期刊文献+
共找到9篇文章
< 1 >
每页显示 20 50 100
面向学术领域的新型社交平台:科研社交网络 被引量:20
1
作者 夏秋菊 栗文超 +2 位作者 薛晶晶 焦坤 唐蓓 《情报杂志》 CSSCI 北大核心 2014年第9期167-172,共6页
利用科学计量和可视化方法,通过对科研社交网络进行调研、关键词分析、统计、聚类、可视化展示,对科研社交网络进行内容分析。依据分析结果,科研社交网络可分为三个主题:科研社交网络分析工具、科研社交网络平台、科研类数据库,并对各... 利用科学计量和可视化方法,通过对科研社交网络进行调研、关键词分析、统计、聚类、可视化展示,对科研社交网络进行内容分析。依据分析结果,科研社交网络可分为三个主题:科研社交网络分析工具、科研社交网络平台、科研类数据库,并对各主题内容和作用进行阐述,最后对我国构建科研社交网络提出了技术、资源和管理方面的建议。 展开更多
关键词 科研社交网络 学术交流 E-SCIENCE 知识发现 学术网络服务 聚类分析
在线阅读 下载PDF
科研社交网络中基于链接预测的专家推荐研究 被引量:16
2
作者 汪俊 岳峰 +2 位作者 王刚 许云红 杨辰 《情报杂志》 CSSCI 北大核心 2015年第6期151-157,共7页
随着Web2.0理念和技术的引入,科研社交网络为科研人员之间进行交流和协作提供了一个新的便捷平台。但近年来随着科研社交网络的不断发展,如何在海量专家信息中找到自己感兴趣的专家并与之建立合作关系变得十分困难。为此,通过综合分析... 随着Web2.0理念和技术的引入,科研社交网络为科研人员之间进行交流和协作提供了一个新的便捷平台。但近年来随着科研社交网络的不断发展,如何在海量专家信息中找到自己感兴趣的专家并与之建立合作关系变得十分困难。为此,通过综合分析科研社交网络中专家所具有的知识信息以及社会关系信息,并以此为基础,构建链接预测模型对科研社交网络中的用户进行相关专家推荐。最后,选取科研社交网络Scholar Mate平台进行实验,验证了本文提出方法的有效性。 展开更多
关键词 专家推荐链 接预测 科研社交网络 科研人员Web 2.0 ScholarMate
在线阅读 下载PDF
科研社交网络中基于联合概率矩阵分解的科技论文推荐方法研究 被引量:9
3
作者 吴燎原 蒋军 王刚 《计算机科学》 CSCD 北大核心 2016年第9期213-217,共5页
近年来随着科研社交网络中科技论文数量爆炸式的增长,科研人员很难高效地找到与之相关的科技论文,因此面向科研工作者的科技论文推荐方法应运而生。然而,传统的科技论文推荐方法没有充分挖掘科研社交网络中广泛存在的社会化信息,导致科... 近年来随着科研社交网络中科技论文数量爆炸式的增长,科研人员很难高效地找到与之相关的科技论文,因此面向科研工作者的科技论文推荐方法应运而生。然而,传统的科技论文推荐方法没有充分挖掘科研社交网络中广泛存在的社会化信息,导致科技论文推荐质量不高。为此,提出了一种科研社交网络中基于联合概率矩阵分解的科技论文推荐方法,在传统概率矩阵分解的基础上,融入了社会化标签信息和社会化群组信息来进行科技论文推荐。为了验证所提方法的有效性,抓取了科研社交网络CiteULike上的数据进行了实验。实验结果表明,与其它传统推荐方法相比较,所提方法在Precision和Recall两个评价指标上均取得了较好的推荐结果,并且能够应用于大规模数据集,具有良好的可扩展性。 展开更多
关键词 科技论文推荐 科研社交网络 联合概率矩阵分解 推荐方法
在线阅读 下载PDF
科研社交网络中用户学术社交不足的前置动因探究——质性研究的视角 被引量:6
4
作者 李晶 张帅 王文韬 《现代情报》 CSSCI 2019年第2期121-127,144,共8页
科研社交网络在我国的应用正日益广泛,文章探究科研社交网络中用户学术社交不足的前置动因,以小木虫为数据收集场所,通过半结构化访谈法深入访谈12名用户,运用NVivo质性分析软件对访谈原始数据进行分析,归纳出13个主范畴并聚焦为4个核... 科研社交网络在我国的应用正日益广泛,文章探究科研社交网络中用户学术社交不足的前置动因,以小木虫为数据收集场所,通过半结构化访谈法深入访谈12名用户,运用NVivo质性分析软件对访谈原始数据进行分析,归纳出13个主范畴并聚焦为4个核心范畴,分别是个体意向因素、平台客观条件、信息因素和学术交流特性,在此基础上提出优化用户学术社交行为和改善科研社交网络学术社交功能的建议和对策。 展开更多
关键词 科研社交网络 社交行为 驱动因素 质性研究
在线阅读 下载PDF
科研社交网络用户行为倾向的影响因素分析 被引量:16
5
作者 张素芳 张晓晓 《国家图书馆学刊》 CSSCI 北大核心 2014年第4期36-41,共6页
科研社交网络作为新型的科研交流平台,满足了科研人员学术信息和交流群体扩展的需求。通过问卷的方式调查不同机构的科研社交网络用户的使用习惯,分析年龄、职称和研究领域对用户使用科研社交网络的行为倾向的影响,结果显示:20-30岁之... 科研社交网络作为新型的科研交流平台,满足了科研人员学术信息和交流群体扩展的需求。通过问卷的方式调查不同机构的科研社交网络用户的使用习惯,分析年龄、职称和研究领域对用户使用科研社交网络的行为倾向的影响,结果显示:20-30岁之间的专业用户最热衷于加入群组,职称对于信息检索行为有着明显影响,研究领域对于系统功能的使用习惯有影响。尽管如此,不同用户还是有些共同特征,比如无论从年龄还是研究领域看,用户在使用科研社交网络时,与陌生人交流行为并不突出,交流更倾向于在熟人之间进行。而且专业用户有别于一般网络用户对互动行为的兴趣,而更青睐系统推荐的内容。。 展开更多
关键词 科研社交网络 用户行为 实证分析
在线阅读 下载PDF
科研社交网络中基于异质网络分析的列表级排序学习推荐方法研究 被引量:5
6
作者 岳峰 王含茹 +1 位作者 张馨悦 王刚 《计算机应用研究》 CSCD 北大核心 2020年第12期3552-3556,3564,共6页
针对现有学术论文推荐方法不能充分利用科研社交网络中实体间的异质关系,且大多聚焦于预测评分的准确性,忽略用户偏好顺序的问题,提出一种基于异质网络分析的列表级排序学习推荐方法。首先采用异质网络分析充分探究科研社交网络中实体... 针对现有学术论文推荐方法不能充分利用科研社交网络中实体间的异质关系,且大多聚焦于预测评分的准确性,忽略用户偏好顺序的问题,提出一种基于异质网络分析的列表级排序学习推荐方法。首先采用异质网络分析充分探究科研社交网络中实体之间的关系,在此基础上将异质网络分析获取的信息融入列表级排序学习框架中,对学术论文的推荐排序列表进行优化,最终得到为科研人员推荐的学术论文列表。在科研社交网络科研之友数据集上的实验结果表明所提方法较其他传统推荐方法取得了更好的结果,验证了该方法的有效性。 展开更多
关键词 科研社交网络 论文推荐 异质网络 列表级排序学习
在线阅读 下载PDF
科研社交网络中跨学科情报推荐方法研究 被引量:5
7
作者 谢海涛 肖雯 黄劲松 《情报杂志》 CSSCI 北大核心 2019年第5期186-194,共9页
[目的/意义]科研社交网络是科研人员分享学术情报和寻找合作伙伴的重要平台,对跨学科合作有极大推动作用。虽然该类平台中的推荐系统能为用户提供符合其以往偏好的学术情报,但难以对围绕特定领域形成的学术社团推荐新颖的跨学科情报。[... [目的/意义]科研社交网络是科研人员分享学术情报和寻找合作伙伴的重要平台,对跨学科合作有极大推动作用。虽然该类平台中的推荐系统能为用户提供符合其以往偏好的学术情报,但难以对围绕特定领域形成的学术社团推荐新颖的跨学科情报。[方法/过程]将用户的差异化信息传播贡献纳入考量,设计了侧重跨学科情报推荐的协同过滤算法。通过卷积神经网络预测候选情报与学术社团偏好的匹配度,从而优化推荐结果,并克服"数据稀疏""冷启动"问题。[结果/结论]基于真实数据集进行实验,结果表明本方法对跨学科情报的推荐效果优于传统协同过滤,且推荐结果优化模型具有可扩展性。 展开更多
关键词 科研社交网络 情报推荐 协同过滤 深度学习 推荐系统 跨学科研
在线阅读 下载PDF
面向科研社交网络的小同行双向推荐算法 被引量:23
8
作者 刘雪晴 《计算机应用与软件》 北大核心 2018年第10期171-180,共10页
针对科研社交网络中现有推荐研究缺乏双向意愿考虑的问题,引入小同行推荐场景中隐含的互惠性特征。从用户历史交互数据挖掘出基于协同过滤的互惠性特征,并基于该特征对候选推荐列表进行优化,以满足用户在寻找科研小同行过程中期望得到... 针对科研社交网络中现有推荐研究缺乏双向意愿考虑的问题,引入小同行推荐场景中隐含的互惠性特征。从用户历史交互数据挖掘出基于协同过滤的互惠性特征,并基于该特征对候选推荐列表进行优化,以满足用户在寻找科研小同行过程中期望得到回应的要求。通过结合科研人员基于多维度的相似性,提出一种新颖的基于混合互惠性的小同行双向推荐方法。实验表明,基于混合互惠性的双向推荐方法能够有效地提高小同行匹配的成功率,从而提高推荐的效果。 展开更多
关键词 双向推荐 小同行推荐 科研人员推荐 互惠性 科研社交网络
在线阅读 下载PDF
一种融合科研人员标签的学术论文推荐方法 被引量:10
9
作者 吴磊 岳峰 +1 位作者 王含茹 王刚 《计算机科学》 CSCD 北大核心 2020年第2期51-57,共7页
近年来,科研社交网络的兴起在一定程度上转变了科研人员原有的科研交流合作模式,深受科研人员的欢迎;然而,科研社交网络上激增的研究成果数量使得科研人员很难找到自己真正感兴趣的学术论文。因此,为科研人员推荐其感兴趣的学术论文,成... 近年来,科研社交网络的兴起在一定程度上转变了科研人员原有的科研交流合作模式,深受科研人员的欢迎;然而,科研社交网络上激增的研究成果数量使得科研人员很难找到自己真正感兴趣的学术论文。因此,为科研人员推荐其感兴趣的学术论文,成为一项重要任务。考虑到科研社交网络中科研人员阅读论文数据的特殊性,文中从单类协同过滤角度考虑科研社交网络中的论文推荐问题。一方面,利用科研人员的标签信息进行更精确的负例抽取,并在此基础上考虑科研人员的活跃度以确定负例数量;另一方面,基于添加完负例的科研人员-学术论文评分矩阵进行概率矩阵分解,在概率矩阵分解阶段融合科研人员标签关联矩阵以及论文相似度信息来进行约束,以缓解数据稀疏对最终结果的不利影响。最后,在科研社交网络“科研之友”上进行实验,采用准确率、召回率、平均准确率、平均倒数排名这4项评价指标对推荐结果的准确性及推荐排序进行验证。实验结果表明,所提方法相较于主流方法取得了更好的结果,在准确率指标上提升了4.19%,验证了所提方法将论文推荐考虑为单类协同过滤问题的有效性,以及社会化信息对推荐的有效辅助作用;并且,所提方法在推荐系统中具有良好的可扩展性,能够在科研社交网络中为科研人员进行有效的论文推荐。 展开更多
关键词 科研社交网络 论文推荐 单类协同过滤 科研人员标签 概率矩阵分解
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部