- 年份
- 2024(7939)
- 2023(11562)
- 2022(10247)
- 2021(9665)
- 2020(8172)
- 2019(19027)
- 2018(18981)
- 2017(36440)
- 2016(19720)
- 2015(22395)
- 2014(22008)
- 2013(21905)
- 2012(19863)
- 2011(17969)
- 2010(17865)
- 2009(16141)
- 2008(15519)
- 2007(13565)
- 2006(11705)
- 2005(10127)
- 学科
- 济(78113)
- 经济(78027)
- 管理(56374)
- 业(53227)
- 企(45207)
- 企业(45207)
- 方法(37072)
- 数学(31994)
- 数学方法(31439)
- 农(19498)
- 中国(18803)
- 学(18776)
- 财(17446)
- 业经(16460)
- 地方(14782)
- 理论(13875)
- 贸(13366)
- 贸易(13357)
- 和(13022)
- 易(12940)
- 农业(12926)
- 制(12633)
- 技术(12378)
- 环境(11423)
- 务(11382)
- 财务(11317)
- 财务管理(11293)
- 教育(11088)
- 企业财务(10666)
- 划(10437)
- 机构
- 大学(278036)
- 学院(275130)
- 管理(110371)
- 济(103334)
- 经济(100914)
- 理学(96274)
- 理学院(95179)
- 研究(94169)
- 管理学(93169)
- 管理学院(92726)
- 中国(67353)
- 科学(62169)
- 京(60509)
- 农(48569)
- 所(48093)
- 业大(45157)
- 财(44604)
- 研究所(44331)
- 中心(41924)
- 江(39141)
- 农业(38420)
- 北京(38342)
- 范(36706)
- 财经(36313)
- 师范(36277)
- 院(34841)
- 经(33028)
- 州(32142)
- 技术(31600)
- 师范大学(29405)
- 基金
- 项目(195743)
- 科学(152807)
- 基金(141137)
- 研究(139787)
- 家(124764)
- 国家(123776)
- 科学基金(105456)
- 社会(84579)
- 社会科(79973)
- 社会科学(79949)
- 省(76985)
- 基金项目(74594)
- 自然(71952)
- 自然科(70298)
- 自然科学(70278)
- 自然科学基金(68977)
- 划(65777)
- 教育(64504)
- 资助(59755)
- 编号(57096)
- 成果(45895)
- 重点(43942)
- 部(42269)
- 发(41219)
- 创(40545)
- 课题(39761)
- 科研(38326)
- 创新(37838)
- 计划(36920)
- 大学(35971)
- 期刊
- 济(109935)
- 经济(109935)
- 研究(78493)
- 中国(52742)
- 学报(48261)
- 农(43382)
- 科学(43302)
- 管理(40586)
- 大学(35762)
- 教育(34445)
- 学学(33531)
- 财(31902)
- 农业(30647)
- 技术(25326)
- 融(19677)
- 金融(19677)
- 业经(18266)
- 经济研究(17345)
- 财经(16410)
- 图书(16152)
- 业(15663)
- 科技(14621)
- 经(13888)
- 问题(13834)
- 理论(13630)
- 技术经济(13454)
- 版(13042)
- 业大(13010)
- 实践(12729)
- 践(12729)
共检索到395254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] 数据分析与知识发现
[作者]
吕伟民 王小梅 韩涛
【目的】结合链路预测与机器学习,提出推荐未来科研合作的新方法,以提高单独基于链路预测方法的推荐精确度。【方法】构建加权作者合作网,以不同的链路预测指标作为特征输入,运用极端随机树(Extremely Randomized Trees,ET)机器学习算法训练分类,并利用遍历算法求取分类结果的最优权重组合,选取TOP准确度的预测作为合作推荐结果。【结果】选取纳米科技领域2008年–2010年SCI论文数据进行实证。在城市合作推荐中,改进的ET方法优于已有方法,有良好的推荐成功率;预测方法受网络结构等因素影响较
[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] 管理评论
[作者]
江若然 张玲玲
社交网络的出现使现代人们沟通交流的方式发生了颠覆性的变化。不断有研究者从社会角度和技术角度对社交网络进行研究。链路推荐是一个非常重要的任务,一方面增强网络内部联系,另一方面改善用户体验。目前,在考虑网络结构信息和节点属性信息的社交属性拓展网络模型中链路预测算法中还没有很好的综合利用两种信息对链路生成的影响。本文在基于局部信息的链路预测算法下考虑不同类型共同邻居节点对链路生成的影响,并将其应用于社交属性拓展网络模型中。在改进的算法中,用户共同邻居节点和属性共同邻居节点对链接相关性的影响被给予不同的处理。在Google+社交数据集的实验表明,在社交属性拓展网络模型下,本文改进算法优于不考虑共同邻居节点影响的算法。在总结实验结果中用户共同邻居节点和属性共同邻居节点对链接生成的不同影响后,对不同类型节点的处理方法提出指导性建议。
[期刊] 情报理论与实践
[作者]
刘竟 孙薇
[目的/意义]从科研合作网络"小世界现象"和"无标度特性"出发,对网络中的未知链路产生连接的可能性进行预测。[方法/过程]采用Katz指标和cosine距离计算网络中的路径相似性和研究者科研兴趣相似性;在此基础上,构建加权预测算法,并采用AUC指标和F1度量确定节点相似性在算法中所占的比重。[结果/结论]通过实证研究发现,在路径相似性基础上,引入一定权重的节点相似性,可以达到较好的预测效果。[局限]在节点相似性计算时,仅考虑了研究者科研兴趣因素,暂未考虑研究者地理位置对合作关系的影响。
关键词：
科研合作网络 无标度网络 节点属性 预测
[期刊] 图书情报工作
[作者]
雷鸣 夏梦鸽 汪雪锋 刘佳
[目的/意义]药物组合相比单一药物在临床治疗中存在多种优势,但药物数量的快速增长为药物组合筛选和推荐带来挑战,因此设计有效的预测方法为药物研发人员推荐更易产生协同作用的药物组合从而提高筛选效率具有重要意义。[方法/过程]面向疾病并发症诊疗需求,基于链路预测构建协同药物组合推荐模型,首先利用SAO语义挖掘识别医学文献中的并发症信息,在此基础上利用医学数据库构建"疾病-药物-靶点"异质网络,并引入链路预测方法对网络进行药物作用机制的相似性评估,预测哪些药物组合更可能产生协同作用,进而依据预测结果针对某个疾病或某对并发症进行药物组合推荐。[结果/结论]肠道疾病数据实证分析结果表明协同药物组合预测模型具有有效性和实用性。
[期刊] 科技管理研究
[作者]
杨娜 刘钱 余小菊
旨在研究产学研领域中面向企业的科研合作者推荐问题，以改进现有方法中仅使用专利、合作关系等单一信息的现状，以及避免在可移植性方面的局限性。提出基于异构网络向企业推荐潜在科研合作人员的方法：首先引入异构网络，融合企业、科研人员、专利和论文等多元节点信息，以及企业技术需求和社交关联等多元关联信息；其次分析不同语义关系下连通企业与科研合作者的元路径，并以各元路径下的路径实例为语料，运用SkipGram模型进行网络嵌入训练，用向量余弦相似度表示节点之间的关联程度；最后融合不同路径下的推荐结果，得到最终的科研合作者推荐列表。基于Scholarmate的实例验证表明，元路径1和路径3的推荐效果最好，而综合各条元路径时模型在准确率和特异度指标上表现更好；此外，在符合企业实际情况的不同推荐列表长度下，模型各指标变化不大且处于理想水平，且综合多条元路径时模型的鲁棒性更强。此方法可为企业解决科技人才获取难的问题提供解决方案，并为企业的技术需求分析和产学研领域的社交关系分析提供思路参考。
[期刊] 数据分析与知识发现
[作者]
余传明 龚雨田 赵晓莉 安璐
【目的】科研合作关系是一种重要的社会网络。为了促进科研合作,提高科研生产率,对金融领域的科研合作推荐模型进行研究。【方法】建立金融领域个人、机构和区域三个层面的科研合作网络,提出一种新的融合基于邻居节点和基于路径的网络特征的科研合作推荐模型,并从个人、机构和区域三个层面进行实证检验。【结果】通过对2000年到2014年刊载的68 905篇金融领域的文章进行分析并构建科研合作网络,在个人、机构和区域三个层面上,基于特征融合的链接预测方法的AUC值分别为84.25%、87.34%和91.84%,均高于基于邻居
[期刊] 情报理论与实践
[作者]
蒲姗姗
[目的/意义]为提高科研合作水平,辅助学者发现符合需求的科研合作专家,提出一种考虑知识互补的专家推荐模型,以此来探究专家的知识结构与学术影响力,发现最佳的科研合作团队。[方法/过程]首先,通过主题模型对候选专家发表的科研论文进行内容分析,获取候选专家的知识结构;然后,根据专家的知识结构特征,结合当前学者的科研需求对候选专家进行聚类;最后,选取每个类簇中学术影响力最高的专家组成知识互补的专家组。[结果/结论]改进后的模型利用真实数据集进行了验证,实验结果表明,考虑了专家知识互补情况下的推荐模型比传统模型有更好的效果。
[期刊] 清华大学学报(自然科学版)
[作者]
张敏 丁弼原 马为之 谭云志 刘奕群 马少平
近年来基于矩阵分解的协同过滤算法在评分预测上取得了显著成果,但仍未能很好地解决冷启动、数据稀疏等问题。因此,如何将评论信息引入推荐系统以缓解上述问题成为研究的热点之一。该文尝试基于深度学习来加强个性化推荐,提出将层叠降噪自动编码器(stacked denoising auto-encoder,SDAE)与隐含因子模型(latent factor model,LFM)相结合的混合推荐方法,综合考虑评论文本与评分,以提升推荐模型对潜在评分预测的准确性。在常用大规模公开Amazon数据集上进行的测试结果表明:与
关键词：
深度学习 协同过滤 混合推荐
[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] 工业技术经济
[作者]
向鹏成 高天 段旭 李东
“一带一路”倡议提出十年间，中国对沿线国家的投资规模持续扩大。然而，企业在抓住机遇，进行“一带一路”沿线国家投资的同时，也需要重点关注“一带一路”投资国别风险。本文从政治、经济、社会和对华关系4个维度构建“一带一路”投资国别风险预测指标体系；运用灰色关联分析计算样本国家的综合风险评价值；基于2012～2022年间“一带一路”沿线国家的数据，利用机器学习构建GA-BP神经网络、支持向量回归和随机森林3种预测模型；通过对比预测精度，确定最佳预测模型，利用2021年的指标数据，对2022年的投资国别风险进行预测。研究结果表明：(1)在“一带一路”投资国别风险的研究背景下，支持向量回归模型预测效果最优，证明机器学习模型能够有效应用于风险管理领域；(2)“一带一路”投资国别风险存在明显的地区差异，中东欧地区和东南亚地区投资国别风险普遍较低，而南亚地区投资国别风险普遍较高，但都存在特例。本文研究结果可为“走出去”企业在“一带一路”沿线国家的投资决策提供参考。
[期刊] 情报理论与实践
[作者]
黎雪微 应时 洪伟
[目的/意义]传统推荐方法仅考虑用户过去的兴趣偏好,忽略了用户兴趣偏好的漂移性问题,使得推荐结果过于专门化,不能给用户提供新颖的推荐项目。[方法/过程]文章提出了一种基于语义关联和信息距离的个性化推荐方法,该方法将项目的信息量融入到传统的语义关联相似度中,从而实现了用户兴趣偏好的有益迁移,使推荐得到有效扩展,改善了推荐专门化问题。[结果/结论]通过设计实验验证了信息距离能够对推荐结果产生较大影响,提出的方法可以给用户推荐其感兴趣并且更有价值的项目。随着新项目的不断加入,项目的信息量会动态变化,系统会不断调整推荐列表以适应用户需求。[局限]不足之处在于模拟仿真实验下样本量不足引起的可信度问题,后续的研究将利用爬虫工具收集大数据进行算法测试,验证方法在大样本环境下的有效性。
[期刊] 图书情报工作
[作者]
夏立新 李重阳 王忠义
[目的 /意义]利用三度影响力理论,从网络结构的角度进一步拓展用户关系连接,提高社交网络好友推荐的效率。[方法 /过程]首先,计算用户之间的关系强度,并筛选关系强度较大的用户集合;然后,通过用户共同关注的内容计算用户兴趣相似度;最后,融合用户关系强度和兴趣相似度实现好友的推荐并通过实际数据对所提方法进行实证检验。[结果/结论]实验结果表明,融合关系强度和兴趣的社交网络好友推荐方法具有较好的效果,可为用户推荐提供参考和借鉴。该方法进一步完善社会化推荐理论。
[期刊] 情报学报
[作者]
杨辰 刘婷婷 刘雷 牛奔 孙见山
随着知识爆炸时代的到来,电子文献数据库的负荷将急剧扩大,用户在库中搜寻所需资源也将越发困难。因此,开发电子文献资源推荐系统从而辅助电子数据库的管理受到研究者的广泛重视。协同过滤作为时下数据库的常用推荐技术,由于仅仅考虑了用户对于文章的历史评分的相似度,忽略了用户在语义层面和社交关系的距离等重要因素因而推荐效果有限。为了在推荐系统中融入这些影响因素,本文在基于用户的协同过滤的方法基础上引入了基于主题模型的文本相似度和两种社会化的用户相似度(用户标签相似度与用户群组相似度),运用非监督的融合策略对这些相似度进行了整合。本文提出的融合文本特征与社会化指标的方法在真实数据集上展示了多源信息对于推荐准确度的增强和提升效应,对于电子文献资源的管理和传播具有较强的启示意义。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
