学位论文数据库中重名和用字的统计分析-以河海大学为例.docx

学位论文数据库中重名和用字的统计分析-以河海大学为例.docx

  1. 1、本文档共8页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

??

?

??

学位论文数据库中重名和用字的统计分析

以河海大学为例

?

??

?

?

?

?

?

?

?

???

?

?

?

?

?

摘要:本x文利用我馆自建的我校学位论文数据库,选取已建数据的作者姓名作为统计分析对象,对作者姓名的姓氏情况、重名情况和同姓名情况进行了统计分析,对取名用字进行了统计分析,最后给出了姓氏中的大姓、最爱用的名和最高频率用字的情况。

关键词:学位论文;姓名文化;姓名重名;人名用字;数据挖掘

引言

我馆从2004年下学期开始实行学位论文在线提交,建校硕博士学位论文全文数据库。在学位论文审核建库的过程中,需要和毕业研究生打交道,经常会遇到一些不常见的姓,如“仉”、“亓”、“眭”等等,或者一些冷僻字的名,如“??”、“??”、“??”等等,有时还会碰到一些很常见的姓名,如“曹操”、“曹雪芹”、“刘翔”、“刘谦”等等。还发现有的人名正好是一个常用词,如“白天”、“周密”、“田野”等等,还有一个更为常见的同名同姓的情况,如王伟、王晶晶、王晓燕均有多个等等。数据库中究竟有多少姓,它们的使用情况如何,究竟有多少名字,同名同姓的情况如何,名字的用字频率如何,都成为我感兴趣并想了解的内容。

一、数据样例选取

将我馆从2004年以来所建的数据库中的姓名从库中导出到EXCEL中,对姓名用LEN()、IF、MId()等函数和算符以及排序等功能,就很容易将上面想了解的情况进行统计。首先去掉音译名,得到汉语姓名样例数据16176个,这些数据中的姓名长度为2-4个字,姓有单姓和复姓,名有单字、叠字、双字和三字。

具体如下表:

由表1可知,大部分姓名由2至3个汉字构成。其中2个字的姓名占36.52%,3个字的姓名占63.40%。下面对这批数据做一些统计分析。

二、姓氏情况

16176个姓名中,共有478个姓,出现100次及以上的姓有29个,复姓有5个,其中欧阳出现11次,淳于、司马、太史、诸葛各出现1次。

现列出出现100次及以上的姓如下

王(1245),张(1175),李(955),刘(756),陈(745),吴(409),周(398),杨(395),徐(345),朱(317),赵(305),孙(303),黄(288),胡(209),马(197),高(151),曹(146),郭(139),郑(128),何(122),谢,许,宋(121),丁(120),陆(118),顾(107),林(106),蔡(100),沈。

注:括号中为出现次数,如次数同前则省略,下同。

出现1次的姓125个。

由表2可知,占6.07%的姓,出现的次数占60.24%,占60.67%的姓,出现的次数仅占5.03%,即大部分姓集中在少数一些姓上。在中国必威体育精装版姓氏排名上[1],前29个排名为:王,李,张,刘,陈,杨,黄,孙,周,吴,徐,赵,朱,马,胡,郭,林,何,高,梁,郑,罗,宋,谢,唐,韩,曹,许,邓。

对比这里的样例数据可以看出,大体相符,稍有差别。

三、单字名

(一)单名总情况

单字名有5913个(其中6个复姓),共有801个。其中出现30次及以上的有如下:

伟(133),磊(113),静(109),勇(89),涛(83),敏(82),杰(76),飞(74),军,俊(73),娟(67),鹏,峰(66),斌(64),波,超,强(62),华(58),亮(57),颖(56),健(54),艳(51),洁(49),丽,辉(47),明,燕,丹(46),莉,玲,芳(44),洋(43),娜(42),浩(41),慧,刚(39),凯,萍(38),宇,林(35),宁(33),平,琳(31),鑫,佳(30),婷出现1次单名达310个。

由表3可知,占单名38.70%,出现的次数仅为总次数的5.24%。100%-38.70%=61.30%单名至少被重名一次,同名100次以上的仅有3个,占总数的0.37%,同名次数达到6.00%。

(二)单名重姓名情况

单字名5913中,重姓名的有828个,2355次,出现8次及以上的有15个,如下具体如下:

王伟(16),张伟,张磊(12),李伟,刘洋,王飞(11),李娜,王勇(10),张明(9),张鑫,陈刚(8),杨杰,张莉,王玲,张鹏

由表4可知,重名2次的有535种,占总数的64.61%,出现1070次,占总次数的45.44%。

2355/5913*100%=39.83%,即在单名中,有39.49%的姓名至少被重复1次,最多的是王伟有16次。

四、叠字名

(一)叠字名总情况

叠字名有173个,538次。叠字名出现10次以上的有13个,205次,如下

婷婷(30),晶晶(29),姗姗(24),丽丽(17),莉莉(15),丹丹(14),媛媛(13),伟伟(12),玲玲(11),佳佳(10),娟

文档评论(0)

189****9585 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档