关联数据是一种采用RDF数据模型的语义网表达形式。而RDF是一种基于XML的描述语言，提供了针对数据的模型以及语法。RDF被设计的目的是为了可被计算机阅读和理解。随着网络信息的增长，关联数据的存储与共享技术不断发展。通过语义网相关技术文献的查阅与研究，以DBTune提供的开放的john peel音乐资源和worldcat中的部分数据为基础，实现RDF的合并。首先，通过protégé软件构建音乐本体。然后，使用jena或者W3C在线验证服务解析RDF文件中的三元组。最后，通过 jena对RDF数据进行分析与

1关键词 1Abstract. 1Key words: 1一、引言 2二、科学文献引文分析文献综述 2三、主流生物信息学数据库之间的对比分析 3（一）GenBank数据库 3（二）EMBL数据库 3（三）DDBJ数据库 4四、 科学数据与科学文献的关联 4（一）科学数据与科学文献的关系 4（二）科学数据与科学文献之间的引用关系 4（三）科学数据与科学文献的几种具体关联形式 51.通过硬连接的数据与文献的关联 52.通过近邻关系的数据与文献的关联 53.从主题的角度对科学数据与科学文献进行关联 64.通过

学术论文反映了科研工作者的学术能力和创新能力，对学术论文进行评价是对论文学术影响力和作者创新能力的判断。通过对学术论文的评价可以了解学科动态，及时关注学科热点问题，对推动学科发展有着深远的意义。本文从学术论文评价的方法着手，介绍了对学术论文短期评价和长期评价的方法，由于传统的同行评议和引文分析方法都有不足，采用了近期热门的基于引用频次的方法对学术论文和作者评价。本文通过对学术论文的引文数量和引用频次进行排名和对科研作者的被引文数量和被引用频次进行排名，分析了采用引文数量和引用频次对学术论文和作者评价的影响

微信作为现代大学生最主要的社交软件之一，在社交网络中有着举足轻重的地位。为了了解大学生用户在微信朋友圈中信息分享的动机,完善用户体验。本研究主要采用问卷调查研究方法和spss数据分析方法，结合国内外相关文献的结论，依据动机的相关理论，研究得到易用性、娱乐、自我认同与持续使用之间的关系。研究表明用户对易用性的要求最高，对娱乐、信任、效用表现出普遍的趋向，而对自我认同的倾向则要弱的多。研究建议保证微信易用性，加强信息呈现功能；建立不同的信息分享平台，满足不同人群要求；加强软件娱乐功能，完善用户体验。

当前恐怖主义已经从一些国家和局部地区，扩展到全球的每一角落，动荡的局势和生活给人民带来了饥饿和贫困，阻碍了文明和发展的前进。全球恐怖主义数据库作为权威的统计恐怖袭击事件的数据库，为针对恐怖袭击事件的研究提供了科学的数据。随着计算机技术的发展，通过抽取相关语料构建语料库，使用自动识别技术将恐怖事件记录中的袭击工具及袭击方式作为命名实体进行识别研究，从而掌握恐怖袭击事件的历史和发展态势，为相关工作者对于恐怖袭击事件的研究提供新的思路。

目前国际恐怖袭击事件发生愈来愈频繁，手段也愈来愈残忍，各种恐怖分子在世界各地制造混乱，引起国际社会动荡不安。命名实体的识别研究已作为自然语言处理中重要组成部分。对恐怖袭击事件新闻中的时间和地点命名实体的识别可以推测恐怖主义发展进程以及高发地带。本论文以2001年-2015年的GTD（全球恐怖主义研究数据库）恐怖袭击新闻为语料，运用条件随机域（英文翻译为Conditional Random Fields,CRF）对恐怖袭击事件中国家命名实体自动识别做了一些研究，最终经过十次交叉训练后，恐怖袭击事件国家命名实

随着全球恐怖袭击事件频发，恐怖袭击成为一个社会热点，而“一带一路”区域经济的发展以及其沿线各国复杂的政治格局和宗教信仰，该地区恐怖袭击情况尤为严重，也更加受到世界的关注。本文从恐怖组织及其动机的角度出发，对“一带一路”沿线的恐怖袭击情况进行分析，研究热点恐怖袭击组织和恐怖组织的发展；从动机的角度研究恐怖组织诉求。同时，利用CRF对恐怖组织名称进行交叉学习训练，训练出相应模型，使其能够自动新闻字段中的恐怖组织名称进行识别，此外还对模型的各项标引能力进行了测试对比。

随着世界范围内恐怖袭击事件事件的频繁发生,公共安全领域越来越受到人们的重视。近年来,，恐怖袭击事件在全球范围内呈现多发状态，恐怖主义分子利用各种残酷手段，进行暴力袭击，滥杀无辜，给人们带来灾难。目前来说，打击恐怖主义更加复杂，打击恐怖主义更加艰巨。因此，为了更好的打击恐怖主义，分析恐怖主义已经成为亟待解决的课题。基于恐怖袭击语料库的攻击对象及损害事件的抽取可以为恐怖袭击研究提供帮助。信息抽取的重要部分之一就是事件抽取，事件抽取研究的研究将在未来大放光彩。

心智模型作为用户内在的认知结构与信念，在人机交互过程中扮演着重要的角色。在分析心智模型的特点上，采用实验绘图法，收集了83名新手被试在检索过程中与文献数据库的交互的数据。在数据分析阶段采用开放性编码法和描述性统计分析法对数据进行分析。研究结果为第一，提出一套全面的用户心智模型分类体系，分为客体相关和主体相关两大类，在其下分别有六类和三类心智观。第二，不同的性别和搜索引擎使用年限的用户在心智模型类型上存在差异。第三，任务能够驱动用户心智模型的演进，而且这种演进是一种学习过程。研究可为今后的文献数据库设计和用

在用户信息交互行为中，情感因素占据重要角色。针对情感对行为的影响的问题，采用Bales的IPA模型，以及Savolainen优化HUMAINE（关于情感的人机交互网络工程）开发的日常情感分类，获得一个基本概念模型，据此对天涯健康论坛信息编码。利用SPSS软件，对结果进行频率统计以及交叉分析，得到分析结果。研究结果得到情感在交互行为中的比例，总结交互过程中占比较大的4项情绪。情绪的表达受交互内容的影响，且在不同的行为中，情绪的表达存在差异。应重视情感对用户交互行为的影响。也可据研究结果对信息交互论坛进行改进