- 年份
- 2024(9828)
- 2023(14364)
- 2022(12458)
- 2021(11788)
- 2020(9971)
- 2019(22767)
- 2018(22606)
- 2017(42797)
- 2016(24095)
- 2015(26880)
- 2014(26641)
- 2013(26368)
- 2012(24401)
- 2011(22011)
- 2010(21865)
- 2009(19953)
- 2008(19781)
- 2007(17229)
- 2006(15079)
- 2005(12901)
- 学科
- 济(88166)
- 经济(88046)
- 管理(66988)
- 业(62957)
- 企(52681)
- 企业(52681)
- 方法(42371)
- 数学(35943)
- 数学方法(35421)
- 学(24642)
- 农(24038)
- 中国(22476)
- 财(22442)
- 业经(20107)
- 贸(17147)
- 贸易(17138)
- 地方(16878)
- 易(16638)
- 理论(16604)
- 农业(16208)
- 制(15563)
- 技术(15325)
- 和(15234)
- 务(14469)
- 财务(14400)
- 财务管理(14374)
- 环境(14224)
- 企业财务(13621)
- 银(13277)
- 银行(13199)
- 机构
- 大学(345849)
- 学院(340762)
- 管理(131442)
- 济(124853)
- 经济(121982)
- 研究(116749)
- 理学(114786)
- 理学院(113374)
- 管理学(110975)
- 管理学院(110412)
- 中国(83844)
- 科学(79253)
- 京(74357)
- 农(66200)
- 所(61232)
- 业大(58684)
- 研究所(56641)
- 财(56116)
- 农业(52837)
- 中心(52361)
- 江(49128)
- 范(47329)
- 师范(46715)
- 北京(46461)
- 财经(45732)
- 院(41806)
- 经(41522)
- 州(40083)
- 师范大学(38094)
- 技术(37936)
- 基金
- 项目(239957)
- 科学(186164)
- 基金(172893)
- 研究(167480)
- 家(154607)
- 国家(153339)
- 科学基金(129090)
- 社会(102348)
- 社会科(96764)
- 社会科学(96738)
- 省(94109)
- 基金项目(92790)
- 自然(87919)
- 自然科(85861)
- 自然科学(85832)
- 自然科学基金(84276)
- 划(81052)
- 教育(77347)
- 资助(70674)
- 编号(67698)
- 成果(55136)
- 重点(54252)
- 部(51716)
- 发(50299)
- 创(49865)
- 计划(46920)
- 科研(46865)
- 课题(46830)
- 创新(46550)
- 大学(43884)
- 期刊
- 济(132264)
- 经济(132264)
- 研究(94097)
- 学报(67202)
- 中国(63320)
- 农(59861)
- 科学(57686)
- 大学(48733)
- 学学(45979)
- 管理(45957)
- 财(41413)
- 农业(41411)
- 教育(40272)
- 技术(27120)
- 融(25184)
- 金融(25184)
- 业(21726)
- 业经(21669)
- 财经(21414)
- 经济研究(20683)
- 图书(19997)
- 版(18800)
- 科技(18700)
- 业大(18571)
- 经(18192)
- 问题(17336)
- 理论(16306)
- 技术经济(15669)
- 实践(15111)
- 践(15111)
共检索到485319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]
孙晓玲 丁堃
随着深度学习在自然语言处理、图像识别等领域的成功应用,将其有效的方法引入到知识计量中,可以为知识计量方法研究提供一个新的研究视角和工具。文章对深度学习中的表示学习和知识计量研究进行了综述,探讨将表示学习引入到知识计量中进行知识单元表示,以知识单元表示学习为基础,开展一系列的应用研究,并对未来发展前景进行展望。此研究将在知识单元层面,以语义表示为基础,改进知识计量的研究范式,推动知识计量的发展。
关键词：
知识单元 知识计量 表示学习 深度学习
[期刊] 情报理论与实践
[作者]
沈思 孙豪 王东波
[目的/意义]针对目前医学文本中疾病—基因等实体关联关系在知识发现中结合主题的研究较少,不足以揭示医学领域知识在主题层面的深层语义关联关系,提出了一套结合全文文本和领域知识主题的语义相似度计算方法。[方法/过程]以肿瘤期刊全文本为研究对象,用TWE模型进行词向量和主题向量的词嵌入表示,基于Siamese Network框架结合文本和领域知识主题进行相似度计算。[结果/结论]实验表明,该研究所提出的相似度计算方法在验证集中的预测F值达94%,最后通过对测试集数据进行聚类分析,从高、中、低频以及未进行临床注册实验的角度对疾病和关联基因进行分析,发现当前的热门研究以及未来可能成为研究热点的靶点基因。
[期刊] 图书情报工作
[作者]
梁昌豪 张鹏翼
[目的/意义]从知识组织的角度，探究两种不同组织形式对学习材料阅读效果的影响，对后续阅读材料知识表示的研究和应用提供借鉴。[方法/过程]研究使用组间设计，26个用户分别参加阅读搜索任务和记忆任务的两类阅读测验，通过阅读时间、测验正确题数以及用户的主观偏好来比较二者差异。[结果/结论]实验结果表明，用户在阅读搜索任务中的绩效未表现出显著差异，但在记忆任务中，树状组织形式的阅读效果显著优于传统的线性文段的阅读效果。此外，用户主观偏好评价中树状材料的优点更多，具有逻辑清晰，便于记忆等特点。
关键词：
学习材料 知识表示 数字阅读 阅读效果
[期刊] 清华大学学报(自然科学版)
[作者]
陈鑫 刘喜恩 吴及
药物开发过程存在资本密度高、风险大、周期长的特点,需要投入大量的资金、人力与物力。传统的机器学习方法虽然可以在一定程度上辅助药物开发,但需要分子描述符作为特征输入,而不同的分子描述符的选择对机器学习模型的性能影响较大,因此传统的机器学习方法大多需要进行繁复、耗时的特征工程。近年新兴的深度学习方法,能够从药物的"原始"结构中直接提取特征,从而绕开特征工程,缩短开发周期。该文将现有的药物表示学习方法划分为2类:基于简化分子线性输入规范(SMILES)表达式的药物表示学习和基于分子图的药物表示学习,报告了这两类药物表示学习方法的最新研究进展,阐述了各种方法的创新点与局限性。最后,指出了当前药物表示学习研究中存在的重大挑战,并讨论了可能的解决方案。
[期刊] 情报学报
[作者]
林原 王凯巧 刘海峰 许侃 丁堃 孙晓玲
在大数据环境下,科研合作是提高科研水平、促进科研产出的重要途径。如何在浩如烟海的学者、机构、领域信息中准确地找到与自身研究方向相近的合作对象是近年来科研合作预测的研究重点。本文通过科学学领域科学文献的记录数据,构建作者-作者、机构-机构、作者-机构、作者-关键词、机构-关键词的共现网络,接着通过网络表示方法学习作者、机构、关键词在所处网络中的语境信息,将信息实体表示成相同空间的低维稠密向量,最后根据表示向量的相似度计算实现合作对象、合作领域挖掘。通过网络表示学习方法能实现多种异质信息融合,定量计算各信息实体间的关联强度,可以很好地捕捉科研网络中学者-学者、学者-机构、学者-关键词的关系,准确地为学者挖掘潜在合作者、合作机构和关键词。
[期刊] 数据分析与知识发现
[作者]
余传明 冯博琳 安璐
【目的】通过在标注资源丰富的源领域中学习,并将目标领域的文档投影到与源领域相同的特征空间中去,从而解决目标领域因数据量较小难以获得好的分类模型的问题。【方法】选择亚马逊在线购物网站在书籍、DVD和音乐类目下的中文、英文和日文评论作为实验数据,在卷积神经网络和结构对应学习的基础上提出跨领域深度表示模型(CDDRM),以实现不同领域环境下的知识迁移,并将其应用到跨领域情感分析任务之中。【结果】实验结果表明,CDDRM在跨领域环境下最优的F值达到0.7368,证明了该模型的有效性。【局限】CDDRM针对长文本的
关键词：
跨领域 知识迁移 深度表示学习 情感分析
[期刊] 情报理论与实践
[作者]
李慧 庞经纬 孟玮
[目的/意义]准确地对技术机会进行预测，能够帮助组织评估和发现具有前景的技术机会，支撑和优化技术研发战略决策与布局，从而提升组织在技术创新领域的竞争优势。[方法/过程]提出一种基于VGAE框架的ss-VGAE技术预测方法。首先，运用生长曲线划分和确定目标领域的生命周期，运用能够兼顾主副IPC的方法在各阶段建立专利知识流网络，并分别提取网络中各个节点的语义特征和结构特征；其次，使用变分图自编码器VGAE学习节点的向量表示；最后，利用重构出的邻接矩阵进行技术机会链路预测。[结果/结论]使用石墨烯专利数据对本文方法的有效性进行验证，结果显示基于ss-VGAE的技术机会链路预测模型取得的AUC、AP均优于其他模型，并在当前石墨烯知识流网络上的技术机会进行预测，验证该模型能够有效地挖掘潜在的技术机会，支撑技术研发战略决策和组织技术竞争力的提升。
[期刊] 情报理论与实践
[作者]
余黄樱子 董庆兴 张斌
[目的/意义]近年来,以电子病历大规模应用为标志的医疗信息化发展迅速。电子病历的广泛应用使得医疗信息管理机构产生并存储了大量医疗数据,如何从这些海量的数据中挖掘出有价值的疾病关联知识,以辅助疾病的精准诊断和预测成为当前信息科学研究人员和业界人员面临的重要问题。[方法/过程]文章提出一种疾病知识网络表示学习模型及其链路预测算法(NRL-LP),以进行疾病知识的关联关系挖掘与预测。该模型学习网络节点的内部和外部特征并将节点映射为空间向量以浅层表示节点,然后将链路预测问题转化为有监督的学习,提出NRL-LP算法预测节点对之间是否连接来挖掘和预测疾病知识间存在的关联关系。[结果/结论]以1400万条非结构化医疗临床记录的数据集为实验对象,结果表明,NRL-LP能够揭示新的疾病关联知识,为有效进行临床决策提供帮助。
关键词：
知识挖掘 链路预测 电子病历 预测方法
[期刊] 图书馆论坛
[作者]
施航海 王琰 罗鹏杰
随着学科交叉发展,传统的中图分类法存在一定的局限性。中图法是一种树状结构的分类方法,每种分类的父类有且仅有一个,而交叉学科理应有多个父类。因此,需要在分类法中引入多层表示方式,以便正确表示图书类别,提高图书借阅时书籍推荐准确率。图书借阅信息由读者的借阅序列构成,每次借阅会包含多个图书类别。这些类别可以是中图法表示的分类号,也可以是对标题词汇进行聚类得到的词汇群。需要引入一种能提供两类关联信息(借阅序列和每次借阅中并发出现的类别)的层次结构。提出一个可扩展的两层神经网络框架Bib2Vec,它能基于图书类别和
[期刊] 情报学报
[作者]
余传明 林奥琛 钟韵辞 安璐
为了促进同一学术领域的科研合作团队的组建,提高科研效率,本文基于网络表示学习对多个领域科研合作推荐模型进行研究。将基于节点位置的网络表示学习模型与融合网络结构的网络表示学习模型进行集成,得到新的顶点表示,对两个顶点的表示进行选择二元运算得到边的表示。模型将网络表示学习与机器学习相结合,将节点对的表示作为特征训练逻辑分类器,分类器得到的标签即为链接预测结果。通过对金融和物理领域的论文合作数据进行分析,构建科研合作网络。实验证明,提出的集成模型在AUC值上的表现比单一模型更好,效果最高提升了2.3%;在训练集规模较小的情况下,AUC值仍能达到60%。实验结果表明,该科研合作推荐模型具有可行性,对同一学术领域的科研合作团队的组建能够起到有效辅助作用。
[期刊] 情报学报
[作者]
潘俊 吴宗大
词汇语义表示是自然语言理解的基础。传统的基于语义词典的编码表示构建成本高昂,而独热表示又存在高维稀疏等缺点。词汇的分布式表示将词汇映射为低维稠密的实值向量,能有效捕捉词汇间的语义关联,是当前主流的表示技术。本文从数据特征、学习目标和优化算法三个方面,对现有的词汇表示学习方法进行了全面深入的分析,重点介绍了这些方法的理论基础、关键技术、评价指标及应用领域。此外,本文还总结了该方向面临的主要挑战以及最新研究进展,并对词汇表示学习未来的发展方向做了展望。
[期刊] 情报理论与实践
[作者]
李祯静 秦春秀 马晓悦
图书馆知识社区是泛在知识环境中增加馆员和读者、读者和读者的信息交流与互动的重要途径。对社区资源进行合理有效的表示是图书馆知识社区有效进行知识管理和满足用户需求的关键。在分析图书馆知识社区信息资源和用户需求特点基础上,文章尝试将传统的框架表示法和谓词逻辑表示法相结合对图书馆知识社区相关资源进行表示,这一混合表示法采用框架表示法对资源属性等结构化的信息进行表示,采用谓词逻辑表示法将自然语言等非结构化的信息表示成结构化的语言,并用例子说明如何采用这种混合方法来处理图书馆知识社区中的结构化和非结构化信息的表示问题
关键词：
知识表示 图书馆 知识社区 知识管理
[期刊] 中国图书馆学报
[作者]
马费成 郝金星
概念地图构建方法关心概念选取、概念分类、中心概念定位、连接概念和交叉概念等几个主要问题。概念地图分析法集中在:分析概念地图组成成分,比较概念地图和基准概念地图的相似度,以及两者的综合。概念地图构建方法、分析方法、分析指标的信度和效度,三者密不可分,共同构成概念地图作为知识评价工具的研究框架。图2。表1。参考文献28。
关键词：
概念地图 知识地图 结构分析 知识评价
[期刊] 情报学报
[作者]
易明 刘明 冯翠翠
针对单领域推荐中的数据“稀疏性”和用户“冷启动”问题，提出一种综合利用评分信息和特征信息的跨领域推荐模型。首先，利用异质网络表示学习，针对源领域和目标领域的异质信息网络，通过元路径、DeepWalk算法生成网络表示学习向量，进而利用个性化非线性融合输出源领域和目标领域的物品特征信息向量；其次，利用神经网络模拟CMF (collective matrix factorization)，生成用户和物品的评分信息向量，并通过映射函数MLP (multilayer perceptron)将用户评分信息向量映射到不同领域，以突出用户特征在不同领域的差异性；最后，将评分信息和特征信息有机融合，以损失函数为依据，采用梯度下降的方法学习模型的参数，从而完成评分预测。研究结果表明，在豆瓣网和Amazon数据集上，本文模型均优于其他相关算法；在提升推荐效果方面，目标领域RMSE (root mean squared error)和MAE (mean absolute error)下降了1%～15%，源领域RMSE和MAE下降了1%～19%；在用户“冷启动”方面，目标领域的RMSE和MAE下降了1%～14%。
[期刊] 情报学报
[作者]
丁恒 任卫强 曹高辉
学术文献特征表示,是学术文献搜索、分类组织、个性化推荐等学术大数据服务的关键步骤。研究表明,图神经网络能够有效学习文献的特征表示,然而当前研究主要集中在有监督学习方法上,不仅对数据集的大小和质量的要求较高,且学习到的文献特征表示与具体任务高度耦合。基于此,本文将四种无监督图神经网络方法引入学术文献表示学习,从Cora、CiteSeer和DBLP (database systems and logic programming)数据集的引文网络、共被引网络和文献耦合网络中学习文献的表示向量,并应用于文献分类和论文推荐两大下游任务。研究结果表明,(1)深度互信息图神经网络适合于文献分类任务,对抗正则化变分图自编码器则在论文推荐任务上性能更佳;(2)Cora数据集上的结果表明,相较于共被引和文献耦合网络,引文网络更适合于学习通用的文献表示向量。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
