排序的，右侧是它们的联系图，在图谱中，连线密集的是和引文关系密切的，引用次数最高的是外国的作者，其次有中国作者，从整体看来，中国的作者较多，但优秀的排名靠前的还是外国作者较多。从右边的图可以看出，很多作者集中于同一文献，并且被引用的次数偏高。B引文期刊分析实验结果分析：从左边可以看出，图书情报工作引用次数最多，其次则是情报理论与实践，中国图书馆学报，而外文文献引用次数较少。从右边的图可以看出，很多文献交叉结合，说明有很多共同内容。根据高被引图书同被引分析,图书情报工作的图书主要内容包括图书馆学基本理论、图书馆业务理论、图书馆工作标准、情报学基本理论、现代情报、图书馆杂志六个方面,呈现出一定的结构特征。图书的影响力呈不均匀分布,根据被引总数、出版图书数、书均被引和年均被引等指标综合衡量,在业界吴慰慈、邱均平、严怡民、黄宗忠、吴建中、沈继武、徐引篪、彭斐章等学者的影响最大;其中被引最多的图书为图书情报工作。; 第4个教学单元（2H） 时间：2017年12月8日研究热点和趋势分析用Citespace软件对CNKI数据进行分析，分析某期刊（如情报学报、中国图书馆学报、图书情报工作、情报科学、情报杂志、大学图书馆学报、档案学通讯、情报资料工作等）在2017年或2016年载文的关键词，从出现频次较高的关键词分析情报学、图书馆学或档案学当前的研究热点。实验步骤：步骤1：安装JAVA环境和Cite space分析软件步骤2：下载CNKI数据步骤3：将原始数据导入Cite space分析软件，转换成Cite space识别数据步骤4：创建Project，并设置相关阈值，运行Cite space分析软件运用Threshold Interpolation：设定三个time slices的值，其余time slices的值由线性插值赋值。三组需要设置的slices为第一个，中间一个，和最后一个slice。步骤5：对生成的知识图谱进行分析 (1)调整节点大小及节点字体大小，对呈现的知识图谱进行调整； (2)观察知识图谱的节点聚集情况，分析节点的集聚程度（节点中心性、节点密度），分析一定时间段的某学科研究热点、研究前沿、研究趋势； (3)根据知识图谱的时间颜色分布，分析学科研究内容演变过程和研究热点的转变。关键词分析实验结果分析 ： 如图中绘制的关键字知识图谱，左侧表格是关键出现的频率进行排序的，右侧是它们的联系图，在图谱中，连线密集的是和大数据关系密切的，右图可以分析，大数据，互联网，云计算，而物联网，信息安全，等有较为密切的关系。说明大数据不仅在互联网有较大的应用，与之相关的各行各业均应用了大数据。从左边可以看出，除了知道大数据，物联网，信息分析，数据挖掘等词出现的频率较高，另外我们也了解到了大数据在跨行业，跨时空，例如电子商务，金融，政府机构等行业。三、实践实训实验总结（1） 通过实验，我初步认识到运用Cite space软件生成某个学科的知识图谱的基本操作过程，了解了当前有关大数据方面的知识、研究期刊以及其十年来的发展历程，明白了知识图谱的相关结构比如节点大小、聚集程度、颜色区域等，在学科研究中的作用：在知识图谱中，颜色及厚度反应被引频次及研究年代；各色圆环标识为高共被引文献聚类节点，表示学科或研究的热点、前沿领域；节点大小与位置分别表示研究多少和核心层数，节点间连线粗细与共被引次数成正比。（2） 运用Citespace，我们可以直观、迅速地从不同的研究视角、指标范围等绘制不同类型的知识图谱，通过对知识图谱的分析，可以使全面、直观了当地了解云计算的发展进程、趋势、核心研究专家、核心期刊等，这让我们在深入学习这个领域的时候有了方向，通过搜索相关的关键词可以横向扩大该学科的研究面。（3） 在实验中，通过spss对数据进行回