前言：中文期刊網(wǎng)精心挑選了科研對(duì)比方法范文供你參考和學(xué)習(xí)，希望我們的參考范文能激發(fā)你的文章創(chuàng)作靈感，歡迎閱讀。

科研對(duì)比方法范文1

【關(guān)鍵詞】研究方法；比較；分析

隨著社會(huì)的發(fā)展，以及教育的需求、教育的實(shí)踐、教育的規(guī)模等教育領(lǐng)域發(fā)生了深刻的變革，這就需要人們對(duì)教育科學(xué)研究方法進(jìn)行研究，探索其中的規(guī)律，從而更好地為教育服務(wù)。目前國(guó)內(nèi)公開(kāi)出版的教育科學(xué)研究方法有40多個(gè)版本，本文選取的四本相關(guān)著作以出版順序排列分別是：（1）裴娣娜：教育研究方法導(dǎo)論（合肥：安徽教育出版社，1995）；（2）袁振國(guó)：教育研究方法（北京：高等教育出版社，2000）；（3）孫亞玲：教育科學(xué)研究方法（北京：科學(xué)出版社，2009）；（4）韓延倫：教育研究方法（北京：高等教育出版社，2011）。下文以A、B、C、D分別代表這四本著作。

一、寫作目的

四本著作出版時(shí)間先后不同，時(shí)間跨度較長(zhǎng)，不同時(shí)期，不同背景以及個(gè)人的研究方向或側(cè)重點(diǎn)不同。這些因素將會(huì)對(duì)他們的寫作目的產(chǎn)生影響，筆者從他們的序或前言中認(rèn)為：

（一）A的這本著作是她在多年來(lái)為本科生、研究生講授時(shí)的講稿的基礎(chǔ)上整理而成，她的目的是：“試圖在總結(jié)我國(guó)豐富的教育研究實(shí)踐經(jīng)驗(yàn)和借鑒國(guó)內(nèi)外有關(guān)研究成果基礎(chǔ)上，建立符合中國(guó)實(shí)際的教育研究方法學(xué)科體系的一種嘗試和探索。”她的寫作目的可以理解為是教育科學(xué)研究方法的一種探索。

（二）B版這本著作是這四本著作中唯一沒(méi)有序和前言，但是我們可以從內(nèi)容提要中看書，本書寫作的目的是為高等教育學(xué)校教育學(xué)科而撰寫的教學(xué)用書，是面向21世紀(jì)的課程教材。

（三）C在前言中認(rèn)為隨著我國(guó)教育事業(yè)的蓬勃發(fā)展，教育研究隊(duì)伍不斷壯大，教育研究的價(jià)值取向和研究方法，有了長(zhǎng)足的發(fā)展，舊的一些觀點(diǎn)和內(nèi)容已經(jīng)不能滿足這些需求，因此，需要提出新的觀點(diǎn)和研究方法。所以說(shuō)她的寫作目的很明確。

（四）D著作為高等院校教師專業(yè)發(fā)展系列教材，可見(jiàn)，本書的寫作目的是為教師的專業(yè)發(fā)展而量身訂做的。當(dāng)然也可作為本專科生教學(xué)用書。

二、章節(jié)、結(jié)構(gòu)安排

（一）A在章節(jié)的安排上共分為四編十五章，第一編教育研究方法的一般原理，第二編教育研究的構(gòu)思與設(shè)計(jì)，第三編教育研究的基本方法，第四編教育研究的結(jié)果與評(píng)價(jià)。從一般原理——構(gòu)思設(shè)計(jì)——研究方法——成果表達(dá)，可見(jiàn)編與編之間邏輯性強(qiáng)。但章節(jié)內(nèi)容較多，都比較詳細(xì)，看不出側(cè)重點(diǎn)，各種研究方法都有介紹。另外，成果表述及評(píng)價(jià)安排在了倒數(shù)第二章，筆者認(rèn)為應(yīng)該安排在倒數(shù)第一章更為妥當(dāng)。

（二）B共十四章，前三章論述教育研究的意義，過(guò)程，一般性原理，第五章到最后具體論述了各個(gè)研究方法的具體步驟、運(yùn)用。第十三章，兩個(gè)案例單獨(dú)成章，這則是本書的亮點(diǎn)之一，不足之處是本書的最后沒(méi)有成果的表述與評(píng)價(jià)。應(yīng)該把成果表達(dá)與評(píng)價(jià)這的內(nèi)容加進(jìn)去，樣安排才使得整個(gè)教育研究更加完整，系統(tǒng)化。

（三）C共十一章，第一章是教育科學(xué)研究方法的概述，然后是一般步驟、選題，抽樣，論證，建立假設(shè)、6種具體的教育科學(xué)研究方法、統(tǒng)計(jì)法與SPSS操作以及成果的表達(dá)。從孫版的章節(jié)看出該書思路清晰、循序漸進(jìn)、一氣呵成。

（四）D共十二章，前兩章是概述、確定問(wèn)題。第三章到第十一章具體論述了各個(gè)研究方法的含義、分類、步驟、案例。最后一章則是成果的表達(dá)。總體上說(shuō)，思路清新，每一章的題目都是“如何……”，可見(jiàn)，本書的側(cè)重點(diǎn)是怎么做，如何做，操作性很強(qiáng)。

三、研究方法的選取

教育科學(xué)研究方法根據(jù)研究性質(zhì)、目的、范圍、對(duì)象等的不同，可以把教育科學(xué)研究分成20多種，這四本著作都選取了5-9種研究方法進(jìn)行論述，但各版本選取的側(cè)重點(diǎn)不同。

（一）A選取了五種，分別是教育科學(xué)的歷史研究法、教育科學(xué)的調(diào)查研究法、教育科學(xué)的比較研究法、教育科學(xué)的實(shí)驗(yàn)研究法、教育科學(xué)的理論研究。這五種研究方法比較傳統(tǒng)，由于年代久遠(yuǎn)，以及時(shí)代的發(fā)展，這五種研究方法目前很少見(jiàn)了，近年新編的教材里較少選取這些研究方法。

（二）B選取了實(shí)驗(yàn)研究、調(diào)查研究、定性研究、文獻(xiàn)研究、比較研究、行動(dòng)研究等，包括了目前經(jīng)典和一般的研究方法，各研究方法都有具體的操作步驟介紹。

（三）C選取了文獻(xiàn)法、教育調(diào)查法、觀察法、教育實(shí)驗(yàn)研究、行動(dòng)研究、教育敘事研究、統(tǒng)計(jì)法及SPSS操作。涵蓋了目前經(jīng)典和流行的幾種研究方法，其中統(tǒng)計(jì)法及SPSS操作，其他三版本中是沒(méi)有，這也是本書的亮點(diǎn)。

（四）D選取了文獻(xiàn)研究、定量研究、教育實(shí)驗(yàn)研究、調(diào)查研究、定性研究、比較研究、現(xiàn)場(chǎng)研究、歷史研究、行動(dòng)研究等共九種研究方法。每一種研究方法按照“含義、特點(diǎn)——分類、設(shè)計(jì)——運(yùn)用”的順序介紹。另外大多數(shù)的研究方法的最后都有案例分析。

按照質(zhì)和量的構(gòu)成，教育研究方法可分為定量研究和定性研究。問(wèn)卷調(diào)查、統(tǒng)計(jì)法、實(shí)驗(yàn)研究等屬于定量研究。行動(dòng)研究、比較研究、教育敘事研究等屬于定性研究。這四本著作根據(jù)自己的寫作目的、知識(shí)背景、研究方向的不同選取了幾種不同類型的教育研究方法。研究方法的種類不是越多越好，也不是越少越好。在選用的時(shí)候是選取其中的一種還是多種，要根據(jù)問(wèn)題的具體情況具體分析。將定性研究和定量研究有機(jī)地結(jié)合起來(lái)是未來(lái)教育科學(xué)研究的發(fā)展趨勢(shì)。

四、語(yǔ)言表達(dá)

（一）A是在上世紀(jì)90年代出版的，在語(yǔ)言表達(dá)上很嚴(yán)謹(jǐn)，語(yǔ)體很正式、詳細(xì)、準(zhǔn)確，更加傾向于學(xué)術(shù)性的著作特點(diǎn)。該著作專業(yè)性很強(qiáng)，里面有很多專業(yè)性的術(shù)語(yǔ)。如第19頁(yè)：“熟知人的思維的歷史發(fā)展過(guò)程，熟知各個(gè)不同的時(shí)代所出現(xiàn)的關(guān)于外在世界的普遍聯(lián)系的見(jiàn)解，這對(duì)理論自然科學(xué)來(lái)說(shuō)是必要的，因?yàn)檫@位理論自然科學(xué)本身所建議起來(lái)的理論提供了一個(gè)準(zhǔn)則。”可以看出，直接運(yùn)用恩格斯的《自然辯證法》深思難于理解，更傾向于學(xué)術(shù)性。

（二）B在語(yǔ)言表達(dá)上也是更傾向于學(xué)術(shù)性，書中有很多專業(yè)名詞的字體都加工成黑色粗體，在解釋概念的時(shí)候較多地運(yùn)用了圖標(biāo)、數(shù)據(jù)等方式加以闡釋。有些詞語(yǔ)專業(yè)性很強(qiáng)，比較難懂，應(yīng)該需要進(jìn)一步說(shuō)明。

（三）C在語(yǔ)言的表達(dá)上出現(xiàn)了一種清新的特點(diǎn)，語(yǔ)言幽默詼諧、通俗易通。比如在導(dǎo)入的時(shí)候，作者這樣寫道：“自從有了人類，就有了教育現(xiàn)象，當(dāng)教育經(jīng)驗(yàn)有了一定的積累之后，人類開(kāi)始了對(duì)教育這一社會(huì)現(xiàn)象的研究。我們不能確切地說(shuō)出教育研究是從什么時(shí)候開(kāi)始的，因?yàn)橛嘘P(guān)這一問(wèn)題的記載沒(méi)有確鑿的文獻(xiàn)來(lái)佐證，所以，我們只能說(shuō)教育研究很早以前就有了。”從這段文字中，我們可以看出，作者好像和讀者對(duì)話，講故事似的。從這里也可以看出作者做學(xué)問(wèn)是很嚴(yán)謹(jǐn)?shù)摹ＵZ(yǔ)言令人親切，通俗易懂。

（四）D的語(yǔ)言在表達(dá)上總的來(lái)說(shuō)還是比較通俗易懂的，用詞嚴(yán)謹(jǐn)、準(zhǔn)確。有些詞語(yǔ)的引導(dǎo)性很強(qiáng)。比如第65頁(yè)：“對(duì)我國(guó)而言，校本課程開(kāi)發(fā)畢竟是一個(gè)新手事物，有許多課題亟待研究，國(guó)內(nèi)對(duì)校本課程的研究始于20世紀(jì)80年代，開(kāi)始的探索大多停留在‘概念引人’階段的新奇，并未走入實(shí)質(zhì)化的研究。”

五、各自的特色

（一）A版最大的特點(diǎn)就是歷史與現(xiàn)實(shí)結(jié)合、理論與實(shí)際結(jié)合以及中西結(jié)合。該書對(duì)教育科學(xué)研究的發(fā)展歷程作了比較系統(tǒng)的回顧。注重從中國(guó)的實(shí)際出發(fā)以及吸收西方最新科研成果。該書又吸收了自然科學(xué)、社會(huì)科學(xué)、思維科學(xué)等方面的成果。把數(shù)學(xué)方法也運(yùn)用其中，這突出反映了教育研究時(shí)代的特點(diǎn)。

（二）B版的這一著作中，最顯著的特點(diǎn)就是第十章，加人了統(tǒng)計(jì)法及SPSS的具體操作。這部分內(nèi)容在其他版本中是沒(méi)有的。正所謂“物以稀為貴”，這更說(shuō)明了該著作的獨(dú)特性，具有新穎性。全書思路清晰，前后編排連貫性強(qiáng)。在內(nèi)容的安排上有似于人的思維、學(xué)習(xí)習(xí)慣。課后的思考題需與本章的內(nèi)容結(jié)合回答。另外，每一章后面有文獻(xiàn)鏈接，這一點(diǎn)很好，而且選取的案例都是比較經(jīng)典的。這一做法可以讓讀者更加廣泛地了解到相關(guān)知識(shí)及最新的學(xué)科動(dòng)態(tài)。

（三）C版的亮點(diǎn)、最吸引讀者的地方則是書中有很多圖式、案例。這樣會(huì)使讀者一目了然。重要性的概念都會(huì)黑色加粗，這種則突出了該專業(yè)術(shù)語(yǔ)的重要性。

（四）D版的亮點(diǎn)則是各章的題目上，都有“如何”，這種句式在著作中并不多見(jiàn)，可作者的這一做法更加突出了本書的亮點(diǎn)。更加具有操作性，章前有內(nèi)容提要、學(xué)習(xí)目標(biāo)等是讀者在閱讀之前就可以瀏覽到相關(guān)的知識(shí)點(diǎn)，有助于理解，在文中有許多信息欄，這也有助于讀者拓展課外知識(shí)。章后的資源連接，并有該資源連接的簡(jiǎn)單介紹，這一特點(diǎn)是其他版本所沒(méi)有的。

六、結(jié)語(yǔ)

教育科學(xué)研究方法是一門內(nèi)容豐富、結(jié)構(gòu)復(fù)雜的學(xué)科，實(shí)踐性強(qiáng)，以上四種不同版本的教育科學(xué)研究方法，作者根據(jù)自己的寫作背景、研究方向等出發(fā)寫作，側(cè)重不同，但是都有自己的寫作特色，可謂是各具特色、各有千秋。

參考文獻(xiàn)

[1] 裴娣娜.教育研究方法導(dǎo)論[M].合肥：安徽教育出版社， 1995.

[2] 袁振國(guó).教育研究方法[M].北京：高等教育出版社，2000.

[3] 孫亞玲.教育科學(xué)研究方法[M].北京：科學(xué)出版社，2009.

科研對(duì)比方法范文2

1類比思想方法的相關(guān)理論和作用

類比思想是研究數(shù)學(xué)非常重要的一種方法，而類比是從希臘文衍生出來(lái)的。比如1和2、5和10這是兩組完全不同的數(shù)字組合，但是他們的比例卻是一樣的，這種思想就是類比。類比是可以推斷的一種方法，是通過(guò)對(duì)比來(lái)完成的。類比方法的運(yùn)用可以讓初中生遇到的數(shù)學(xué)問(wèn)題簡(jiǎn)單化。學(xué)生要認(rèn)真觀察兩者的關(guān)系，找相像的地方，從而解決問(wèn)題得出正確的答案，掌握了這種方法可以讓類似的問(wèn)題都得到解決。學(xué)生用相似的方法去解決，減少了很多不必要的解題麻煩。

類比法在數(shù)學(xué)發(fā)展過(guò)程中起到了很大的作用。正是因?yàn)楹侠磉\(yùn)用了類比法，波利亞才可以在學(xué)科研究中發(fā)揮他的能力。類比法可以培養(yǎng)學(xué)生的直覺(jué)思維能力。學(xué)生如果對(duì)數(shù)學(xué)這一科目感興趣，可以通過(guò)第一感覺(jué)判斷題目，快速準(zhǔn)確得出結(jié)論。因?yàn)閷W(xué)生通過(guò)自己的記憶，將以前遇到的問(wèn)題可以快速和現(xiàn)在出現(xiàn)的問(wèn)題加以比較，找出他們的相似之處，然后得出解題規(guī)律解決問(wèn)題。類比思想還可以增強(qiáng)課堂教學(xué)的有效性。數(shù)學(xué)學(xué)習(xí)不是一蹴而就的，它需要整合所有學(xué)過(guò)的內(nèi)容，自行加以總結(jié)聯(lián)系，將零散的學(xué)習(xí)內(nèi)容串成一個(gè)整體脈絡(luò)。比如當(dāng)學(xué)習(xí)反比例函數(shù)的時(shí)候，就可以借助已經(jīng)學(xué)習(xí)過(guò)的一次函數(shù)進(jìn)行講解；學(xué)習(xí)相似三角形的時(shí)候就可以根據(jù)全等三角形的相似定理來(lái)學(xué)習(xí)。類比方法加快了學(xué)習(xí)進(jìn)程，提高了學(xué)習(xí)效率。

2類比思想在教學(xué)中存在的問(wèn)題

國(guó)家對(duì)于教育方面的發(fā)展十分重視。數(shù)學(xué)作為一門基礎(chǔ)的邏輯性學(xué)科，也可以對(duì)世界有很深遠(yuǎn)的影響。但是根據(jù)實(shí)際調(diào)查發(fā)現(xiàn)，學(xué)生們?cè)谡n堂上并不能將身心全部放在學(xué)習(xí)探索中，多數(shù)情況下會(huì)打瞌睡，或者走神，身心不集中就導(dǎo)致了課堂效率不高，不能理想的學(xué)習(xí)運(yùn)用類比方法。而且在調(diào)查中發(fā)現(xiàn)，部分老師講課循規(guī)蹈矩，沒(méi)有創(chuàng)新，沒(méi)有要求學(xué)生舉一反三，這在很大程度上影響了學(xué)生學(xué)習(xí)的積極性并且不利于學(xué)生學(xué)習(xí)。所以老師和學(xué)生存在的這些問(wèn)題不能忽視，要及時(shí)解決，不能影響學(xué)習(xí)進(jìn)程和學(xué)習(xí)成績(jī)。

3如何培養(yǎng)學(xué)生的類比思想

類比思想如此重要，當(dāng)然要利用合理的方法來(lái)培養(yǎng)。首先在學(xué)生方面，學(xué)生自己要重視起來(lái)，通過(guò)各種適合自己的方法調(diào)動(dòng)自己的主動(dòng)學(xué)習(xí)性。學(xué)生通過(guò)自己對(duì)數(shù)學(xué)方面知識(shí)的理解，加以延伸學(xué)習(xí)，通過(guò)對(duì)比新舊知識(shí)，找出相像的地方，得出類比結(jié)論。其次從老師角度來(lái)說(shuō)，老師是學(xué)生的引導(dǎo)人，是指引學(xué)生的指明燈。作為老師，要清楚了解學(xué)生對(duì)知識(shí)的掌握程度，善于引用生活中或者數(shù)學(xué)中簡(jiǎn)單的事物來(lái)做類比，將類比思想深入學(xué)生們的心里，這樣才能讓學(xué)生掌握好類比思想并且廣泛使用。培養(yǎng)學(xué)生類比思想這件事情不是幾天就可以做到的，需要通過(guò)不斷的學(xué)習(xí)，日積月累進(jìn)行對(duì)比分析，找出類比方法的關(guān)鍵。所以培養(yǎng)好學(xué)生的類比思想，需要老師和學(xué)生共同磨合進(jìn)步。通過(guò)不斷磨合，學(xué)生對(duì)于類比思想的理解學(xué)習(xí)才會(huì)更加深入，在初中數(shù)學(xué)的全部學(xué)習(xí)過(guò)程中也會(huì)起到很大的作用，學(xué)習(xí)成績(jī)也會(huì)提高。

4初中數(shù)學(xué)類比思想的教學(xué)案例分析

在北師大版數(shù)學(xué)中有這么一個(gè)案例：通過(guò)尋找圓與球的相似之處，利用類比思想將圓和球進(jìn)行比較。我們很熟悉圓的一些性質(zhì)，比如圓心與非直徑的弦中點(diǎn)連線垂直于弦、圓的面積公式是S=πr2、圓是一個(gè)對(duì)稱圖形。通過(guò)類比思想發(fā)現(xiàn)，球可以理解成是由多個(gè)等半徑同圓心的圓組成的，所以我們就可以類比一下球的性質(zhì)。球的球心與任意一條非直徑的弦中點(diǎn)連線也垂直于弦，通過(guò)相同的方法計(jì)算出球的面積公式為S=4πr2、體積公式為V=4/3πr3，球也是一個(gè)對(duì)稱體。

再比如中點(diǎn)坐標(biāo)公式的類比推廣。在一維空間里僅僅只有一個(gè)方向就可以，所以中點(diǎn)坐標(biāo)公式為（x1+x2）/2；在二維空間里，通過(guò)一維空間的坐標(biāo)公式就可以推斷出二維的中點(diǎn)坐標(biāo)公式為[（x1+x2）/2，（y1+y2）/2]；以此類比，三維空間和多維空間的中點(diǎn)坐標(biāo)公式就也很容易推出來(lái)了。

科研對(duì)比方法范文3

關(guān)鍵詞：病案管理；問(wèn)題；解決方案

研究顯示：醫(yī)院病案管理作為醫(yī)院檔案管理體系中的重要構(gòu)成元素，當(dāng)前還存在一定的不足[1]，這些問(wèn)題使得醫(yī)院對(duì)于病案資料的利用度較低，無(wú)法發(fā)揮病案資料對(duì)醫(yī)療衛(wèi)生服務(wù)的指導(dǎo)價(jià)值，故而導(dǎo)致了一定的不良事件產(chǎn)生[2，3]。特別是在當(dāng)前新醫(yī)療體制改革的背景促進(jìn)之下，大量的醫(yī)改方案出臺(tái)，相關(guān)配套改革措施進(jìn)一步落實(shí)，對(duì)于醫(yī)療信息化建設(shè)所提出的研究更加的具體[4]。在這一背景下，提升醫(yī)院病案管理工作質(zhì)量無(wú)疑有著重要的意義與價(jià)值。

1資料與方法

1.1一般資料 對(duì)我院當(dāng)前病案管理工作中存在的問(wèn)題進(jìn)行分析，針對(duì)問(wèn)題探究相應(yīng)的解決方案，對(duì)比方案實(shí)施后的效果與價(jià)值。

1.2方法

1.2.1病案管理中存在的問(wèn)題 病案管理工作當(dāng)中存在的問(wèn)題可歸納為以下幾個(gè)方面：①思想意識(shí)上不夠重視：當(dāng)前絕大部分醫(yī)院管理的中心為醫(yī)療服務(wù)，對(duì)經(jīng)濟(jì)的關(guān)注高于對(duì)病案管理工作的關(guān)注。病案作為醫(yī)療衛(wèi)生機(jī)構(gòu)的科技型檔案之一，沒(méi)有在醫(yī)院醫(yī)療衛(wèi)生服務(wù)中發(fā)揮相應(yīng)的價(jià)值與功效，一定程度上造成醫(yī)療糾紛等不良事件發(fā)生率的增長(zhǎng)；②病案質(zhì)量低下，信息利用率低：一份完整的病例資料除需要涵蓋患者的一般資料信息以外，還應(yīng)當(dāng)覆蓋包括疾病診斷、疾病治療、以及疾病護(hù)理在內(nèi)的相關(guān)內(nèi)容，但當(dāng)前部分病案在資料信息上不夠詳實(shí)，書寫記錄不夠規(guī)范，甚至存在胡亂涂改的問(wèn)題，潛在一定的安全隱患；③管理人員業(yè)務(wù)水平低下：醫(yī)院缺乏集中組織病案管理人員進(jìn)行培訓(xùn)的故障制度，知識(shí)更新速度較慢，缺乏對(duì)病案管理工作的系統(tǒng)認(rèn)知。

1.2.2 病案管理問(wèn)題的解決方案 針對(duì)病案管理工作中存在的幾點(diǎn)問(wèn)題，建議從以下幾個(gè)方面入手，對(duì)病案管理工作加以完善：①促進(jìn)病案管理規(guī)范性的提升：病案作為能夠直接反應(yīng)患者疾病臨床治療干預(yù)情況的第一手資料，醫(yī)師大多是通過(guò)借閱的方式展開(kāi)對(duì)病案信息的研究。病案的借閱管理，在醫(yī)學(xué)教學(xué)研究、公檢法和保險(xiǎn)等方面都有涉及，所以需要對(duì)病案的借閱過(guò)程進(jìn)行規(guī)范化的管理。在病案的借閱中，不能夠把病案的原文本給相關(guān)部門。要借用一些掃描的文件。從這一角度上來(lái)說(shuō)，建議醫(yī)院方面購(gòu)置專門的掃描儀和打印機(jī)設(shè)備儀器，這樣能夠有效的防止把病案帶出病案室，一方面為患者保守秘密，另一方面還提供了借閱的服務(wù)；②促進(jìn)循環(huán)性監(jiān)控工作制度的全面落實(shí)，推行基于三等級(jí)的循環(huán)監(jiān)控機(jī)制：加強(qiáng)"三級(jí)循環(huán)監(jiān)控"是加強(qiáng)責(zé)任落實(shí)的重要措施，即主治醫(yī)師對(duì)住院醫(yī)師、科主任對(duì)主治醫(yī)師、職能部門對(duì)科主任的監(jiān)控體系的建設(shè)，各級(jí)都要把握好質(zhì)量關(guān)卡，積極加強(qiáng)監(jiān)控和反饋，及時(shí)修改審閱病案，對(duì)病案的質(zhì)量管理可以起到良好的效果；③引入質(zhì)量管理理念的方法，提高相關(guān)病案信息資源的利用率：在醫(yī)院病案管理工作中引入ISO質(zhì)量管理體系，促進(jìn)病案管理中，有關(guān)醫(yī)療文書的書寫、診療資料的記錄等關(guān)鍵工作環(huán)節(jié)流程得到規(guī)范。特別是針對(duì)分類、等級(jí)處理后的病案資料而言，需要安排專人進(jìn)行保管，嚴(yán)禁對(duì)這部分資料數(shù)據(jù)進(jìn)行涂改、偽造、或竊取；④加強(qiáng)對(duì)信息資源的開(kāi)發(fā)質(zhì)量：改變被動(dòng)的服務(wù)方式，提高病案信息資料開(kāi)發(fā)的主動(dòng)性，通過(guò)統(tǒng)計(jì)、歸總等方式，定期面向醫(yī)院領(lǐng)導(dǎo)、管理層人員提供階段性的病案信息，拓展病案資料的利用途徑，將病案信息的利用范圍進(jìn)一步擴(kuò)展至包括醫(yī)院管理、醫(yī)療保健、醫(yī)療糾紛、以及醫(yī)療科研等多個(gè)方面當(dāng)中；⑤重視對(duì)病案管理工作人員綜合素質(zhì)與技能的提升：醫(yī)院方面需要根據(jù)工作人員的不同工作崗位，制定對(duì)應(yīng)的教育培訓(xùn)工作計(jì)劃，特別重視對(duì)病案管理專門性人才的培訓(xùn)，定期在崗學(xué)習(xí)、專家講學(xué)、外派參加學(xué)習(xí)班等均是人才培養(yǎng)的有效手段，將學(xué)習(xí)情況與晉升、與績(jī)效掛鉤，及時(shí)結(jié)合行業(yè)發(fā)展需求，更新相關(guān)人員的病案管理理念與知識(shí)。

1.3統(tǒng)計(jì)學(xué)處理 本文數(shù)據(jù)使用SPSS 17.0軟件進(jìn)行分析與計(jì)算，計(jì)數(shù)資料以%表示，以X2檢驗(yàn)，可信區(qū)間95%，檢驗(yàn)水準(zhǔn)為0.05，當(dāng)P

2結(jié)果

在醫(yī)院落實(shí)相關(guān)病案管理措施后，病案質(zhì)量完善率、患者滿意率均明顯高于實(shí)施前數(shù)據(jù)，投訴率明顯低于實(shí)施前，數(shù)據(jù)對(duì)比存在顯著差異，P

3討論

在醫(yī)療服務(wù)項(xiàng)目、醫(yī)療服務(wù)數(shù)量迅速提升的背景之下，醫(yī)療衛(wèi)生服務(wù)開(kāi)展過(guò)程當(dāng)中所形成的病案資料無(wú)論是從數(shù)量，還是從完備性方面上來(lái)說(shuō)，都取得了相當(dāng)長(zhǎng)足的進(jìn)步。有關(guān)研究中指出：健全、有效的病案管理工作制度與措施有助于維護(hù)醫(yī)院醫(yī)療環(huán)境的和諧、穩(wěn)定，在降低醫(yī)療糾紛以及不良事件發(fā)生率方面意義重大。

本次研究過(guò)程當(dāng)中，針對(duì)當(dāng)前醫(yī)院病案管理在思想意識(shí)、在信息利用度、在人員業(yè)務(wù)水平等多個(gè)方面存在的問(wèn)題，展開(kāi)了積極的探索與創(chuàng)新，在重視對(duì)相關(guān)法規(guī)、標(biāo)準(zhǔn)的宣傳與學(xué)習(xí)基礎(chǔ)之上，促進(jìn)了醫(yī)院檔案管理工作體系與病案管理工作的進(jìn)一步融合，同時(shí)通過(guò)引入質(zhì)量管理理念的方法，提高了相關(guān)病案信息資源的利用率，在加強(qiáng)對(duì)信息資源開(kāi)發(fā)質(zhì)量的同時(shí)，更進(jìn)一步重視對(duì)病案管理工作人員綜合素質(zhì)與技能的提升。在以上相關(guān)措施的引導(dǎo)下，病案管理措施實(shí)施后，病案質(zhì)量完善率、患者滿意率均明顯高于實(shí)施前數(shù)據(jù)，投訴率明顯低于實(shí)施前，數(shù)據(jù)對(duì)比存在顯著差異，P

綜上所述：當(dāng)前醫(yī)院在病案管理工作的開(kāi)展中還存在一定的問(wèn)題與不足，需要通過(guò)對(duì)病案管理規(guī)范性的提升、推行基于三等級(jí)的循環(huán)監(jiān)控機(jī)制、提高信息利用率、加強(qiáng)信息資源開(kāi)發(fā)、提升病案管理人員綜合素質(zhì)與技能等多項(xiàng)措施的落實(shí)，進(jìn)一步提高病案管理的工作質(zhì)量與水平。

參考文獻(xiàn)：

[1]黃鋒，陳劍銘.醫(yī)院病案管理工作現(xiàn)狀及發(fā)展趨勢(shì)探討[J].中華醫(yī)院管理雜志，2013，29（3）：192-194.

[2]唐麗華，沈玉梅，朱崇光，等.質(zhì)量控制在病案管理工作中的應(yīng)用效果分析[J].中國(guó)醫(yī)院管理，2013，33（12）：57-59.

科研對(duì)比方法范文4

關(guān)鍵詞：地區(qū)產(chǎn)業(yè)　競(jìng)爭(zhēng)力　評(píng)價(jià)

一、引　言

在目前世界競(jìng)爭(zhēng)力評(píng)價(jià)方法和指標(biāo)體系中，較有代表性的有：美國(guó)經(jīng)濟(jì)學(xué)家邁克?波特的“鉆石模型”；瑞士洛桑國(guó)際管理發(fā)展學(xué)院(IMD，1998)和瑞士日內(nèi)瓦世界經(jīng)濟(jì)論壇(WEF，1998)的整體國(guó)家競(jìng)爭(zhēng)力評(píng)比方法；荷蘭格林根大學(xué)建立的ICOP(International Comparison of Output and Productivity)方法。在國(guó)內(nèi)較有代表性的有：中國(guó)人民大學(xué)國(guó)家競(jìng)爭(zhēng)力分析模型；金碚的工業(yè)品國(guó)際競(jìng)爭(zhēng)力分析框架；裴長(zhǎng)洪的研究模型；魏后凱的區(qū)域競(jìng)爭(zhēng)力評(píng)價(jià)模型等。

由于國(guó)家和國(guó)內(nèi)區(qū)域性質(zhì)的不同，鉆石模型、IMD和WEF的整體國(guó)家競(jìng)爭(zhēng)力評(píng)比方法顯然不適合區(qū)域競(jìng)爭(zhēng)力的評(píng)價(jià)。目前，在區(qū)域競(jìng)爭(zhēng)力研究方面運(yùn)用比較廣泛的是荷蘭格林根大學(xué)建立的ICOP方法。此方法主要根據(jù)對(duì)不同地區(qū)、不同行業(yè)按同一分類體系標(biāo)準(zhǔn)化得到可比數(shù)據(jù)，計(jì)算出研究競(jìng)爭(zhēng)力的一些主要參數(shù)。其缺陷是理論性不強(qiáng)，特別是各種參數(shù)的經(jīng)濟(jì)含義難以直觀解釋。

目前在國(guó)內(nèi)區(qū)域競(jìng)爭(zhēng)力評(píng)價(jià)指標(biāo)體系中，人民大學(xué)體系是基于IMD和WEF模型，金碚的工業(yè)品國(guó)際競(jìng)爭(zhēng)力分析框架中對(duì)鉆石模型進(jìn)行了拓展，裴長(zhǎng)洪提出了產(chǎn)業(yè)國(guó)際競(jìng)爭(zhēng)力的顯示性、分析性評(píng)價(jià)指標(biāo)，這些模型均不適用于地區(qū)競(jìng)爭(zhēng)力的評(píng)價(jià)。而魏后凱的區(qū)域競(jìng)爭(zhēng)力評(píng)價(jià)模型較有代表性地反映了構(gòu)成地區(qū)競(jìng)爭(zhēng)力的基本要素，從指標(biāo)選取的經(jīng)濟(jì)性到測(cè)量結(jié)構(gòu)的解釋性都較前人有所突破，對(duì)比較和測(cè)評(píng)地區(qū)工業(yè)競(jìng)爭(zhēng)力具有重要意義。

二、競(jìng)爭(zhēng)力指標(biāo)體系構(gòu)建

區(qū)域競(jìng)爭(zhēng)力是競(jìng)爭(zhēng)主體在爭(zhēng)奪資源或市場(chǎng)的過(guò)程中表現(xiàn)出來(lái)的一種綜合能力。就地區(qū)工業(yè)競(jìng)爭(zhēng)力來(lái)說(shuō)，它決定于單個(gè)企業(yè)的核.亡.、競(jìng)爭(zhēng)力及其群體優(yōu)勢(shì)，并主要體現(xiàn)在市場(chǎng)影響力、工業(yè)增長(zhǎng)力、資源配置力、結(jié)構(gòu)轉(zhuǎn)換力和工業(yè)創(chuàng)新力上。這五個(gè)方面共同構(gòu)成了一個(gè)地區(qū)的工業(yè)競(jìng)爭(zhēng)力的基礎(chǔ)。由此，我們可以構(gòu)筑如下函數(shù)關(guān)系：地區(qū)工業(yè)競(jìng)爭(zhēng)力＝F(M，G，D，T，I)。公式中M、G、D、T、1分別代表地區(qū)工業(yè)的市場(chǎng)影響力、增長(zhǎng)力、資源配置力、結(jié)構(gòu)轉(zhuǎn)換力和工業(yè)創(chuàng)新力。市場(chǎng)影響力：用地區(qū)工業(yè)占全國(guó)工業(yè)市場(chǎng)的份額(市場(chǎng)占有率)來(lái)衡量地區(qū)工業(yè)市場(chǎng)影響力。工業(yè)增長(zhǎng)力：用地區(qū)工業(yè)總產(chǎn)值的增長(zhǎng)率來(lái)反映工業(yè)增長(zhǎng)力。資源配置力：用工業(yè)銷售利潤(rùn)率和全員勞動(dòng)生產(chǎn)率加權(quán)平均來(lái)衡量地區(qū)工業(yè)資源配置力。結(jié)構(gòu)轉(zhuǎn)換力：用高增長(zhǎng)行業(yè)產(chǎn)值占地區(qū)工業(yè)總產(chǎn)值的比重和加工工業(yè)產(chǎn)值占地區(qū)工業(yè)總產(chǎn)值的比重兩個(gè)指標(biāo)，用這兩個(gè)指標(biāo)的加權(quán)平均來(lái)反映地區(qū)工業(yè)的轉(zhuǎn)換能力。工業(yè)創(chuàng)新力：用非國(guó)有工業(yè)產(chǎn)值占地區(qū)工業(yè)總產(chǎn)值的比重來(lái)反映該地區(qū)的制度創(chuàng)新能力，用企業(yè)科技經(jīng)費(fèi)支出占GDP的比重(簡(jiǎn)稱R&D投入比重)來(lái)反映地區(qū)的技術(shù)創(chuàng)新能力，以二者的加權(quán)平均來(lái)反映該地區(qū)工業(yè)的總體創(chuàng)新能力。

三、指標(biāo)測(cè)算和分析

在評(píng)價(jià)分析中，我們對(duì)各個(gè)具體指標(biāo)數(shù)據(jù)進(jìn)行了標(biāo)準(zhǔn)化處理，并對(duì)分項(xiàng)評(píng)價(jià)指標(biāo)進(jìn)行了適當(dāng)?shù)募訖?quán)處理。首先，對(duì)各地區(qū)的各項(xiàng)評(píng)價(jià)指標(biāo)數(shù)據(jù)都以相應(yīng)的全國(guó)各地區(qū)數(shù)據(jù)的平均值為標(biāo)準(zhǔn)進(jìn)行了標(biāo)準(zhǔn)化處理。然后，在計(jì)算地區(qū)工業(yè)資源配置力、結(jié)構(gòu)轉(zhuǎn)換力和工業(yè)創(chuàng)新力系數(shù)時(shí)，均采用0.6、0.4加權(quán)辦法計(jì)算上一級(jí)指標(biāo)的數(shù)值。即銷售利潤(rùn)率、高增長(zhǎng)行業(yè)比重和非國(guó)有工業(yè)比重采用權(quán)重0.6，而勞動(dòng)生產(chǎn)率、加工工業(yè)比重和IK&D投入比重采用權(quán)重0.4。

云南省工業(yè)競(jìng)爭(zhēng)力系數(shù)一直處于略高于全國(guó)平均水平的狀態(tài)，在2005年達(dá)到最低點(diǎn)后開(kāi)始反彈，2006年達(dá)到最高點(diǎn)，在2007年出現(xiàn)回落，2008年略有上升。在影響工業(yè)競(jìng)爭(zhēng)力系數(shù)的五大指標(biāo)中，資源配置力系數(shù)、結(jié)構(gòu)轉(zhuǎn)換力系數(shù)、工業(yè)增長(zhǎng)力系數(shù)在全國(guó)處于優(yōu)勢(shì)指標(biāo)，工業(yè)競(jìng)爭(zhēng)力系數(shù)和工業(yè)創(chuàng)新力系數(shù)處于劣勢(shì)指標(biāo)。具體影響指標(biāo)變化趨勢(shì)分析見(jiàn)圖1。

其一，云南省市場(chǎng)影響力系數(shù)數(shù)值從2004-2008年一直低于全國(guó)平均水平的一半，且沒(méi)有較大幅度的增加。云南工業(yè)市場(chǎng)影響力成為制約云南產(chǎn)業(yè)競(jìng)爭(zhēng)力發(fā)展的最大因素。工業(yè)市場(chǎng)影響力主要反映一個(gè)地區(qū)工業(yè)的整體規(guī)模水平，這是一個(gè)絕對(duì)量的指標(biāo)。由于歷史的原因，云南工業(yè)發(fā)展長(zhǎng)期滯后，沒(méi)有形成規(guī)模化的產(chǎn)業(yè)結(jié)構(gòu)和布局，隨著市場(chǎng)競(jìng)爭(zhēng)的加劇，致使云南的輕工制造業(yè)快速萎縮，進(jìn)一步減少了云南工業(yè)的總體規(guī)模。直至2007年，云南銷售收入過(guò)百億的企業(yè)也只有10戶，規(guī)模以上工業(yè)企業(yè)只有2698戶，與全國(guó)相比這個(gè)數(shù)字就顯得太小了。因此，企業(yè)規(guī)模小、數(shù)量少，是導(dǎo)致云南省工業(yè)規(guī)模指標(biāo)偏低的主要原因。

其二，云南省工業(yè)增長(zhǎng)力系數(shù)數(shù)值在2005年后一直保持良好增長(zhǎng)趨勢(shì)，在全國(guó)處于優(yōu)勢(shì)水平。云南省工業(yè)持續(xù)高速增長(zhǎng)與云南省政府實(shí)施的一系列產(chǎn)業(yè)政策密切相關(guān)。從“十五”開(kāi)始，云南省開(kāi)始走新型工業(yè)化道路，政府提出了實(shí)施工業(yè)強(qiáng)省戰(zhàn)略。為實(shí)現(xiàn)云南省工業(yè)增長(zhǎng)的持續(xù)穩(wěn)定奠定了堅(jiān)實(shí)基礎(chǔ)。

其三，云南省工業(yè)資源配置力系數(shù)數(shù)值從2005年后在不斷下降，從絕對(duì)值上來(lái)看云南省該項(xiàng)指標(biāo)在全國(guó)還是處于優(yōu)勢(shì)地位。云南省雖然工業(yè)增加值總量較小，然而已上市的公司所占的比重很大，上市公司在工業(yè)銷售利潤(rùn)率和全員勞動(dòng)生產(chǎn)率等指標(biāo)上處于同行業(yè)領(lǐng)先水平。

其四，云南省工業(yè)結(jié)構(gòu)轉(zhuǎn)換率系數(shù)數(shù)值從2004年以后一直處于穩(wěn)步上升的態(tài)勢(shì)。該項(xiàng)指標(biāo)數(shù)值的提升與云南省政府近幾年大力扶持新興工業(yè)，延長(zhǎng)原有傳統(tǒng)產(chǎn)業(yè)的產(chǎn)業(yè)鏈的思路聯(lián)系緊密。近年來(lái)，云南省能源、原材料、有色金屬深加工、化工等非煙產(chǎn)業(yè)持續(xù)增長(zhǎng)，成為推動(dòng)工業(yè)增長(zhǎng)的主要力量，天然藥物、生物化工、綠色保健食品等新興生物資源產(chǎn)業(yè)增長(zhǎng)速度明顯加快，成為新的經(jīng)濟(jì)增長(zhǎng)點(diǎn)。

其五，云南省工業(yè)創(chuàng)新力系數(shù)數(shù)值從2005-2007年逐步下降，到2008年有所回升但仍均低于全國(guó)平均水平。云南工業(yè)創(chuàng)新力系數(shù)已經(jīng)成為制約云南工業(yè)競(jìng)爭(zhēng)力提升的短板。究其原因云南省大中型工業(yè)企業(yè)R＆D經(jīng)費(fèi)總量少，民營(yíng)企業(yè)數(shù)量少，技術(shù)創(chuàng)新和技術(shù)開(kāi)發(fā)水平有待提高。從近幾年的數(shù)據(jù)看，云南省R＆D活動(dòng)經(jīng)費(fèi)來(lái)源于企業(yè)的比重雖然在不斷上升，但投資主體還是以政府為主。企業(yè)離科技投入主體的要求仍有較大差距，制約了企業(yè)技術(shù)創(chuàng)新能力和產(chǎn)業(yè)科技競(jìng)爭(zhēng)的進(jìn)一步提高。

四、指標(biāo)對(duì)比分析

以下抽取沿海發(fā)達(dá)省浙江省為代表與云南省在該競(jìng)爭(zhēng)力指標(biāo)體系下作對(duì)比，見(jiàn)表1、表2。

相對(duì)于東部沿海發(fā)達(dá)省浙江，云南省工業(yè)競(jìng)爭(zhēng)力處于落后水平。具體指標(biāo)中，市場(chǎng)影響力系數(shù)和工業(yè)創(chuàng)新力系數(shù)處于絕對(duì)落后水平。工業(yè)企業(yè)的絕對(duì)數(shù)量、企業(yè)的科研創(chuàng)新能力方面的不足已經(jīng)成為云南工業(yè)競(jìng)爭(zhēng)力與發(fā)達(dá)地區(qū)形成較大差距的重要原因。優(yōu)勢(shì)的資源配置力系數(shù)和結(jié)構(gòu)轉(zhuǎn)換力系數(shù)指標(biāo)表明：相較于浙江省工業(yè)企業(yè)的平均水平，云南的工業(yè)企業(yè)具有更好的整合資源的能力和更高的經(jīng)營(yíng)管理效率。較高的工業(yè)增長(zhǎng)力系數(shù)也顯示出作為全國(guó)資源大省的云南省工業(yè)在今后的發(fā)展中具有更大的潛力可挖。

五、結(jié)論及對(duì)策建議

科研對(duì)比方法范文5

1.1課程設(shè)置改革

首先，資源環(huán)境科學(xué)專業(yè)是文理兼收的，故選擇葉芬霞主編的“無(wú)機(jī)及分析化學(xué)”和“無(wú)機(jī)及分析化學(xué)實(shí)驗(yàn)”作為教材。本課程作為專業(yè)基礎(chǔ)課，課程大綱要求學(xué)生掌握分析化學(xué)的基本原理和方法以及無(wú)機(jī)及分析化學(xué)試驗(yàn)的基本操作技能，培養(yǎng)嚴(yán)謹(jǐn)?shù)目茖W(xué)態(tài)度、分析解決環(huán)境科學(xué)問(wèn)題的能力，并為學(xué)習(xí)后續(xù)課程和將來(lái)從事環(huán)境監(jiān)測(cè)工作和環(huán)境化學(xué)的學(xué)習(xí)奠定基礎(chǔ)。因此本課程確定選取容量分析（酸堿滴定法、沉淀滴定法、氧化還原滴定法、配位滴定法）和儀器分析（吸光光度法、原子吸收分光光度法、離子色譜法等）作為重點(diǎn)教學(xué)內(nèi)容，設(shè)定教學(xué)計(jì)劃，理論環(huán)節(jié)50學(xué)時(shí)，實(shí)驗(yàn)環(huán)節(jié)22學(xué)時(shí)，實(shí)驗(yàn)分別設(shè)計(jì)入門項(xiàng)目、驗(yàn)證性項(xiàng)目、綜合性項(xiàng)目等多種層次的8個(gè)實(shí)驗(yàn)項(xiàng)目來(lái)反復(fù)訓(xùn)練學(xué)生，培養(yǎng)學(xué)生獲得整體行動(dòng)能力，同時(shí)注重與本專業(yè)其他課程的銜接和滲透，真正通過(guò)本課程學(xué)習(xí)為后續(xù)專業(yè)理論學(xué)習(xí)和實(shí)踐能力的培養(yǎng)打下良好的基礎(chǔ)。

1.2理論教學(xué)改革

在分析化學(xué)的理論教學(xué)中，既要講授分析化學(xué)的基本原理和方法，使學(xué)生嚴(yán)格樹(shù)立起“量”的概念，培養(yǎng)學(xué)生從事理論研究和實(shí)踐的嚴(yán)謹(jǐn)?shù)目茖W(xué)作風(fēng)和能力。又要將新發(fā)現(xiàn)的現(xiàn)代分析方法和技術(shù)巧妙的融合到經(jīng)典分析化學(xué)中，如介紹分析化學(xué)在環(huán)境監(jiān)測(cè)、環(huán)境毒理學(xué)、環(huán)境化學(xué)等課程方面的應(yīng)用,特別是環(huán)境污染治理、生命科學(xué)在分析化學(xué)方向使學(xué)生認(rèn)識(shí)到分析化學(xué)的重要性，充分調(diào)動(dòng)學(xué)生的積極性，激發(fā)學(xué)生學(xué)習(xí)興趣，積極參與到教學(xué)活動(dòng)中。教師教學(xué)不應(yīng)重在講授，而應(yīng)重在“授之予漁”，引導(dǎo)學(xué)生提出問(wèn)題,指導(dǎo)學(xué)生解決問(wèn)題。首先，教師提出能夠涵蓋課堂教學(xué)所有知識(shí)點(diǎn)的問(wèn)題,讓學(xué)生課前帶著問(wèn)題去預(yù)習(xí),既培養(yǎng)獨(dú)立自主學(xué)習(xí)能力又可讓學(xué)生發(fā)現(xiàn)自己遇到的難點(diǎn)。然后，通過(guò)啟發(fā)引導(dǎo),鼓勵(lì)學(xué)生提出問(wèn)題,引導(dǎo)學(xué)生尋找解決問(wèn)題的途徑和方法，并給出一定的時(shí)間讓學(xué)生去思考,去查閱相關(guān)的資料，培養(yǎng)學(xué)生獨(dú)立解決問(wèn)題能力，同時(shí)讓學(xué)生自己挖掘每個(gè)問(wèn)題所涵蓋的知識(shí)點(diǎn),并引導(dǎo)其掌握問(wèn)題在實(shí)際中的應(yīng)用，以學(xué)生為主體通過(guò)問(wèn)題的解決而掌握相關(guān)的知識(shí)點(diǎn),不但幫助學(xué)生自主分析、解決問(wèn)題,還提高了學(xué)生學(xué)習(xí)的興趣,使所學(xué)知識(shí)體系和創(chuàng)新能力不斷提高和發(fā)展。比如新課前先留下問(wèn)題水中Cl-和CrO4-同時(shí)存在，緩慢加入濃的AgNO3哪種離子先沉淀呢？實(shí)驗(yàn)現(xiàn)象又如何？學(xué)生帶著問(wèn)題去預(yù)習(xí)，學(xué)習(xí)分步沉淀的原理，同時(shí)鼓勵(lì)學(xué)生小組設(shè)計(jì)實(shí)驗(yàn)，理論課前可以先進(jìn)行實(shí)驗(yàn)，觀察現(xiàn)象，通過(guò)查找資料分析原因，課堂上教師根據(jù)學(xué)生解答問(wèn)題情況講授新課，理論與實(shí)踐相結(jié)合，充分調(diào)動(dòng)學(xué)生學(xué)習(xí)的積極性，培養(yǎng)了學(xué)生自主學(xué)習(xí)、團(tuán)結(jié)協(xié)作分析解決問(wèn)題的能力。課堂教學(xué)過(guò)程中注重靈活引導(dǎo)學(xué)生掌握學(xué)習(xí)方法，如對(duì)比方法，包括將有關(guān)同類滴定分析方法原理知識(shí)進(jìn)行橫向或縱向的比較、幾種常規(guī)容量分析法的相似點(diǎn)不同點(diǎn)、化學(xué)鍵與分子間作用力的異同點(diǎn)、三種銀量法的異同點(diǎn)等，又如如何選擇最適的指示劑,重點(diǎn)講根據(jù)酸堿滴定曲線中滴定突躍選擇指示劑,而配位滴定和氧化還原滴定,就不再詳細(xì)講授,讓學(xué)生分組討論學(xué)習(xí)，而且滴定分析重在應(yīng)用，加以案例分析教學(xué)，有助于提高學(xué)習(xí)興趣，讓學(xué)生學(xué)以致用，了解本方法的用途，進(jìn)而開(kāi)展實(shí)踐教學(xué)。

1.3創(chuàng)新實(shí)踐教學(xué)模式，多種實(shí)驗(yàn)教學(xué)模式相結(jié)合

現(xiàn)階段分析化學(xué)實(shí)踐教學(xué)中，多數(shù)是老師為學(xué)生準(zhǔn)備好試驗(yàn)水樣、土樣、藥品試劑等，學(xué)生僅按照試驗(yàn)步驟依次操作即完成實(shí)驗(yàn)，這并不能滿足全面提升學(xué)生綜合實(shí)踐能力、創(chuàng)新能力的培養(yǎng)要求，針對(duì)上述問(wèn)題，我對(duì)分析化學(xué)實(shí)踐教學(xué)做如下改革。以學(xué)生為主體、教師為引導(dǎo)，強(qiáng)調(diào)以工作任務(wù)為驅(qū)動(dòng)組織實(shí)踐教學(xué)，開(kāi)展實(shí)驗(yàn)，同時(shí)提倡讓學(xué)生參與試驗(yàn)的布點(diǎn)、采樣、試劑配制、試驗(yàn)耗材準(zhǔn)備等實(shí)驗(yàn)整個(gè)過(guò)程的教學(xué)模式。即根據(jù)工作任務(wù)讓學(xué)生分小組完成任務(wù)分配表，包括試驗(yàn)樣品的選取、實(shí)驗(yàn)藥品用量的計(jì)算和配制方法、實(shí)驗(yàn)原理、實(shí)驗(yàn)注意事項(xiàng)等，在實(shí)踐教學(xué)方法上注重互動(dòng)式、啟發(fā)式教學(xué)模式，鼓勵(lì)學(xué)生小組籌備實(shí)驗(yàn)，實(shí)驗(yàn)過(guò)程中出現(xiàn)問(wèn)題，引導(dǎo)學(xué)生查找分析問(wèn)題原因，注重培養(yǎng)學(xué)生能夠掌握基本的分析原理和方法基礎(chǔ)上，培養(yǎng)學(xué)生進(jìn)行自主式探索研究，能夠自主提出問(wèn)題、分析問(wèn)題、并通過(guò)分工合作解決實(shí)際問(wèn)題，真正實(shí)現(xiàn)教學(xué)相長(zhǎng)。整個(gè)實(shí)驗(yàn)過(guò)程，不僅提高了解決分析問(wèn)題能力，也培養(yǎng)了學(xué)生團(tuán)隊(duì)合作精神。實(shí)踐教學(xué)中工作任務(wù)的設(shè)置應(yīng)注重基礎(chǔ)實(shí)驗(yàn)和綜合設(shè)計(jì)實(shí)驗(yàn)相結(jié)合，如基礎(chǔ)項(xiàng)目、驗(yàn)證性項(xiàng)目、自主性項(xiàng)目、綜合性項(xiàng)目等多種層次的8個(gè)實(shí)驗(yàn)項(xiàng)目來(lái)反復(fù)訓(xùn)練學(xué)生。基礎(chǔ)項(xiàng)目的選取以學(xué)生基本操作規(guī)范、實(shí)驗(yàn)常用儀器使用方法為主。如天平的使用、基本儀器操作規(guī)范及注意事項(xiàng)等。驗(yàn)證性項(xiàng)目則在規(guī)范操作基礎(chǔ)上，與課程教學(xué)大綱相結(jié)合，學(xué)會(huì)如何著手解決工作任務(wù)，教師給出概要的指導(dǎo)性問(wèn)題和解決問(wèn)題可選擇的途徑，學(xué)生通過(guò)實(shí)驗(yàn)過(guò)程記錄現(xiàn)象和課后查閱資料分析現(xiàn)象，形成總結(jié)報(bào)告，教師根據(jù)結(jié)果用部分課堂時(shí)間予以點(diǎn)評(píng)，如開(kāi)設(shè)水中氯化物含量測(cè)定、硫代硫酸鈉的標(biāo)定、EDTA的配制和標(biāo)定等等。自主性項(xiàng)目則以小組為單位，進(jìn)行自主式探索研究，分工合作，引導(dǎo)可以選擇食用米醋酸度的測(cè)定、食用鹽中碘含量的測(cè)定、自來(lái)水中總硬度的測(cè)定等。綜合性項(xiàng)目為設(shè)計(jì)研究跨課程的大型綜合項(xiàng)目，如草溪河水體富營(yíng)養(yǎng)化評(píng)價(jià)等，根據(jù)所學(xué)的知識(shí)和操作技能和查閱相關(guān)資料，小組合作寫出設(shè)計(jì)方案，在教師論證其可行性后籌備實(shí)驗(yàn)，完成實(shí)驗(yàn)，寫出實(shí)驗(yàn)小論文。

1.4改革考試方式，推行全面而科學(xué)的考核方法

改革以考核知識(shí)的積累、實(shí)踐能力為目標(biāo)，考核采取全過(guò)程考核，考核方式有閉卷筆試、實(shí)驗(yàn)操作、平時(shí)作業(yè)、實(shí)驗(yàn)報(bào)告等多種形式，既注重結(jié)果又注重過(guò)程。理論部分占總成績(jī)的60%，實(shí)驗(yàn)部分占總成績(jī)的30%，考勤占10%，共100分。考核內(nèi)容以應(yīng)用為主，主要考核學(xué)生掌握知識(shí)點(diǎn)和靈活運(yùn)用能力，達(dá)到培養(yǎng)學(xué)生綜合應(yīng)用能力的目標(biāo)。

2成果與展望

科研對(duì)比方法范文6

關(guān)鍵詞：關(guān)鍵詞提取；共現(xiàn)矩陣；關(guān)鍵詞詞庫(kù)；關(guān)鍵詞語(yǔ)義網(wǎng)絡(luò)；電力項(xiàng)目

中圖分類號(hào)： TP391.1 文獻(xiàn)標(biāo)志碼：A

英文摘要

Abstract：In order to solve the problems of keyword extraction and project keyword lexicon establishment of technological projects in professional fields， an algorithm for building the lexicon based on semantic relation and cooccurrence matrix was proposed. On the basis of conventional keyword extraction research based on cooccurrence matrix， the algorithm considered several advanced factors such as the location， property and Inverse Document Frequency （IDF） index of the keywords to improve the traditional approach. Meanwhile， a method was given for the establishment of keyword semantic network using cooccurrence matrix and hot keyword identification through computing the similarity with semantic base vector. At last， 882 project experiment documents in power field were used to perform the simulation. And the experimental results show that the proposed algorithm can effectively extract the keywords for the technological projects， establish the keyword correlation network， and has better performance in precision， recall rate and F1score than the keyword extraction algorithm of Chinese text based on multifeature fusion.

英文關(guān)鍵詞

Key words：keyword extraction； cooccurrence matrix； keyword lexicon； keyword semantic network； power project

0 引言

關(guān)鍵詞提取是一項(xiàng)對(duì)文檔索引、網(wǎng)頁(yè)索引、文檔分類、文本挖掘等領(lǐng)域非常重要的技術(shù)。關(guān)鍵詞詞庫(kù)則是特定領(lǐng)域關(guān)鍵詞的合集，關(guān)鍵詞和關(guān)鍵詞詞庫(kù)的優(yōu)劣對(duì)各類檢索系統(tǒng)、搜索引擎的性能有著重要影響[1]。關(guān)鍵詞和關(guān)鍵詞詞庫(kù)的質(zhì)量不僅是評(píng)價(jià)檢索系統(tǒng)優(yōu)劣的重要標(biāo)志之一，同時(shí)對(duì)我國(guó)主題詞表和文獻(xiàn)檢索語(yǔ)言的發(fā)展有重大意義。

目前的情況下，無(wú)論是提取文檔關(guān)鍵詞，還是建立關(guān)鍵詞詞庫(kù)，人工給出的結(jié)果都是最為理想的。然而，隨著網(wǎng)絡(luò)的發(fā)展，信息量的增長(zhǎng)越來(lái)越快，網(wǎng)絡(luò)資源正在以爆炸式的速度增長(zhǎng)。據(jù)中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心（China Internet Network Information Center，CNNIC）的《第33次中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》，截至2013年12月，中國(guó)網(wǎng)頁(yè)數(shù)量達(dá)1500億個(gè)[2]。人工進(jìn)行關(guān)鍵詞標(biāo)注是不現(xiàn)實(shí)的，所以，對(duì)于關(guān)鍵詞高效自動(dòng)的提取就顯得十分重要。

針對(duì)關(guān)鍵詞的提取技術(shù)，學(xué)術(shù)界已經(jīng)開(kāi)展了許多研究。研究者提出了很多關(guān)鍵詞提取方法，主要分為三類[3]：1）基于統(tǒng)計(jì)的方法，如詞語(yǔ)文檔的頻率統(tǒng)計(jì)；2）基于詞語(yǔ)網(wǎng)絡(luò)的方法，根據(jù)一定規(guī)則將文檔映射為詞語(yǔ)網(wǎng)絡(luò)，利用詞語(yǔ)網(wǎng)絡(luò)計(jì)算詞語(yǔ)的關(guān)鍵度；3）基于語(yǔ)義和自然語(yǔ)言理解的方法，利用詞語(yǔ)的語(yǔ)義特征提取關(guān)鍵詞。

在統(tǒng)計(jì)方法領(lǐng)域，詞頻逆向文件頻率（Term FrequencyInverse Document Frequency，TFIDF）是一種常用的統(tǒng)計(jì)模型，在關(guān)鍵詞抽取中應(yīng)用廣泛。文獻(xiàn)[4]是基于多特征信息對(duì)中文網(wǎng)頁(yè)進(jìn)行關(guān)鍵字提取，具體處理上，文章綜合考慮了網(wǎng)頁(yè)上的標(biāo)題和交互信息，對(duì)TFIDF進(jìn)行了改進(jìn)。文獻(xiàn)[5]也是在統(tǒng)計(jì)方法方面對(duì)TFIDF進(jìn)行改進(jìn)，以解決IDF值的大小和代表文本特征之間不匹配的問(wèn)題。文獻(xiàn)[6]考慮了詞長(zhǎng)、位置、詞性的啟發(fā)知識(shí)，提出了改進(jìn)的詞頻逆向詞語(yǔ)頻率（Term FrequencyInverse Word Frequency，TFIWF）權(quán)重算法。在詞語(yǔ)網(wǎng)絡(luò)方面，文獻(xiàn)[7]利用了參考文獻(xiàn)和原文獻(xiàn)重要的上下文關(guān)系，通過(guò)創(chuàng)建詞語(yǔ)共現(xiàn)圖和概率主題模型，對(duì)詞語(yǔ)的相關(guān)性進(jìn)行計(jì)算。文獻(xiàn)[8]將候選詞項(xiàng)與文獻(xiàn)引用之間的關(guān)系抽象為二部圖，使用CoHits方法迭代計(jì)算詞項(xiàng)重要性得分至收斂，選出得分最高的詞項(xiàng)作為關(guān)鍵詞。與上述處理參考文獻(xiàn)的方法不同，文獻(xiàn)[9]則是基于訪問(wèn)日志文件進(jìn)行關(guān)鍵詞提取的，由于訪問(wèn)日志文件和用戶的搜索行為關(guān)系很大，文章利用了記錄和用戶索引語(yǔ)句的關(guān)系，用聚類的方法將相似的關(guān)鍵詞進(jìn)行分類。在網(wǎng)頁(yè)關(guān)鍵詞提取方面，文獻(xiàn)[10]利用網(wǎng)頁(yè)的社會(huì)化標(biāo)簽（Tag）來(lái)提高網(wǎng)頁(yè)關(guān)鍵詞抽取的質(zhì)量，提出了TagTextRank方法。該方法通過(guò)對(duì)目標(biāo)文檔中的每個(gè)Tag引入相關(guān)文檔來(lái)估計(jì)詞項(xiàng)圖的邊權(quán)重并計(jì)算得到詞項(xiàng)的重要度，最后將不同Tag下的詞項(xiàng)權(quán)重計(jì)算結(jié)果進(jìn)行融合。語(yǔ)義和自然語(yǔ)言理解方面，大部分考慮了詞語(yǔ)的語(yǔ)法語(yǔ)義、詞語(yǔ)的關(guān)聯(lián)關(guān)系，以及詞的共現(xiàn)關(guān)系等。文獻(xiàn)[11]在傳統(tǒng)特征基礎(chǔ)上增加了維基百科和文檔類型的語(yǔ)義特征，利用分類模型進(jìn)行提取關(guān)鍵詞。詞匯鏈為一系列語(yǔ)義相關(guān)的詞匯的集合，用于表示將文本中相關(guān)的詞構(gòu)成一個(gè)鏈的過(guò)程。文獻(xiàn)[12]利用基于知網(wǎng)的詞語(yǔ)語(yǔ)義相關(guān)度算法對(duì)詞匯鏈的生成算法進(jìn)行了改進(jìn)，對(duì)關(guān)鍵詞進(jìn)行了標(biāo)引。

上述文獻(xiàn)中，對(duì)關(guān)鍵詞研究主要集中在識(shí)別特定關(guān)鍵詞，以及如何對(duì)文檔進(jìn)行關(guān)鍵詞的抽取等方面。但是對(duì)于關(guān)鍵詞詞庫(kù)的建立相關(guān)的研究，卻相對(duì)較少。

在科研活動(dòng)中，項(xiàng)目評(píng)審或咨詢發(fā)揮著不可替代的作用，如何選擇合適的專家及有關(guān)專業(yè)技術(shù)人員將直接影響到相關(guān)工作的質(zhì)量，正確選擇專家對(duì)于保證評(píng)審結(jié)果的公正、準(zhǔn)確、合理是至關(guān)重要的。對(duì)科技項(xiàng)目進(jìn)行量化分析，其中的一個(gè)基礎(chǔ)工作是建立項(xiàng)目關(guān)鍵詞詞庫(kù)。因此，本文針對(duì)科研項(xiàng)目評(píng)審的場(chǎng)景，選取電力行業(yè)相關(guān)數(shù)據(jù)[13]作為數(shù)據(jù)源，對(duì)關(guān)鍵詞詞庫(kù)的建立進(jìn)行研究。

本文主要思路是在詞共現(xiàn)矩陣的基礎(chǔ)上建立項(xiàng)目關(guān)鍵詞庫(kù)。目前，詞共現(xiàn)矩陣的構(gòu)造方法主要是計(jì)算兩個(gè)關(guān)鍵詞共同出現(xiàn)在同一個(gè)文檔中的次數(shù)，即通常意義的詞頻作為矩陣元素的度量，但它們都存在著缺陷。基于詞頻的方法只考慮高頻詞對(duì)文檔主題的貢獻(xiàn)，而沒(méi)有考慮非高頻詞對(duì)文檔主題的貢獻(xiàn)。特別是一些高頻詞，在所有文檔中出現(xiàn)的頻率都非常高，但是它們包含的信息卻非常少。另外， 根據(jù)詞項(xiàng)在文中出現(xiàn)的位置不同，詞項(xiàng)被選為關(guān)鍵詞的概率也是不同的。如出現(xiàn)在題目和摘要中的詞往往比出現(xiàn)在正文的詞所含信息量更多，被提取為關(guān)鍵詞的概率更大。還有詞性的因素，如名詞、形容詞、動(dòng)詞等成為關(guān)鍵詞的概率比介詞、連詞、助詞等大得多。本文在基本詞共現(xiàn)矩陣的基礎(chǔ)上，綜合考慮了關(guān)鍵詞在文章中的位置、詞性以及逆向文件頻率IDF的關(guān)鍵信息，提出了改進(jìn)的關(guān)鍵詞詞庫(kù)建立算法。

本文的主要工作如下：

1）改進(jìn)傳統(tǒng)的基于詞共現(xiàn)矩陣的關(guān)鍵詞提取算法，在語(yǔ)義層面上考慮了詞語(yǔ)出現(xiàn)的位置、詞語(yǔ)的詞性和逆向文件頻率等關(guān)鍵信息。

2）利用關(guān)鍵詞共現(xiàn)矩陣，計(jì)算了關(guān)鍵詞的語(yǔ)義關(guān)聯(lián)網(wǎng)絡(luò)，用于發(fā)現(xiàn)熱點(diǎn)詞。

3）本文方法對(duì)項(xiàng)目數(shù)據(jù)自動(dòng)篩選分詞并獲取項(xiàng)目關(guān)鍵詞，實(shí)現(xiàn)了關(guān)鍵詞庫(kù)的建立和動(dòng)態(tài)更新。

1 相關(guān)工作

1.1 原來(lái)未加中間連接符，是否應(yīng)統(tǒng)一為加連接符的形式應(yīng)該統(tǒng)一加中間連接符，另外TF前面“”這個(gè)符號(hào)是否人為添加？后面很多處這種問(wèn)題，應(yīng)該去掉。TFIDF統(tǒng)計(jì)方法

TFIDF是信息檢索系統(tǒng)最常用的一種統(tǒng)計(jì)方法和加權(quán)技術(shù)，用來(lái)評(píng)估關(guān)鍵詞對(duì)于一個(gè)文件集或語(yǔ)料庫(kù)中一份文件的重要程度。對(duì)于不同的問(wèn)題而言，TFIDF有很多不同的形式[14]。TFIDF基于這樣一種假設(shè)：字詞的重要性隨著它在文件中出現(xiàn)的次數(shù)成正比增加，但同時(shí)會(huì)隨著它在語(yǔ)料庫(kù)中出現(xiàn)的頻率成反比下降。TFIDF分為兩個(gè)部分原文是否掉了內(nèi)容？核實(shí)目前添加的內(nèi)容是否正確這里tf前面也有“”符號(hào)，這個(gè)不應(yīng)該添加。

1.2 詞語(yǔ)語(yǔ)義相似度

詞語(yǔ)語(yǔ)義相似度反映的是詞語(yǔ)間的關(guān)聯(lián)程度，如“閱讀”“書籍”兩個(gè)詞，“閱讀”可以作為動(dòng)詞也可以作為名詞，“書籍”只作為名詞。“閱讀”和“書籍”之間存在語(yǔ)義關(guān)聯(lián)關(guān)系，因此兩者具有語(yǔ)義相似度。計(jì)算語(yǔ)義關(guān)系的方法分為兩種[3]：基于規(guī)則和基于統(tǒng)計(jì)的方法。基于規(guī)則的方法需要借助于世界知識(shí)來(lái)計(jì)算，根據(jù)資源中概念間的語(yǔ)義關(guān)系來(lái)計(jì)算詞匯間的相似度；基于統(tǒng)計(jì)的方法常借助于大規(guī)模語(yǔ)料的訓(xùn)練來(lái)判斷兩個(gè)詞匯的上下文的相似度。本文主要利用統(tǒng)計(jì)的方法進(jìn)行語(yǔ)義相似度的計(jì)算。

由于詞匯的相似性由人為判斷而具有較強(qiáng)的主觀性，因此通常先計(jì)算詞匯間的語(yǔ)義距離然后再用公式轉(zhuǎn)化為相似度值。一般而言詞匯間的語(yǔ)義距離是一個(gè)大于等于0的實(shí)數(shù)，數(shù)值越大相似度越大；相反，相似度越小。相似度計(jì)算方法有很多種，如歐氏距離、曼哈頓距離、夾角余弦等。本文主要利用的是機(jī)器學(xué)習(xí)中應(yīng)用比較廣泛的夾角余弦[15]。對(duì)于兩個(gè)文本向量，夾角余弦度量方法通過(guò)計(jì)算兩者向量空間中的夾角余弦，將兩者相似度映射到坐標(biāo)上，結(jié)果越接近1，表明兩者越相似。夾角余弦的計(jì)算方法如下：

1.3 語(yǔ)義基向量

語(yǔ)義基向量是領(lǐng)域關(guān)鍵詞語(yǔ)義向量空間的中心值，是領(lǐng)域簇的聚類中心，它和Kmeans等聚類算法中的簇中心類似。對(duì)于本文所研究的專業(yè)領(lǐng)域來(lái)說(shuō)，語(yǔ)義空間是聚合在一類的，語(yǔ)義基向量是語(yǔ)義空間傾向性的量化。通過(guò)計(jì)算候選詞向量和語(yǔ)義基向量的相似度，量化候選詞的重要性。

通過(guò)計(jì)算核心關(guān)鍵詞與基準(zhǔn)向量之間的相似度作為此核心關(guān)鍵詞重要程度的度量。定義基準(zhǔn)向量權(quán)重的各個(gè)屬性的值是所有關(guān)鍵詞向量權(quán)重向量對(duì)應(yīng)屬性值的平均值[16-17]，即：

其中：Wb[k]表示基準(zhǔn)權(quán)重向量的第k個(gè)屬性，wi[k]表示權(quán)重向量i第k個(gè)屬性的值，n表示權(quán)重向量的個(gè)數(shù)。

1.4 中文詞性和文章結(jié)構(gòu)特征

與英文由空格進(jìn)行自動(dòng)分詞不同的是，中文的詞語(yǔ)需要進(jìn)行專門的分詞，然后對(duì)文檔進(jìn)行分析。進(jìn)行中文關(guān)鍵詞的提取需要特別重視詞語(yǔ)的屬性特征和文章結(jié)構(gòu)特[5]。從詞語(yǔ)屬性特征來(lái)說(shuō)，一般來(lái)說(shuō)，動(dòng)詞、名詞、形容詞是句子的主干部分，副詞、數(shù)詞、代詞等針對(duì)本文的應(yīng)用目的也具有重要的意義，助詞、連詞、代詞、擬聲詞等虛詞只起修飾作用。本文重點(diǎn)考慮名詞、動(dòng)詞以及形容詞。

在文章結(jié)構(gòu)方面，在特征提取之前先對(duì)文本的各個(gè)部分的重要程度作區(qū)分，無(wú)論哪種類型的文本，一般都會(huì)有標(biāo)題。通常標(biāo)題部分特征信息的含量都比文章其余部分要大，文章的開(kāi)頭和結(jié)尾含有的信息量比正文的其他部分要大。對(duì)于本文的電力研究文章來(lái)說(shuō)，分為題目、摘要、關(guān)鍵詞以及正文等主要部分。各個(gè)部分的重要程度不同，題目和關(guān)鍵詞部分相較于其他部分更重要，因此對(duì)各個(gè)部分賦予不同的權(quán)重，對(duì)關(guān)鍵詞的提取是有幫助的。

1.5 詞項(xiàng)間關(guān)聯(lián)度

詞共現(xiàn)矩陣是詞共現(xiàn)模型的量化，詞共現(xiàn)模型是基于統(tǒng)計(jì)方法的自然語(yǔ)言處理研究領(lǐng)域的重要模型之一。它的基本假設(shè)的基礎(chǔ)是：在大規(guī)模語(yǔ)料中，如果兩個(gè)候選詞經(jīng)常共現(xiàn)在文檔的同一窗口單元（如一句話、一個(gè)自然段等），則認(rèn)為這兩個(gè)詞在意義上是相互關(guān)聯(lián)的，并且共現(xiàn)的概率越高，其相互關(guān)聯(lián)越緊密[17]。

2 關(guān)鍵詞詞庫(kù)和關(guān)鍵詞關(guān)聯(lián)網(wǎng)絡(luò)建立算法

建立關(guān)鍵詞的初始部分是選取種子關(guān)鍵詞，又稱為核心關(guān)鍵詞，作為后續(xù)算法的種子詞庫(kù)。考慮到項(xiàng)目關(guān)鍵詞是整個(gè)項(xiàng)目中作者人工選取的關(guān)鍵詞，具有較好的分辨作用，因此本文選取項(xiàng)目關(guān)鍵詞組成種子關(guān)鍵詞詞庫(kù)。利用種子關(guān)鍵詞庫(kù)和分詞工具對(duì)項(xiàng)目文檔進(jìn)行分詞獲得待選關(guān)鍵詞，然后通過(guò)建立關(guān)鍵詞共現(xiàn)矩陣，選擇與基向量相似度最高的關(guān)鍵詞加入到離線詞庫(kù)中。對(duì)核心關(guān)鍵詞詞庫(kù)建立權(quán)重的詞共現(xiàn)矩陣，然后計(jì)算各個(gè)節(jié)點(diǎn)之間的相似度，得到關(guān)鍵詞關(guān)聯(lián)網(wǎng)絡(luò)。下面將詳細(xì)闡述該算法的主要過(guò)程：

步驟1 計(jì)算關(guān)鍵詞基向量Wb。首先對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，對(duì)數(shù)據(jù)庫(kù)項(xiàng)目數(shù)據(jù)進(jìn)行剔除標(biāo)點(diǎn)符號(hào)、剔除停用詞等無(wú)關(guān)詞的操作。項(xiàng)目題目和項(xiàng)目關(guān)鍵詞是對(duì)項(xiàng)目?jī)?nèi)容以及相關(guān)領(lǐng)域的高度概括，因此本文通過(guò)對(duì)項(xiàng)目數(shù)據(jù)庫(kù)項(xiàng)目題目和項(xiàng)目關(guān)鍵詞進(jìn)行分詞和統(tǒng)計(jì)獲得核心關(guān)鍵詞。首先對(duì)項(xiàng)目關(guān)鍵詞進(jìn)行剔除標(biāo)點(diǎn)等操作，將項(xiàng)目關(guān)鍵詞加入核心關(guān)鍵詞詞庫(kù)；然后利用中國(guó)科學(xué)院分詞工具ICTCLAS將項(xiàng)目題目進(jìn)行分詞，剔除停用詞后，將結(jié)果加入核心關(guān)鍵詞庫(kù)；最終，根據(jù)核心關(guān)鍵詞詞庫(kù)的統(tǒng)計(jì)結(jié)果建立核心關(guān)鍵詞共現(xiàn)矩陣Mc=[核實(shí)矩陣內(nèi)各元素是否黑？各元素是否為向量或矩陣1：元素為列向量，需要加黑。

其中Si， j表示i， j核心關(guān)鍵詞之間的相似度。Gs會(huì)根據(jù)相似度大小確定圖中節(jié)點(diǎn)之間邊的權(quán)重。之指代什么？之指代矩陣中的“關(guān)鍵詞”。可以修改為，“對(duì)于矩陣中的關(guān)鍵詞，若與之相似的其他關(guān)鍵詞越多，同時(shí)相似性越高，則該關(guān)鍵詞對(duì)文檔集的重要程度更高”對(duì)于矩陣中的關(guān)鍵詞，若與之相似的其他關(guān)鍵詞越多，同時(shí)相似性越高，則該關(guān)鍵詞對(duì)文檔集的重要程度更高，如圖1中的是否黑？不黑w1。在圖1關(guān)鍵詞語(yǔ)義關(guān)聯(lián)網(wǎng)絡(luò)中，邊的粗細(xì)代表節(jié)點(diǎn)間的相似度，關(guān)鍵詞wi的面積大小代表該關(guān)鍵詞對(duì)文檔集的重要程度。

其中：m為待選關(guān)鍵詞的個(gè)數(shù)，n為核心關(guān)鍵詞的個(gè)數(shù)，Ci， j為待選關(guān)鍵詞i和核心關(guān)鍵詞j的共現(xiàn)度。

步驟4 計(jì)算待選關(guān)鍵詞與基向量的相似度，根據(jù)相似度的關(guān)鍵詞詞庫(kù)。由步驟3計(jì)算得到的關(guān)鍵詞詞庫(kù)Mw=[w1w是否應(yīng)黑？是否應(yīng)為一字空間隔？應(yīng)該為黑。抱歉這里是我的失誤，各元素間應(yīng)為一字空格間隔，不是逗號(hào)間隔。， w2， …， wn]T，利用式（4）計(jì)算每個(gè)詞wi與關(guān)鍵詞基向量Wb的相似度Similarity（wi， Wb），并利用相似度大小進(jìn)行排序從而得到關(guān)鍵詞，存入離線詞庫(kù)中。

步驟5 如果項(xiàng)目發(fā)生更新，重復(fù)步驟為何沒(méi)有步驟2。這里沒(méi)有問(wèn)題，步驟2是中間建立關(guān)鍵詞網(wǎng)絡(luò)的操作，更新詞庫(kù)的順序是1，3，4.1、3、4過(guò)程，在線更新詞庫(kù)。

3 實(shí)驗(yàn)與數(shù)據(jù)分析

3.1 實(shí)驗(yàn)設(shè)置和數(shù)據(jù)源

為了進(jìn)一步驗(yàn)證基于詞共現(xiàn)矩陣獲取關(guān)鍵詞庫(kù)的有效

性，本文用Java語(yǔ)言仿真了上述算法。本文選取的數(shù)據(jù)集是電力行業(yè)研究項(xiàng)目數(shù)據(jù)[13]，數(shù)據(jù)存儲(chǔ)在SQL server 2008數(shù)據(jù)庫(kù)中。該數(shù)據(jù)源一共包含882條數(shù)據(jù)，每條數(shù)據(jù)代表一個(gè)研究項(xiàng)目。每條數(shù)據(jù)包含項(xiàng)目名稱（project_name）、內(nèi)容摘要（content_abstract）、研究現(xiàn)狀（country_study）等多列屬性。其中本文選取的列屬性為項(xiàng)目名稱 （project_name）、內(nèi)容摘要（content_abstract）、研究現(xiàn)狀（country_study）、項(xiàng)目需求（project_need）、 研究基礎(chǔ)（study_term），其他摘要（profit_abstract）等6列數(shù)據(jù)。該6列數(shù)據(jù)對(duì)應(yīng)的權(quán)重分別為λk（k=1，2，…，6），經(jīng)過(guò)多次實(shí)驗(yàn)，相關(guān)參數(shù)設(shè)置如表1。對(duì)于詞性方面的考慮，由于本文的實(shí)驗(yàn)數(shù)據(jù)源為電力方面的科技項(xiàng)目，核心關(guān)鍵詞主要為名詞，因此本文目前僅對(duì)名詞進(jìn)行提取，相關(guān)參數(shù)qua=10。然而，本文對(duì)詞性方面的加權(quán)技術(shù)適用于其他類型的文檔，可以根據(jù)文檔類型的不同，對(duì)不同詞性的待選詞賦予不同權(quán)重，根據(jù)實(shí)驗(yàn)結(jié)果進(jìn)行優(yōu)化調(diào)整。在此數(shù)據(jù)源的基礎(chǔ)上進(jìn)行分詞并建立關(guān)鍵詞網(wǎng)絡(luò)和關(guān)鍵詞詞庫(kù)。

3.2 實(shí)驗(yàn)結(jié)果

實(shí)驗(yàn)將882條數(shù)據(jù)分為6個(gè)數(shù)據(jù)量級(jí)，并用兩組方法分別對(duì)每個(gè)數(shù)據(jù)集進(jìn)行了關(guān)鍵詞提取。首先對(duì)步驟2建立的關(guān)鍵詞關(guān)聯(lián)網(wǎng)絡(luò)Gs進(jìn)行分析。利用分析工具Ucinet對(duì)獲得關(guān)鍵詞關(guān)聯(lián)網(wǎng)絡(luò)進(jìn)行可視化處理，得到圖2。可以發(fā)現(xiàn)，882條項(xiàng)目數(shù)據(jù)核心詞匯主要集中在“研究”“電網(wǎng)”“結(jié)構(gòu)”“系統(tǒng)”，這與實(shí)際項(xiàng)目基本吻合。本文所選電力項(xiàng)目數(shù)據(jù)中，大部分集中在電力方面的研究，主要討論的是電力系統(tǒng)的結(jié)構(gòu)設(shè)計(jì)等方面的內(nèi)容。

在關(guān)鍵詞提取的準(zhǔn)確性方面，實(shí)驗(yàn)用三種性能評(píng)估標(biāo)準(zhǔn)：準(zhǔn)確率（precision）、召回率（recall）、和一般是F1measure，是同一概念嗎同一個(gè)概念F1score對(duì)兩組方法的結(jié)果進(jìn)行測(cè)量。由于提取的關(guān)鍵詞數(shù)量巨大，實(shí)驗(yàn)對(duì)結(jié)果進(jìn)行了抽樣測(cè)評(píng)，隨機(jī)抽取100個(gè)詞，并對(duì)該100個(gè)詞進(jìn)行實(shí)驗(yàn)分析，每次實(shí)驗(yàn)進(jìn)行10次隨機(jī)抽樣。為方便起見(jiàn)，下面的分析中，方法1指代本文提出的方法，方法2為基于多特征融合的中文文本關(guān)鍵詞提取方法[18]。對(duì)比方法和本文提出的方法都是利用多特征的方式對(duì)關(guān)鍵詞加權(quán)，然而對(duì)比方法利用了詞語(yǔ)間的關(guān)聯(lián)特性進(jìn)行關(guān)鍵詞提取，并沒(méi)有考慮詞與詞之間的語(yǔ)義和共現(xiàn)關(guān)系。兩者有一定的相同性，同時(shí)存在原理上的差異性，因此選取該方法做對(duì)比實(shí)驗(yàn)可以比較充分地說(shuō)明本文方法的正確性。

首先對(duì)準(zhǔn)確率進(jìn)行對(duì)比實(shí)驗(yàn)，準(zhǔn)確率為提取的關(guān)鍵詞中被確認(rèn)為正確關(guān)鍵詞的比率：

precision=nhit/n（11）

其中：nhit為正確關(guān)鍵詞的個(gè)數(shù)，即命中個(gè)數(shù)；n為提取的關(guān)鍵詞總數(shù)。在實(shí)驗(yàn)中發(fā)現(xiàn)本文提出的方法在項(xiàng)目文檔數(shù)較少時(shí)不夠穩(wěn)定，如圖3中項(xiàng)目文檔數(shù)為300時(shí)，本文提出的方法的準(zhǔn)確率低于對(duì)比實(shí)驗(yàn)。然而隨著文檔數(shù)的增加，盡管兩種方法的準(zhǔn)確率都在增長(zhǎng)，本文提出的方法的準(zhǔn)確率較對(duì)比算法更高，最終趨于穩(wěn)定。綜合來(lái)看，本文提出的方法在準(zhǔn)確率上基本均高于對(duì)比方法。

通過(guò)上述實(shí)驗(yàn)過(guò)程，查看相關(guān)數(shù)據(jù)結(jié)果也發(fā)現(xiàn)了一些問(wèn)題，導(dǎo)致準(zhǔn)確率和召回率不高的原因主要是高詞頻詞匯，由于出現(xiàn)次數(shù)過(guò)高被算法提取作為關(guān)鍵詞。經(jīng)過(guò)多次實(shí)驗(yàn)發(fā)現(xiàn)，“行政”“員工”“所長(zhǎng)”“歐洲”等不能有效區(qū)分研究領(lǐng)域的詞項(xiàng)大量出現(xiàn)，并被系統(tǒng)提取出作為關(guān)鍵詞。利用式（8），考慮逆向文件頻率IDF并不能完全消除過(guò)高頻詞匯帶來(lái)的影響。

4 結(jié)語(yǔ)

關(guān)鍵詞詞庫(kù)的建立是對(duì)科技項(xiàng)目進(jìn)行量化分析時(shí)的一個(gè)基礎(chǔ)工作，是對(duì)專家專業(yè)領(lǐng)域、科技項(xiàng)目進(jìn)行學(xué)科分類和領(lǐng)域分類的關(guān)鍵。以往的詞庫(kù)構(gòu)建往往基于大量語(yǔ)料庫(kù)并利用傳統(tǒng)的中文分詞程序分詞，由于行業(yè)關(guān)鍵詞具有很強(qiáng)的專業(yè)性，僅僅依賴普通的分詞方法很難準(zhǔn)確識(shí)別專業(yè)術(shù)語(yǔ)。本文在傳統(tǒng)的關(guān)鍵詞提取的基礎(chǔ)上，提出了基于詞共現(xiàn)矩陣的關(guān)鍵詞詞庫(kù)建立算法。該算法綜合考慮了關(guān)鍵詞在文章中的位置、詞性以及逆向文件頻率（IDF）。實(shí)驗(yàn)表明，在電力系統(tǒng)相關(guān)數(shù)據(jù)資源上，本文方法能有效提取關(guān)鍵詞并建立相應(yīng)的關(guān)鍵詞詞庫(kù)。同時(shí)，在實(shí)驗(yàn)中也發(fā)現(xiàn)過(guò)高詞頻詞匯會(huì)使得關(guān)鍵詞詞庫(kù)中關(guān)鍵詞的準(zhǔn)確率下降。通過(guò)考慮更多語(yǔ)義上的因素，減小高詞頻詞匯的影響，也是下一步將要研究的重點(diǎn)。

參考文獻(xiàn)：

[1]FANG J，GUO L，WANG X. Semantically improved automatic keyphrase extraction [J]. Computer Science， 2008， 35（6）： 148-151. （方俊，郭雷，王曉東.基于語(yǔ)義的關(guān)鍵詞提取算法[J].計(jì)算機(jī)科學(xué)，2008，35（6）：148-151.）

[2]ZHANG Z. Statistical report on Internet development in China [J]. Computer & Network， 2014（2）： 5-5. （張紫. 第33次中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告[J]. 計(jì)算機(jī)與網(wǎng)絡(luò)， 2014（2）： 5-5.）

[3]WANG L， HUAI X. Semanticbased keyword extraction algorithm for Chinese text [J]. Computer Engineering， 2012， 38（1）： 1-4. （王立霞，淮曉永.基于語(yǔ)義的中文文本關(guān)鍵詞提取算法[J].計(jì)算機(jī)工程，2012，38（1）：1-4.）

[4]HE Q， HAO HW， YIN XC. Keyword extraction based on multifeature fusion for Chinese Web pages [C]// Proceedings of the 2011 2nd International Congress on Computer Applications and Computational Science. Berlin： Springer， 2012： 119-124.

[5]LI J， LI P， ZHU Q. An improved TFIDF based approach to extract keywords from Web pages [J]. Computer Applications and Software， 2011， 28（5）： 25-27. （李靜月，李培峰，朱巧明.一種改進(jìn)的 TFIDF 網(wǎng)頁(yè)關(guān)鍵詞提取方法[J].計(jì)算機(jī)應(yīng)用與軟件，2011，28（5）：25-27.）

[6]YANG C， HAN Y. Fast algorithm of keywords automatic extraction in field [J]. Computer Engineering and Design， 2011， 32（6）： 2142-2145. （楊春明，韓永國(guó).快速的領(lǐng)域文檔關(guān)鍵詞自動(dòng)提取算法[J].計(jì)算機(jī)工程與設(shè)計(jì)，2011，32（6）：2142-2145.）

[7]LU Y， LI R，WEN K， et al. Automatic keyword extraction for scientific literatures using references[C]// Proceedings of the 2014 International Conference on Innovative Design and Manufacturing. Piscataway： IEEE， 2014： 78-81.

[8]CHEN C， LUO P， WANG S. Extraction of keywords with citation information [J]. Library and Information Service， 2014， 58（1）： 101-108，116. （陳，羅鵬程，汪十紅.利用引用信息的關(guān)鍵詞提取[J].圖書情報(bào)工作，2014，58（1）：101-108，116.）

[9]PARK N H， JOO K H. Log based keyword extraction and spread based clustering for an efficient information searching [J]// International Journal of Software Engineering and Its Applications， 2013， 7（6）：201.

[10]LI P， WANG B， SHI Z， et al. TagTextRank： a webpage keyword extraction method based on tags [J]. Journal of Computer Research and Development， 2012， 49（11）： 2344-2351. （，王斌，石志偉，等.TagTextRank：一種基于 Tag 的網(wǎng)頁(yè)關(guān)鍵詞抽取方法[J].計(jì)算機(jī)研究與發(fā)展，2012，49（11）：2344-2351.）

[11]YANG S， ZHANG B， LI S， et al. Keyword extraction using multiple novel features [J]. Journal of Computational Information Systems， 2014， 10（7）： 2795-2802.

[12]LI G， DAI Q. Keywords automatic indexing based on lexical chains [J]. Documentation， Information and Knowledge， 2011（3）： 67-71. （李綱，戴強(qiáng)斌.基于詞匯鏈的關(guān)鍵詞自動(dòng)標(biāo)引方法[J].圖書情報(bào)知識(shí)，2011（3）：67-71.）

[13] State Grid Information and Telecommunication Branch. State grid[EB/OL]. [2014-12-01]. http：//.cn/.給出對(duì)應(yīng)英文，給出的是首頁(yè)是否恰當(dāng)？不具體，作者指出是保密考慮未給出具體網(wǎng)址（國(guó)家電網(wǎng)公司信息通信分公司.國(guó)家電網(wǎng)公司[EB/OL].[2014-12-01].http：//.cn/.）

[14]AIZAWA A. An informationtheoretic perspective of tfidf measures [J]. Information Processing and Management， 2003， 39（1）： 45-65.

[15]DEHAK N， DEHAK R， GLASS J， et al. Cosine similarity scoring without score normalization techniques [EB/OL]. [2014-12-01]. http：//groups.csail.mit.edu/sls/publications/2010/Dehak_Odyssey.pdf.

[16]MONGE A， ELKAN C. The field matching problem： algorithms and applications[C]// KDD 1996： Proceedings of the 1996 Knowledge Discovery and Data Mining （International Conference）. Menlo Park： AAAI Press， 1996： 267-270.