基于二模复杂网络的隐性知识发现方法研究——以潜在药物靶点挖掘为例     

李东巧  陈芳  韩涛  杨艳萍  王学昭  王燕鹏  Cynthia Liu  Yingzhu Li 《图书情报工作》2020,64(21):120-129

[目的/意义] 通过构建二模复杂网络模型，揭示隐藏在海量文献中的隐性知识。[方法/过程] 通过NetworkX复杂网络工具包，依据任意两个节点的共现关系构建二模复杂网络模型；对网络模型中节点的共现关系进行加权，计算网络的拓扑信息并进行AP聚类，提取节点间的直接关系；采用AUC方法对AA、JC、加权改进的wAA和wJC等4种链路预测算法进行评价，遴选出最合适的预测算法，并对复杂网络的隐性关系进行预测分析。[结果/结论] 以潜在药物靶点挖掘为例进行的实证研究结果表明，wAA链路预测算法为最优的链路预测算法；二模复杂网络模型、指标和方法体系在美国化学文摘社数据库中的药物靶点挖掘中具有一定的有效性。下一步计划在其他数据库中或其他研究领域中进行尝试，以进一步验证该模型的通用性和有效性。  相似文献   

图书情报学领域学科交叉及其国家差异的动态分析     

王思茗  滕广青 《图书情报知识》2020,(3):109-118,F0003

[目的/意义]领域知识的跨学科交叉研究能够打破学科间的壁垒,有助于发现重大科学问题的解决方案。[研究设计/方法]基于图书情报学领域文献题录信息构建轻量级领域知识图谱,从中提取学科信息、国家信息、时间信息及其关联,采用时间与空间相结合的多维度分析方法,对学科交叉的演化进程以及国家差异进行跟踪与分析。[结论/发现]图书情报学领域内学科交叉现象日渐显著,各国家的学科交叉程度与倾向存在差异,一些目前尚不突出的交叉学科方向值得关注。[创新/价值]采用多维度视角分析学科交叉现象,相关结论可以为国家科技战略制定及学科发展规划提供有益参考。  相似文献   

Data Visualization as Participatory Research: A Model for Digital Collections to Inspire User-Driven Research     

A. Miller 《Journal of Web Librarianship》2019,13(2):127-155

The emerging creative practices of digital collections are increasing in prominence thanks to the access to, and appeal of, data visualizations. Interactive data visualizations, such as a map, timeline, chart, graph, or artist’s rendering of data, enable users to pursue their own research interests within a collection and participate in new areas of research. Use of these data visualizations enhances the scope of the collection and enables a modern and diverse thematic collection to emerge. This article considers the question: Does the addition of data visualizations affect how users participate with a research collection? Impacts on collection development, application of user-centered design, and analysis of users’ exploratory strategies are discussed. Examples of data visualizations used in digital humanities projects and digital collections are presented as case studies.  相似文献   

高校田径教学存在的问题及对策研究     

陶月  王磊 《体育科技文献通报》2020,(2):59-60,99

在高校教育中,田径课程是一门价值深远的体育课程,它不仅有增强人体机能、改善体内系统的效能,同时还有拓展视野、扩大交际范围和增强自我能力的作用,作为在高校体育中占有重要位置的一门课程。在社会经济不断深入发展的历史新时期里,传统的田径教学同大学生的自我能力发展要求已经不相适应,本文在此基础上,总结了几点主要问题和几项解决措施,希望能够为相关高校的田径教学工作者提供参考。  相似文献   

我国马拉松跑者深度休闲特质的质性研究     

田海波  周文婷  邱亚君  齐震 《沈阳体育学院学报》2020,(1):54-60

在"马拉松热"的背景下,对跑步参与过程中马拉松跑者的深度休闲特质进行探究。采用滚雪球抽样方式,对20名马拉松跑者进行半结构式访谈,通过质性分析软件NVivo 11.0对访谈资料进行分析。研究结果表明马拉松跑者具有深度休闲的6个特质:坚持不懈、生涯性、显著的个人努力、强烈的认同感、独特的文化、持久的收益。本研究进一步丰富了已有研究成果,其中坚持不懈中的"毅力"和"自我管理"两方面体现了马拉松项目的特点。对马拉松跑者来讲,经济回报和团队发展并不是明显的持久收益。本研究结果拓展了对我国"马拉松热"现象的理解,未来应采用定量方法进行深入研究。  相似文献   

从传统走向现代：瑜伽精神实践的认知转向与模式转型     

刘丽云 《体育学刊》2020,(1):25-29

探讨了瑜伽现代化过程中精神实践的认知转向与推广模式转型及其影响。瑜伽在传统文化环境中是印度本土宗教中实现宗教目的的修行方式,是传统哲学中达到自我完满状态的重要途径,是通过离群苦修达到“梵我合一”的手段。在现代化过程中,瑜伽通过融合心灵哲学、引入世俗目标、融入现实生活等方式实现了精神实践的认知转向。在现代瑜伽推广过程中,通过增强主体的多元性、形式的时代性、内容的功能性等方式实现了推广模式的转型,为世界“瑜伽热”提供助力,也为中国传统体育运动的发展传播提供了启示。  相似文献   

我国优秀青少年女子羽毛球运动员身体形态特征研究     

尹少丰  朱〓伟 《广州体育学院学报》2019,(6):83-85

CUBA联赛经过20年的开展，其职业水平和影响力不断提高，对于开展高校篮球运动、储备篮球后备人才、传播校园体育文化及提高高校知名度都起到积极的作用。通过文献资料法、数理统计法、录像观察法和逻辑分析法，对第20届CUBA男子四强在整个赛程的攻防指标进行对比分析，对于四支队伍存在的优劣势，提出合理化建议。  相似文献   

基于知识图谱的我国公共体育服务研究可视化分析     

易军 《吉林体育学院学报》2020,(1):21-29

以中国知网所收录的2007年至2017间核心期刊中有关公共体育服务文献题录作为分析数据样本,对所搜集到的254篇文献进行可视化分析。借助CiteSpace V软件,运用文献计量学方法与内容分析方法,结果表明:近十年我国公共体育服务研究经历了波浪式增长与急速增长两个阶段,研究主题紧密结合国家政策战略,在不断调整中推动了公共体育服务的发展。主要特征体现在始终服务于国家宏观政策方针,顺应了政府职能转变下对体育发展改革的时代需求;以“体育管理、公共服务”为核心的研究主题始终贯穿,主动融入政策响应的研究诉求强烈,人民美好生活中体育需求的关照不足;整个研究过程充满了动态性与局限性。未来研究应坚持与国家公共服务政策相伴相生,形成开放性反馈研究系统;注重公共体育服务研究的政策引领和政策的事后绩效评估;打造学术共同体,提升公共体育服务研究成果在政策咨询和智库建设中的作用。  相似文献   

儒家“五常”思想在大学生创新创业精神培育中的运用     

肖华碧 《清远职业技术学院学报》2020,(2):82-85

中国儒家“五常”思想承载了丰富的创新创业品质。高校创新创业教育应从儒家“五常”思想中汲取精髓,深入挖掘其中有助于培育大学生创新创业教育的思想资源,积极将儒家“五常”思想融入大学生创新创业精神培育的全过程。儒家“五常”思想与大学生创新创业精神培育在修身立业、财富积累、人际交往、终身学习、信誉至上等观念的培养上具有高度的契合性。儒家“五常”思想融入大学生创新创业教育,需要在观念、思想和文化上与时俱进,实现“三个转变”,设置切实可行的实践路径。  相似文献   

Cross-company customer churn prediction in telecommunication: A comparison of data transformation methods     

《International Journal of Information Management》2019

Cross-Company Churn Prediction (CCCP) is a domain of research where one company (target) is lacking enough data and can use data from another company (source) to predict customer churn successfully. To support CCCP, the cross-company data is usually transformed to a set of similar normal distribution of target company data prior to building a CCCP model. However, it is still unclear which data transformation method is most effective in CCCP. Also, the impact of data transformation methods on CCCP model performance using different classifiers have not been comprehensively explored in the telecommunication sector. In this study, we devised a model for CCCP using data transformation methods (i.e., log, z-score, rank and box-cox) and presented not only an extensive comparison to validate the impact of these transformation methods in CCCP, but also evaluated the performance of underlying baseline classifiers (i.e., Naive Bayes (NB), K-Nearest Neighbour (KNN), Gradient Boosted Tree (GBT), Single Rule Induction (SRI) and Deep learner Neural net (DP)) for customer churn prediction in telecommunication sector using the above mentioned data transformation methods. We performed experiments on publicly available datasets related to the telecommunication sector. The results demonstrated that most of the data transformation methods (e.g., log, rank, and box-cox) improve the performance of CCCP significantly. However, the Z-Score data transformation method could not achieve better results as compared to the rest of the data transformation methods in this study. Moreover, it is also investigated that the CCCP model based on NB outperform on transformed data and DP, KNN and GBT performed on the average, while SRI classifier did not show significant results in term of the commonly used evaluation measures (i.e., probability of detection, probability of false alarm, area under the curve and g-mean).  相似文献