| 广度学习研究进展:基于情报学的视角 |
| |
| 引用本文： | 黄炜,童青云,李岳峰.广度学习研究进展:基于情报学的视角[J].情报理论与实践,2020,43(4):177-185. |
| |
| 作者姓名： | 黄炜 童青云 李岳峰 |
| |
| 作者单位： | 湖北工业大学经济与管理学院,湖北 武汉430064;湖北工业大学经济与管理学院,湖北 武汉430064;湖北工业大学经济与管理学院,湖北 武汉430064 |
| |
| 基金项目： | 国家自然科学基金项目“大数据环境下基于特征本体学习的无监督文本分类方法研究”(项目编号:71571064);湖北省高等学校哲学社会科学研究重大项目“新时代高校突发事件网络舆情分析与引导机制研究”(项目编号:19ZD025)的成果。 |
| |
| 摘 要： | 目的/意义]总结了基于在线社交媒体数据的广度学习工作研究进展,从情报学的视角分析了广度学习的应用展望及未来发展趋势。方法/过程]利用文献统计分析方法,重点分析了广度学习技术在网络嵌入、链路预测、社区检测等在线社交网络分析领域的应用现状。结果/结论]广度学习可以将多个不同种类的大型异构数据源融合在一起,设计并使用一套统一的分析方法来跨越这些融合的数据源执行协同数据挖掘任务。广度学习在异构社交网络分析中的这些成功应用为其在情报学领域中的研究奠定了理论基础和技术支持,将会有更广泛更深远的研究成果出现。
|
| 关 键 词： | 深度学习 迁移学习 广度学习 异构社交网络 情报挖掘 |
Research Progress of Broad Learning:Based on the Perspective of Informatics |
| |
| Abstract: | Purpose/significance]This paper summarizes the research progress of broad learning based on online social media data,and puts forward the prospects for broad learning application and development from the perspective of Informatics.Methods/process]Through the analysis of literature,this paper analyzes the status quo of broad learning application in network embedding,link prediction,community detection and other fields of online social network analysis.Results/conclusion]Broad learning,which can fuse many different kinds of heterogeneous data sources together,is able to design and use a unified analysis method to perform collaborative data mining tasks across these fused data sources.The successful application of broad learning in online heterogeneous social network analysis has laid a theoretical foundation and technical support for its research in the field of Informatics. |
| |
| Keywords: | deep learning transfer learning broad learning heterogeneous social networks intelligence mining |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
