- 年份
- 2024(9958)
- 2023(14526)
- 2022(12761)
- 2021(12109)
- 2020(10159)
- 2019(23579)
- 2018(23510)
- 2017(45255)
- 2016(24350)
- 2015(27574)
- 2014(27398)
- 2013(26739)
- 2012(24095)
- 2011(21418)
- 2010(21254)
- 2009(19132)
- 2008(18255)
- 2007(15636)
- 2006(13411)
- 2005(11214)
- 学科
- 济(95094)
- 经济(94993)
- 管理(72116)
- 业(68554)
- 企(58087)
- 企业(58087)
- 方法(49417)
- 数学(43324)
- 数学方法(42546)
- 农(24573)
- 财(24269)
- 中国(23531)
- 业经(21529)
- 学(20591)
- 理论(18442)
- 地方(17895)
- 技术(17119)
- 农业(16802)
- 务(16635)
- 财务(16550)
- 财务管理(16517)
- 和(16017)
- 贸(15752)
- 贸易(15745)
- 企业财务(15662)
- 易(15297)
- 制(14619)
- 环境(14354)
- 划(13298)
- 银(12586)
- 机构
- 大学(338735)
- 学院(337175)
- 管理(140049)
- 济(128146)
- 经济(125358)
- 理学(122811)
- 理学院(121511)
- 管理学(118947)
- 管理学院(118340)
- 研究(104102)
- 中国(75752)
- 京(70962)
- 科学(66845)
- 财(56999)
- 业大(51425)
- 农(51050)
- 所(50308)
- 中心(48878)
- 财经(47106)
- 江(46865)
- 研究所(46320)
- 范(44722)
- 师范(44314)
- 北京(44140)
- 经(42982)
- 农业(39974)
- 州(38768)
- 院(38354)
- 经济学(37811)
- 技术(37185)
- 基金
- 项目(241382)
- 科学(190739)
- 研究(176422)
- 基金(175301)
- 家(152348)
- 国家(151105)
- 科学基金(131493)
- 社会(109129)
- 社会科(103432)
- 社会科学(103403)
- 省(94854)
- 基金项目(93374)
- 自然(87478)
- 自然科(85529)
- 自然科学(85508)
- 自然科学基金(83945)
- 教育(82724)
- 划(79858)
- 编号(73192)
- 资助(72769)
- 成果(57878)
- 重点(53419)
- 部(52809)
- 创(50798)
- 发(50295)
- 课题(49241)
- 创新(47267)
- 科研(46449)
- 教育部(45669)
- 项目编号(45640)
- 期刊
- 济(128781)
- 经济(128781)
- 研究(90944)
- 中国(60056)
- 学报(53214)
- 管理(49791)
- 科学(48278)
- 农(44734)
- 财(43437)
- 教育(40744)
- 大学(40478)
- 学学(37521)
- 技术(32509)
- 农业(31659)
- 图书(23161)
- 融(22687)
- 金融(22687)
- 业经(22338)
- 财经(21747)
- 经济研究(20809)
- 经(18452)
- 科技(18087)
- 理论(16738)
- 技术经济(16700)
- 业(16507)
- 问题(16503)
- 情报(16273)
- 统计(15854)
- 实践(15597)
- 践(15597)
共检索到467586条记录
发布时间倒序
- 发布时间倒序
- 相关度优先
文献计量分析
- 结果分析(前20)
- 结果分析(前50)
- 结果分析(前100)
- 结果分析(前200)
- 结果分析(前500)
[期刊] 情报理论与实践
[作者]
屈冰洋 王亚民
[目的/意义]传统的科技信息文献推荐模型没有充分挖掘科技信息文献以及科研人员的本身特征,因此,文章结合深度学习技术获得健壮的用户及文献特征,提高推荐精度。[方法/过程]在传统概率矩阵分解模型中加入科研人员合作作者以及文献文本信息来构建推荐模型。首先,堆叠去噪自编码器(SDA)利用科研人员合作作者信息提取用户特征;其次,融合注意力机制的双向长短时记忆网络(BiLSTM-Attention)利用文献文本信息提取文献特征;最后,在概率矩阵分解方法中,加入用户特征矩阵和文献特征矩阵,从而预测科研人员偏好,实现个性化科技信息文献推荐。[结果/结论]通过实验证明,新提出的方法在模型上具有更好的拟合准确度,提高了推荐效果。
[期刊] 图书情报工作
[作者]
李洁 张国标 周毅 郗玉娟 杨金庆
[目的/意义]为实现科技文献推荐场景要素的交互增强，将各要素交互特性捕捉问题转化为多任务共同优化学习问题，构建基于动态多任务学习的科技文献推荐模型，以进一步提升科技文献推荐性能。[方法/过程]采用多任务学习方法，针对科技文献推荐要素可采集的关键特征进行子任务解构，借助多头注意力机制，进行子任务交互关系的动态学习，在动态学习各任务交互关系的基础上设计科技文献推荐模型。[结果/结论]根据CiteULike数据实验结果，所构建的DMRSTL模型在3个评价指标上均显著优于对比模型，最高差值为AUC指标提升15.51%,MRR指标提升11.90%,nDCG@5指标提升16.45%，且通过任务组合对比实验进一步表明，借助推荐要素的交互增强，可以有效提升科技文献的推荐性能。
[期刊] 情报理论与实践
[作者]
时倩如 李贺 沈旺 刘嘉宇 田聪淼
[目的/意义]针对缺乏辅助信息的场景，为更好地挖掘用户偏好，从用户项目间的交互信息中挖掘高阶关系特征，并综合考虑全局和局部层次上的交互关系，提出一种基于高阶和低阶交互关系的深度学习推荐模型（HLRec）。[方法/过程]从原始交互数据中构建超图和二分图两种子图，分别显式建模用户项目间高阶和低阶交互关系；使用关联矩阵表示高阶交互关系特征，异构图神经网络提取低阶交互关系特征；融合高阶与低阶交互关系特征，并输入到深度生成模型变分自编码器（VAE）中学习用户和项目的表示向量；根据模型预测的用户项目间匹配概率完成Top-k个性化推荐。使用公开数据集MovieLens-1M验证提出的模型。[结果/结论]实验结果表明，在Top-20推荐中，与相关基线模型相比，本文模型的Recall、Precision和NDCG分别提高了4.18%、3.20%和3.41%。
[期刊] 中国图书馆学报
[作者]
赖院根
信息超载和语言障碍影响我国科研人员对外文科技文献的有效获取,如何提高获取效率成为亟待解决的问题。个性化推荐能很好地处理信息超载现象,但当前国内外相关研究都基于单一语种进行,多语种环境下的推荐研究非常缺乏。本文提出网络环境和海量数据背景下的科技文献跨语言推荐模型,并论证用户兴趣特征抽取、语言转换和混合推荐等步骤。利用Web日志挖掘技术,分析基于多种信息行为的整合分析方法抽取用户兴趣特征,以分类表作为参考体系建立用户兴趣表示模型,在用户—特征词转化为用户—类目矩阵的基础上开展推荐研究。
关键词：
科技文献 个性化推荐 跨语言 用户分析
[期刊] 情报理论与实践
[作者]
刘扬
文章分析了学术信息推荐的特性和学术信息质量的影响因素,认为信息质量是提升学术推荐系统性能的重要影响因素。并归纳、分析了推荐系统用户满意度变量,重点考虑了信息质量、信息内容和信息协同3个影响因素,构建了包括信息表述、用户偏好获取、混合推荐、信息质量评估和综合评分5个模块的混合推荐模型,并简述了其实现步骤与方法。
关键词：
学术信息 信息质量 算法 推荐模型
[期刊] 湖南农业大学学报(自然科学版)
[作者]
丁德红 方逵 王娟 朱幸辉
针对专门的农业知识库,使用基于内容过滤的推荐方法,建立了农民用户兴趣模型和文档特征模型。在用户兴趣模型和文档特征模型中,针对特征项在不同表空间的分布情况,以及HTML文档结构对特征项权重的影响,通过改进传统特征项提取算法,提高了推荐模型的精度。结果表明,随着用户数的增加,农业信息推荐模型的查准率和查全率不断加大,说明模型的精确度不断提高。
[期刊] 情报理论与实践
[作者]
颜端武 陶志恒 李兰彬
文章研究了一种基于ＨＤＰ主题模型的主题文献自动推荐方法，并将其应用于专题情报服务领域知识库构建平台系统的开发。该方法在中文分词和词性标注的基础上，进行文献特征的预筛选获得特征词频分布矩阵，通过ＨＤＰ主题模型生成各文献与文献集的主题分布矩阵，利用余弦相似度计算与时间阈值加权，生成每篇文献的相关文献集并进行主题文献自动推荐。选取雷达领域语料为样本，在面向专题情报服务的领域知识库构建平台系统中进行了主题文献推荐的模块设计和实际应用。
[期刊] 情报理论与实践
[作者]
谢红玲 奉国和 何伟林
[目的/意义]科技文献数量增长迅猛,自动文本分类技术可以提高文献分类效率与准确率。深度学习在自然语言语义分析中效果明显,基于深度学习的语义分析可以对科技文献进行有效分类。[方法/过程]为了进行对比实验,分别对科技文献数据做了去停用词和不去停用词处理,再用Word2vec工具进行词向量训练,使用简单RNN,LSTM和GRU深度学习模型进行分类比较。[结果/结论]实验结果表明,简单RNN,LSTM和GRU均对未去停用词的科技文献分类效果较好;三个深度学习模型中LSTM的分类效果最好,使用简单RNN和LSTM进行科技文献的语义分类时,Adam和SGD优化器对模型的优化效果最好;使用GRU时SGD和Adadelta优化器对模型的优化效果最好。
[期刊] 图书情报工作
[作者]
张敏 刘欢 丁良萍 范青
[目的/意义]针对当前科研人员无法从海量的网络科技信息中及时甄别有情报价值的情报内容的问题，建立一套综合性情报价值计算方法，从而对网络科技信息的情报价值进行计算判断，最终帮助科研人员快速而准确地发现有情报价值的网络科技信息。[方法/过程]综合考虑情报外部特征与文本语义内容特征，利用深度学习（预训练语言模型）BERT方法构建基于文本语义内容特征的情报价值计算模型，利用深度学习模型的预测输出完成打分，并结合基于情报外部特征的原始计算方法得到最终的综合评价得分。[结果/结论]实验结果显示，基于文本语义内容特征的情报价值计算模型可以对情报按照情报价值得分进行有效的星级区分，弥补了基于情报外部特征的原始计算模型中星级区分度差的问题，最终的综合评价结果表明本文提出的情报价值计算模型在实际应用中也能够很好地满足科研人员的需求。
[期刊] 情报理论与实践
[作者]
曾子明 周红
针对目前文献管理软件无法识别用户潜在研究兴趣从而进行个性化推荐的现状,文章提出了基于主题的社会化推荐方法。首先通过基于内容的个性化过滤方法识别用户的主题偏好,然后利用社会网络分析方法 (SNA)识别学术网络中有影响力的文献,进而产生推荐。最后提出了基于社会网络的科技文献个性化推荐的框架。理论分析证明该方法可以准确反映用户的研究兴趣,灵活地识别用户所属的学术网络,从而为目标用户产生精准的文献推荐服务。
[期刊] 图书情报工作
[作者]
武慧娟 徐宝祥 周兰萍
对国外基于标签的个性化信息推荐模型的研究背景进行述评,根据标签系统中用户、资源、标签组织方式的不同,将基于标签的个性化信息推荐的研究归为三类——基于图论、基于张量和基于主题模型进行分析,详细阐述各自的特征和可能存在的问题等,最后针对目前的研究状况,提出未来需要解决的问题,希望我国图书情报领域能够借鉴国外这一领域相关研究成果。
关键词：
信息推荐 个性化 标签
[期刊] 数据分析与知识发现
[作者]
涂海丽 唐晓波
【目的】构建社会化电子商务环境下基于标签的个性化商品推荐模型。【方法】综合考虑用户使用标签的频率和时间因素计算用户的兴趣偏好;基于标签层次特征和电子商务网站中关于商品特征的检索条件,构建某一主题商务社区中商品本体;利用本体规范化用户标签语义,并对商品进行分类;寻找含有用户偏好的类簇,计算该类簇中商品与用户偏好商品的相似度,将用户未标注过的商品与用户偏好相似度高的商品推荐给用户。【结果】从翻东西网站上随机选取200个活跃用户关于热门商品的标注信息进行分析,验证该模型的有效性。【局限】在计算用户兴趣偏好时,只
关键词：
用户标签 商品本体 用户偏好 推荐模型
[期刊] 图书馆学研究
[作者]
张剑
随着信息技术、移动技术的飞速发展,移动学习已经成为教育领域研究的焦点。文章首先对移动学习、推荐系统等相关理论进行简单介绍,探讨基于学习情境的个性化过程,最后提出了基于学习情境的个性化移动学习推荐系统模型,为我国移动学习提供参考与借鉴。
[期刊] 图书馆学研究
[作者]
张麒麟 姜霖
每年发布的各种"好书榜单"已经大大超过了普通读者的阅读量,即图书在专家筛选后仍然存在信息过载的问题,需要进一步结合专家意见、群体智慧和个性化需求,构建更准确的基于文献内容的阅读推荐机制。文章引入了专家书目维、协同过滤维和情感分析维,通过"引入权重值—加权求和—计算比值"的算法步骤,分别得出专家推荐指数、协同推荐指数和情感推荐指数。文章认为该图书推荐机制既考虑了社会主流价值观的要求,也匹配了读者的个人阅读口味,能够把真正适合的好书推荐给读者。
关键词：
文献内容 图书推荐 个性化推荐
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
