期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
网络形式背景下的社区划分方法研究
被引量：
4
1
作者
刘文星
范敏
李金海
《计算机科学与探索》
CSCD
北大核心
2021年第8期1441-1449,共9页
网络社区划分是从社会网络中进行概念认知、模式学习的基础,也是网络背景下机器学习研究的热点问题。为了充分发挥形式概念和网络特征值的双重优势,基于网络形式背景研究网络社区划分问题。首先,将网络结构与节点属性信息相结合给出了...
网络社区划分是从社会网络中进行概念认知、模式学习的基础,也是网络背景下机器学习研究的热点问题。为了充分发挥形式概念和网络特征值的双重优势,基于网络形式背景研究网络社区划分问题。首先,将网络结构与节点属性信息相结合给出了网络节点中心度和中心势,使得网络形式背景的网络社区划分综合考虑了网络结构和节点内涵两方面的特征;其次,提出了网络形式背景的网络社区概念,该概念不仅给出了传统形式背景的形式概念,还包含了概念的网络特征值,可以描述该概念在网络中的平均重要度和平均重要度势差;然后,考虑到社会网络划分中多角色与网络有向性的特点,又将有向网络分为单角色网络和双角色网络,运用网络结构与节点属性信息相结合的方法提出了两种网络社区划分算法,并分析了算法的时间复杂度;最后,通过实例说明了上述网络社区划分算法的有效性。所得结论为网络数据挖掘和网络概念认知的进一步研究提供了参考。
展开更多
关键词
社会
网络
分析
网络形式背景
社区划分
形式
概念
网络
社区概念
在线阅读
下载PDF
职称材料
复杂网络下的概念认知学习
被引量：
9
2
作者
马娜
范敏
李金海
《南京大学学报（自然科学版）》
CAS
CSCD
北大核心
2019年第4期609-623,共15页
数据分析中,从网络中进行概念认知学习是网络背景下的机器学习或人工智能领域的重要问题.首先通过分析复杂网络方法与形式概念方法的数据基础,将二者的数据通过邻接矩阵与关联矩阵统一起来,提出一种网络形式背景框架,使以上两种理论与...
数据分析中,从网络中进行概念认知学习是网络背景下的机器学习或人工智能领域的重要问题.首先通过分析复杂网络方法与形式概念方法的数据基础,将二者的数据通过邻接矩阵与关联矩阵统一起来,提出一种网络形式背景框架,使以上两种理论与方法之间有了互通的桥梁,从而可以结合它们各自的优势对网络概念进行更深入的研究.在此基础上,从网络概念的三个层次出发研究了以下内容:(1)通过定义节点的结构影响力和内涵影响力并将它们进行加权,定义了节点的网络影响力.(2)通过分析扩散网络、收缩网络的特点提出强概念、弱概念、网络概念,并给出了网络概念的特征值:概念的势、概念平均度.于是,该理论不仅能在网络中找到网络概念,还能给出网络概念的重要性和网络概念内部的差异性.(3)研究了强(弱)概念的有关性质,为以后构造相应的代数系统,生成各种网络概念算子提供了理论基础。
展开更多
关键词
复杂
网络
形式
概念
网络形式背景
网络
影响力
网络
概念
在线阅读
下载PDF
职称材料
基于弱概念相似度的组推荐方法
被引量：
2
3
作者
范敏
张洁
李金海
《数据采集与处理》
CSCD
北大核心
2023年第2期439-450,共12页
网络数据下的概念认知与知识发现是网络背景下机器学习和人工智能的重要研究方向,已被引入到推荐系统研究中。现有的基于概念格的推荐方法忽视了节点之间的网络结构关系,同时构造概念格的效率低且构建概念集合的约束条件较严,在大规模...
网络数据下的概念认知与知识发现是网络背景下机器学习和人工智能的重要研究方向,已被引入到推荐系统研究中。现有的基于概念格的推荐方法忽视了节点之间的网络结构关系,同时构造概念格的效率低且构建概念集合的约束条件较严,在大规模的社交网络中难以实现。为解决这些问题,本文在网络形式背景的框架下,综合复杂网络的拓扑结构和弱概念相似度,提出了基于弱概念相似度的组推荐算法。首先,定义属性度、属性密度来描述属性的重要性,通过改进的节点影响力来确定专家节点;其次,利用专家节点划分社区,在划分的社区中通过属性弱概念下限相似度进行组推荐研究,进而获取推荐规则并对相应社区进行组推荐;最后,利用MovieLens数据集和Filmtrust数据集分析了各参数对本文所提算法的影响,并确定了参数的合理取值。将本文所提算法与其他推荐算法进行比较测试,实验验证了本文算法的有效性。
展开更多
关键词
形式
概念分析
网络形式背景
节点影响力
弱概念相似度
组推荐
在线阅读
下载PDF
职称材料
题名
网络形式背景下的社区划分方法研究
被引量：
4
1
作者
刘文星
范敏
李金海
机构
昆明理工大学数据科学研究中心
昆明理工大学理学院
出处
《计算机科学与探索》
CSCD
北大核心
2021年第8期1441-1449,共9页
基金
国家自然科学基金(11971211)。
文摘
网络社区划分是从社会网络中进行概念认知、模式学习的基础,也是网络背景下机器学习研究的热点问题。为了充分发挥形式概念和网络特征值的双重优势,基于网络形式背景研究网络社区划分问题。首先,将网络结构与节点属性信息相结合给出了网络节点中心度和中心势,使得网络形式背景的网络社区划分综合考虑了网络结构和节点内涵两方面的特征;其次,提出了网络形式背景的网络社区概念,该概念不仅给出了传统形式背景的形式概念,还包含了概念的网络特征值,可以描述该概念在网络中的平均重要度和平均重要度势差;然后,考虑到社会网络划分中多角色与网络有向性的特点,又将有向网络分为单角色网络和双角色网络,运用网络结构与节点属性信息相结合的方法提出了两种网络社区划分算法,并分析了算法的时间复杂度;最后,通过实例说明了上述网络社区划分算法的有效性。所得结论为网络数据挖掘和网络概念认知的进一步研究提供了参考。
关键词
社会
网络
分析
网络形式背景
社区划分
形式
概念
网络
社区概念
Keywords
social network analysis
network formal context
community division
formal concept
network com-munity concept
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
复杂网络下的概念认知学习
被引量：
9
2
作者
马娜
范敏
李金海
机构
昆明理工大学理学院
昆明理工大学数据科学研究中心
出处
《南京大学学报（自然科学版）》
CAS
CSCD
北大核心
2019年第4期609-623,共15页
基金
国家自然科学基金(61562050,61573173,61573321,41631179)
文摘
数据分析中,从网络中进行概念认知学习是网络背景下的机器学习或人工智能领域的重要问题.首先通过分析复杂网络方法与形式概念方法的数据基础,将二者的数据通过邻接矩阵与关联矩阵统一起来,提出一种网络形式背景框架,使以上两种理论与方法之间有了互通的桥梁,从而可以结合它们各自的优势对网络概念进行更深入的研究.在此基础上,从网络概念的三个层次出发研究了以下内容:(1)通过定义节点的结构影响力和内涵影响力并将它们进行加权,定义了节点的网络影响力.(2)通过分析扩散网络、收缩网络的特点提出强概念、弱概念、网络概念,并给出了网络概念的特征值:概念的势、概念平均度.于是,该理论不仅能在网络中找到网络概念,还能给出网络概念的重要性和网络概念内部的差异性.(3)研究了强(弱)概念的有关性质,为以后构造相应的代数系统,生成各种网络概念算子提供了理论基础。
关键词
复杂
网络
形式
概念
网络形式背景
网络
影响力
网络
概念
Keywords
complex network
formal concept
network formal context
network influence
network concept
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
基于弱概念相似度的组推荐方法
被引量：
2
3
作者
范敏
张洁
李金海
机构
昆明理工大学数据科学研究中心
昆明理工大学理学院
出处
《数据采集与处理》
CSCD
北大核心
2023年第2期439-450,共12页
基金
国家自然科学基金(11971211,12171388)。
文摘
网络数据下的概念认知与知识发现是网络背景下机器学习和人工智能的重要研究方向,已被引入到推荐系统研究中。现有的基于概念格的推荐方法忽视了节点之间的网络结构关系,同时构造概念格的效率低且构建概念集合的约束条件较严,在大规模的社交网络中难以实现。为解决这些问题,本文在网络形式背景的框架下,综合复杂网络的拓扑结构和弱概念相似度,提出了基于弱概念相似度的组推荐算法。首先,定义属性度、属性密度来描述属性的重要性,通过改进的节点影响力来确定专家节点;其次,利用专家节点划分社区,在划分的社区中通过属性弱概念下限相似度进行组推荐研究,进而获取推荐规则并对相应社区进行组推荐;最后,利用MovieLens数据集和Filmtrust数据集分析了各参数对本文所提算法的影响,并确定了参数的合理取值。将本文所提算法与其他推荐算法进行比较测试,实验验证了本文算法的有效性。
关键词
形式
概念分析
网络形式背景
节点影响力
弱概念相似度
组推荐
Keywords
formal concept analysis
network formal context
node influence
weaken-concept similarity
group recommendation
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
网络形式背景下的社区划分方法研究
刘文星
范敏
李金海
《计算机科学与探索》
CSCD
北大核心
2021
4
在线阅读
下载PDF
职称材料
2
复杂网络下的概念认知学习
马娜
范敏
李金海
《南京大学学报（自然科学版）》
CAS
CSCD
北大核心
2019
9
在线阅读
下载PDF
职称材料
3
基于弱概念相似度的组推荐方法
范敏
张洁
李金海
《数据采集与处理》
CSCD
北大核心
2023
2
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
