排序方式： 共有10条查询结果，搜索用时 15 毫秒
1
1.
一种基于用户标签网络的个性化推荐方法 总被引：1，自引：0，他引：1
基于标签进行个性化推荐是目前的一个研究热点,不同的推荐算法对标签进行了不同的处理.用户使用的标签之间存在着某种内在联系,由此可构建用户标签网络.根据这一启示,本文提出了一种基于用户标签网络的个性化推荐算法.首先,将用户标签网络视为用户兴趣模型雏形,利用社会网络分析方法计算标签权重,并以加权标签集的形式表示用户兴趣模型,最后将标签权重转化为资源与用户兴趣的相似度,进而实现个性化推荐.实验表明,本方法能较为准确地揭示用户的兴趣,产生的推荐资源与用户兴趣匹配程度较高. 相似文献
2.
3.
【目的/意义】不同学科知识的相互整合是交叉研究领域形成和发展的基础。对交叉领域知识整合过程的理解有助于促进交叉领域的知识发现和知识创新。【方法/过程】本文利用自然语言处理技术,从交叉领域文献题录数据、引文上下文和参考文献文本信息中抽取知识短语,以引证关系和词汇匹配关系为线索,提出吸纳知识和内化知识的识别方法,深入揭示交叉领域中“知识吸纳-知识内化”的知识整合过程。【结果/结论】以电子健康领域（eHealth）为例,揭示了该领域的知识内化总体特征和不同来源学科所提供知识的内化特征差异。【创新/局限】本文结合引文内容对交叉领域知识内化过程进行量化分析,提出了一种新颖的全文本量化分析方法,为理解交叉领域的知识生长过程提供了新的视角和分析方法。未来研究可以结合参考文献全文以进一步优化这一方法,同时在更多的交叉研究领域开展实证。 相似文献
4.
[目的/意义] 旨在通过探讨学科交叉领域共词网络生成的影响因素及其作用机理，揭示学科交叉领域的微观知识连接机制。[方法/过程] 结合网络嵌入性理论，将学科交叉领域关键词共现关系建立的影响因素归纳为网络结构因素（内生变量）和关键词属性因素（外生变量），进而借助指数随机图模型，选择学科交叉领域"医学信息学"开展实证研究。[结果/结论] 研究结果表明：网络结构对共现关系生成的影响大于关键词本身属性的影响；择优连接机制和传递性机制具有显著正向作用；关键词节点倾向于与较新节点相连；医学信息学的关键词倾向于与基础学科的关键词建立共现关系，而基础学科的关键词却倾向于与自身学科关键词相连。 相似文献
5.
[目的/意义]知识经济时代,知识的生产、扩散和消费是社会经济发展的重要推动力。其中,知识扩散是充分发挥知识价值的重要过程,从微观层面理解知识扩散的规律对促进知识利用与创新具有重要意义。[方法/过程]以医学信息学领域的科学文献为例,文章基于知识模因的微观层面,采用知识模因识别方法从文献中提取出知识模因来表征知识单元,并基于文献引证网络构建各知识模因的扩散级联网络,计算分析扩散级联网络的基础特征及其特征分布情况,以考察不同知识模因在学科领域内的扩散模式。[结果/结论]医学信息学领域内发现了四种典型的知识模因扩散模式:单起源型、多起源-独立型、多起源-迭代型、多起源-融合型。此外,通过对级联网络的各项属性分布特征进行分析发现,网络呈现无标度性,医学信息学领域极少数的知识模因获得了大量的传播资源,领域内的研究集中于被少数知识模因所代表的研究方向上,而领域内各研究方向的生命周期长度则相对差异较小。 相似文献
6.
7.
挖掘记载科学知识的交叉领域文献,可以探究交叉领域形成和发展中的知识流动和知识创造规律。本文依据词汇在交叉领域文献中的位置功能,提出了“文献空间观”和交叉领域知识生长过程模型,包括知识吸纳、知识内化和知识创新三大环节,进而构建一种全文本分析方法框架实现对交叉领域知识生长过程的量化分析。以生物信息学领域作为案例开展了实证分析,研究结果发现,知识内化与知识吸纳高度相关,数量差距约6倍,但变化趋势相同;领域知识创新第一次高峰出现时间晚于知识吸纳和内化4年左右;随着学科不断成熟,即时内化率保持相对稳定,总内化率降低,新增吸纳知识的内化时滞降低,内化知识激发知识创新的效率越来越高。本文所提出的面向交叉领域知识生长的全文本分析方法框架,能够丰富学术文献全文本内容分析方法体系。 相似文献
8.
社会化标签系统中基于密度聚类的Web 用户兴趣建模方法 总被引：1，自引：0，他引：1
Web用户兴趣模型在个性化信息服务中有着非常重要的作用。本文利用社会化标签的独特优势,针对传统社会化标签聚类方法的局限性,提出了一种基于密度聚类的Web用户兴趣建模方法。首先建立基于社会化标签的向量空间模型,并将社会化标签表示为Web资源及其权重的形式,以此为基础利用DBSCAN算法对其进行聚类,进而依据所有Web用户的标注行为以每个聚类为中介计算特定Web用户对Web资源的兴趣度来构建Web用户兴趣模型。实验结果表明了该方法的优越性。 相似文献
9.
知识单元的特征信息是其学科归属判定的基础,挖掘关键特征有助于提升学科判定方法的性能,从而更好地服务于知识内容层面的跨学科规律研究。本文借助16种知识单元学科归属判定方法,通过对比分析这些方法,判别不同词频、不同学科覆盖度词汇的学科归属,评价方法所蕴含的学科重要度、学科相关度和学科区分度3种特征和特征组合效果,以挖掘效果最好的特征子集。本文以“计算医学”这一交叉领域数据为基础构建测试数据集,研究分析表明,综合使用3种特征的方法在各组数据上均取得了较好的性能,同时学科重要度的性能优势表明其在3种特征中最为重要;高频词的学科归属判定需要注重学科区分度,而低频词需要重点考虑学科重要性;对多学科覆盖度的知识单元,需要在学科重要度基础上补充对学科区分度的考虑。本文的发现能够为知识单元学科归属判定方法优化提供理论指导和实践建议。 相似文献
10.
【目的/意义】本文通过探究社交媒体主题分布特征及其在不同情感倾向的差异性,对发掘用户意见表达的特征规律,进而在突发事件风险沟通中制定科学合理的内容发布和情感引导策略,提升风险沟通管理效果具有重要作用。【方法/过程】研究从发文和用户两个维度出发,设计主题分布指标,刻画社交媒体主题的散布状态。采用方差分析,检验主题分布特征在情感倾向上的显著差异,解析影响主题情感演变的内在因素。【结果/结论】实验以新浪微博中高影响力用户的常态发文为样本数据,分析发现：(1)通过聚焦主题和集中输出观点,可以培养用户在特定领域中的影响力。(2)高影响力用户习惯于表达明确的情感倾向,且其情感随着时间推移变化。(3)主题分布热度和广度在发文的积极与消极情感倾向上具有显著差异,且均不受时间因素的影响。【创新/局限】本文构建了主题分布特征分析框架,并探讨了主题分布特征与情感倾向的差异,研究结论可为制定科学的风险沟通策略提供参考。后续可通过探究基于用户常态发文与事件发文的异同规律实现观点和情感预测,辅助突发事件中的舆情风险治理。 相似文献
1