排序方式： 共有11条查询结果，搜索用时 31 毫秒
1.
2.
[目的/意义]在开放的知识交流环境中向学者推荐具有相似研究兴趣的学者有助于学者高效获取到所需的学术资源,更好地开展学术研究和学术交流。[方法/过程]首先利用LDA主题模型提取学者的科研兴趣特征,同时引入时间因子加权兴趣特征,形成学者动态兴趣矩阵,基于此使用K-means对具有相似研究兴趣的学者进行聚类分析,并在类簇内综合学者的科研能力和社交属性两个维度构建学者推荐模型。[结果/结论]以“百度学术”数据集对模型进行验证,实验结果表明该模型能够很好地发现相关学者,满足可操作性和推荐结果有效性。在学者推荐过程中引入更贴近现实的动态兴趣特征对推荐结果具有一定效果。 相似文献
3.
【目的/意义】针对基于关键词的科技文献聚类研究进行了一些探讨,包括：使用具有不同特征的关键词来
实现文献聚类在效果上有何差异;如何按特征对关键词进行选择来提高文献聚类效果。【方法/过程】按照关键词词
频与语义类型特征设置对照组进行实证研究,观察其对文献聚类密度及文献语义表示效果的影响。【结果/结论】单
独使用具有超高频、次高频、研究主题或限定范围特征的关键词进行文献聚类能使聚类密度较为合适;超高频特征
通常在其他频次中都具有体现,次高频词能同时反映不同频次的关键词特征,但次高频词对中频词特征的表示不
够全面;将语义类型不同的关键词分开来实现文献聚类,其效果好于将关键词进行组配,语义类型不同的关键词间
存在互斥性。【创新/局限】本文发现了在以关键词间的共现关系为基础来进行文献聚类时单独选择次高频或某一
语义类别的关键词来实现文献聚类具有较好效果,但缺少对关键词间语义结构关系的进一步研究。 相似文献
4.
【目的/意义】通过深度学习方法对图书评论进行细粒度挖掘,并基于挖掘结果优化图书间相似度计算结果。【方法/过程】首先从在线书评网站上采集图书评论,对评论进行词性分析构建属性词表,随后基于属性词表对评论进行类型标注,通过BERT-BiLSTM模型对标注数据进行学习以实现评论自动分类,最后通过BERT对分类后的评论进行向量表示,通过余弦相似度计算评论间的相似度以表征图书相似度。【结果/结论】本文构造的BERT-BiLSTM评论分类模型准确率、召回率和F1值分别达到0.922、0.921和0.921,可以较好地实现评论分类。通过模型将评论划分为文笔、人物、情节、概要、读者态度5种类型来计算图书间相似度可以得到较为契合的相似度结果。【创新/局限】相较于其他类型的评论,通过人物与情节类评论计算图书相似度的效果有待提高。以后可对这两类评论进行更为细粒度的分析。 相似文献
5.
【 目的/意义】研究从用户群体的角度出发,依据用户特征对社区用户进行群体划分,以了解不同用户群体的
主题差异,从而更加全面清晰的了解社区主题,更好的为社区用户推荐资源。【方法/过程】研究利用社会网络分析
和Topsis算法对用户群体进行划分,再利用LDA模型分别对不同用户进行主题挖掘,最后采用谱聚类实现主题优
化。【结果/结论】科学网情报学社区的核心用户与一般用户群体主题有相同的部分,也存在差异,核心用户群体的
主题专指性较强,一般用户群体的主题较为广泛。基于虚拟学术社区用户群体主题挖掘模型,可以更加全面展示
社区用户关注的主题,更好地为社区用户推荐资源。【创新/局限】研究从用户群体的视角出发,提出了虚拟学术社
区用户群体主题挖掘模型,更好的为社区用户推荐资源,但本研究在数据量、主题模型以及社会网络分析指标的选
取等方面还需要拓展与延伸。 相似文献
6.
[目的/意义] 从关键词语义类型和学术文献老化两个维度出发挖掘学术论文价值,为学者推荐符合其研究需求并在时间维度上具有较大参考意义的学术论文。[方法/过程] 首先,将学术论文关键词按语义类型进行划分|随后,基于共现关系计算同类型关键词间相似度,基于关键词相似度得到论文在语义类型上的相似度|然后,借用文献老化思想,计算不同类型论文的时间价值|最后,结合论文在语义类型上的相似度及时间价值,生成论文推荐列表从而进行推荐工作。[结果/结论] 实证结果表明,使用该方法推荐的论文,一方面与学者研究方向相符|另一方面在时间维度上也具有较大价值,推荐的论文质量较高。 相似文献
7.
【目的/意义】为在线医疗问诊平台中的医生自动生成高质量标签,更好地服务于对医生资源的分类、检索和管理。【方法/过程】基于在线问诊文本信息,提出了结合时间周期特征与文本主题特征的医生标签自动生成算法。首先根据医生相关文本信息提取关键词生成候选标签,然后从患者问题文本和医生回答文本两个方面进行LDA主题模型训练,按时间周期挖掘出问题文本和回答文本的主题特征,对候选标签进行质量控制;最后经标签加权混合后得到最终的医生标签。【结果/结论】实验结果表明,该标签自动生成算法能够反映出医生标签生成的动态性,能够准确生成符合医生专业知识特征的高质量标签,具有较好的标签生成效果。 相似文献
8.
[目的 /意义]系统性回顾和梳理新冠疫情发生以来,国内外关于虚假健康信息的研究内容,以期为相关研究提供参考和借鉴。[方法 /过程]首先,从信息认识论层面出发,确定虚假健康信息的内涵和外延,厘清虚假健康信息内部主流信息形态;其次,通过质性分析总结归纳出虚假健康信息的传播、影响及治理3个研究主题,并结合信息、个体主观意识、个体信息行为3个核心要素构建虚假健康信息研究的综述框架,在此基础上,依据该框架对相关研究主要内容展开梳理;最后,归纳已有研究成果的不足之处,并从概念内涵深化、研究主题拓展、研究方法融合3方面进行展望。[结果 /结论 ]国内外虚假健康信息的相关研究主要围绕虚假健康信息、个体主观意识、个体行为三大核心要素以及虚假健康信息的传播、影响、治理三大研究主题开展,具有跨学科、研究方法多元、研究视野开阔等特点;虚假健康信息的内部概念边界存在模糊性;研究主题尚有拓展空间,研究方法有待加强融合。 相似文献
9.
【目的/意义】为了对学科交叉宏观态势进一步把握,基于ESI已有的学科分类,提出一种简单有效的测度
方法。【方法/过程】借鉴相关研究,本文以ESI高被引论文为研究对象,以学科论文标题建立的标题词表为入口,提
取词表之间的重叠词序列并计算其相关关系,提出测度方法并对测度结果进行详细分析,从而分析学科交叉宏观
态势。【结果/结论】根据得到的学科交叉矩阵和学科交叉趋势图显示学科交叉整体呈上升趋势,但各学科交叉情况
又有很大差异且出现学科交叉集群现象。本文所提测度方法从横纵两个角度分析从而得到计量结果,该方法可以
精确对比各学科交叉程度,准确把握学科交叉整体态势。【创新/局限】在标题词表重叠词序列提取的基础上,结合
词频分析方法计算重叠词序列的相关性,并以此来表示不同学科的交叉程度,从而在宏观层面对学科交叉态势进
行测度。不足之处在于,仅选取ESI高被引数据进行分析,有可能会对学科内新兴的研究方向有所忽视。 相似文献
10.