Exploratory search of academic publication and citation data using interactive tag cloud visualizations

Dunaiski, Marcel; Greene, Gillian J.; Fischer, Bernd

doi:10.1007/s11192-016-2236-3

Cited by 13 publications

(11 citation statements)

References 47 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Previous work [14,5,7,11,8] has shown that Formal Concept Analysis may be a relevant support for data exploration and we expect Relational Concept Analysis (RCA) to be beneficial as well. Considering RCA for relational dataset exploration brings issues relative to the use of the scaling (logical) operators, the iterative process and the presence of several concept lattices connected via relational attributes.…”

Section: Introductionmentioning

confidence: 92%

On-demand Relational Concept Analysis

Bazin

Carbonnel

Huchard

et al. 2019

Formal Concept Analysis

View full text Add to dashboard Cite

Formal Concept Analysis and its associated conceptual structures have been used to support exploratory search through conceptual navigation. Relational Concept Analysis (RCA) is an extension of Formal Concept Analysis to process relational datasets. RCA and its multiple interconnected structures represent good candidates to support exploratory search in relational datasets, as they are enabling navigation within a structure as well as between the connected structures. However, building the entire structures does not present an efficient solution to explore a small localised area of the dataset, for instance to retrieve the closest alternatives to a given query. In these cases, generating only a concept and its neighbour concepts at each navigation step appears as a less costly alternative. In this paper, we propose an algorithm to compute a concept and its neighbourhood in extended concept lattices. The concepts are generated directly from the relational context family, and possess both formal and relational attributes. The algorithm takes into account two RCA scaling operators. We illustrate it on an example.

show abstract

Section: Introductionmentioning

confidence: 92%

On-demand Relational Concept Analysis

Bazin

Carbonnel

Huchard

et al. 2019

Formal Concept Analysis

View full text Add to dashboard Cite

show abstract

“…Metin madenciliğinin kullanım alalarından bir tanesi, yapılandırılmamış bir metinde kullanılan en önemli kelimelerin tespit edilmesidir [30]. Tag cloud ya da world cloud [31] olarak bilinen metin bulutu, bir metindeki en önemli kelimelerin tespiti için edat ve bağlaç benzeri anlamsız kelimelerin veriden çıkarıldıktan sonra bu metinde bulunan kelimelerin görsel olarak çizdirilmesidir. Bu tür görsellerde kelimeler, kullanım sıklıklarına göre boyutlandırılmaktadır.…”

Section: Metin Madenciliğiunclassified

Metin Madenciliği ile Tıbbi Tedavi Alanlarının Yakınlıklarının Ölçülmesi

Kurban¹

2021

European Journal of Science and Technology

View full text Add to dashboard Cite

ÖzBazı hastalık belirtilerinin birçok tıbbi tedavi alanıyla ilgili olması, hastaların tedavi için randevu alırken zorlanmalarına sebep olmaktadır. Örneğin; karın ağrısı rahatsızlığı bulunan bir hastanın rahatsızlığı dahiliye, hariciye ya da intaniye bölümlerinden herhangi birisiyle ilgisi bulunabilmektedir. Bu çalışmada T.C. Sağlık Bakanlığına bağlı birçok kamu hastanesinin resmî internet sitesinde bulunan ve hastaların belirtilerine göre doğru tıbbi tedavi branşını seçmelerine yardımcı olmak amacıyla kullanılan 13 tıbbi alan ve 204 belirti, metin madenciliği ve veri bilimi teknikleriyle kapsamlı olarak incelenmiştir. Kamu hastanelerinin resmî internet sitelerde kullanılan metnin içeriği baz alınarak tıbbi tedavi alanları arasındaki, yakınlık/uzaklık hesaplanıp, kelime bazlı hastaları randevu alanını belirlerken en çok zorlayan kelimeler ve belirtiler tespit edilmiştir. Kullanılan kelimeler analiz edilirken edat ve bağlaç gibi anlamsız sözcükler göz ardı edilip, hastalık belirtileri üzerinde kelime bulutu (word cloud) oluşturulmuştur. Tıbbi alanların yakınlığını hesaplamak için öncelikle metin içeriği kullanılarak 13 alan için her bir belirtinin var olup olmadığını gösteren 13x186 boyutlu ikili veri (binary data, document matrix) oluşturulmuştur. Daha sonra, bu veri seti üzerinde tıbbi tedavi alanları belirtilere göre aglomeratif hiyerarşik kümeleme algoritmaları (single, complete, average, ward, mcquitty) kullanılarak kümelendirilip metin bazlı alanların birbiri ile yakınlığı tespit edilmiştir. Bu makalenin sonuçlar kısmında hastaları en çok zorlayan kelimeler ve tıbbi alanların metin bazlı yakınlıkları paylaşılmıştır. Elde edilen sonuçlar çerçevesinde kullanılan metnin sağlık uzmanları tarafından tekrar düzenlenmesinin, yanlış tıbbi branşlardan alınan randevu sayısının azaltılmasına katkısı olacaktır.

show abstract

“…As one of the most popular techniques for keyword spotting in natural language processing [72], it is widely used not only in the field of computer engineering but also in the social sciences. It has been used to perform content analysis and thus to analyze policy narratives [73], study knowledge networks [74], and examine social media [75].…”

Section: How?mentioning

confidence: 99%

What Drives Policy Attention to Climate Change in China? An Empirical Analysis through the Lens of People’s Daily

Fan

Xue

2018

Sustainability

View full text Add to dashboard Cite

Addressing climate change requires sustained effort from all levels of society. Garnering and maintaining the attention of policy elites can be optimized through understanding what drives their attention to climate change. This study goes beyond the focus on democratic regimes to unravel the dynamics of attention to climate change in China. To do this, this study analyzed the content of articles published in People’s Daily from 1985 to 2013. Drawing upon the information processing theory of policy dynamics, we used the time-series regression to examine the effects of information flows of different types on attention to climate change. We found that events such as important international conferences on climate change, domestic attention to environmental issues other than climate change, and pressure from abroad have a significant influence on attention to climate change in China. In addition, these factors were found to have different effects over time, which has received little attention to date.

show abstract

Exploratory search of academic publication and citation data using interactive tag cloud visualizations

Cited by 13 publications

References 47 publications

On-demand Relational Concept Analysis

On-demand Relational Concept Analysis

Metin Madenciliği ile Tıbbi Tedavi Alanlarının Yakınlıklarının Ölçülmesi

What Drives Policy Attention to Climate Change in China? An Empirical Analysis through the Lens of People’s Daily

Contact Info

Product

Resources

About