- 年份
- 2024(8929)
- 2023(13046)
- 2022(11388)
- 2021(10586)
- 2020(8941)
- 2019(20709)
- 2018(20349)
- 2017(39339)
- 2016(21185)
- 2015(23959)
- 2014(23744)
- 2013(23564)
- 2012(21574)
- 2011(19356)
- 2010(19453)
- 2009(18200)
- 2008(16727)
- 2007(14654)
- 2006(12968)
- 2005(11387)
- 学科
- 济(82452)
- 经济(82357)
- 管理(60258)
- 业(58310)
- 企(50026)
- 企业(50026)
- 方法(39926)
- 数学(34604)
- 数学方法(34088)
- 融(27173)
- 金融(27172)
- 中国(26807)
- 银(25191)
- 银行(25133)
- 行(24255)
- 财(22335)
- 农(20475)
- 学(19974)
- 业经(18769)
- 地方(18631)
- 制(17792)
- 理论(15299)
- 务(15194)
- 财务(15129)
- 财务管理(15102)
- 贸(14543)
- 贸易(14529)
- 企业财务(14431)
- 农业(14164)
- 易(14089)
- 机构
- 大学(299396)
- 学院(296079)
- 管理(116797)
- 济(113833)
- 经济(111132)
- 理学(101449)
- 研究(100798)
- 理学院(100301)
- 管理学(98212)
- 管理学院(97735)
- 中国(79979)
- 科学(65189)
- 京(64478)
- 财(52398)
- 所(51573)
- 农(51543)
- 研究所(47377)
- 业大(47222)
- 中心(47022)
- 财经(42457)
- 江(42334)
- 北京(40952)
- 农业(40794)
- 经(38589)
- 范(38001)
- 师范(37535)
- 院(36928)
- 州(35388)
- 经济学(33937)
- 财经大学(31887)
- 基金
- 项目(207610)
- 科学(161781)
- 基金(150308)
- 研究(147459)
- 家(132596)
- 国家(131505)
- 科学基金(112079)
- 社会(90746)
- 社会科(85986)
- 社会科学(85959)
- 省(81518)
- 基金项目(79722)
- 自然(75617)
- 自然科(73858)
- 自然科学(73837)
- 自然科学基金(72497)
- 划(69096)
- 教育(67146)
- 资助(63534)
- 编号(59274)
- 成果(47806)
- 重点(46749)
- 部(44872)
- 发(43925)
- 创(43115)
- 课题(41272)
- 科研(40458)
- 创新(40230)
- 计划(39001)
- 大学(38330)
- 期刊
- 济(120095)
- 经济(120095)
- 研究(86610)
- 中国(56357)
- 学报(52030)
- 科学(46434)
- 农(45720)
- 管理(42756)
- 大学(38648)
- 财(38573)
- 融(37377)
- 金融(37377)
- 学学(36525)
- 农业(31352)
- 教育(31247)
- 技术(24897)
- 财经(20200)
- 经济研究(19285)
- 业经(18891)
- 经(17094)
- 业(15934)
- 图书(15787)
- 理论(15624)
- 问题(15060)
- 科技(14758)
- 实践(14495)
- 践(14495)
- 技术经济(14131)
- 版(13845)
- 业大(13654)
共检索到433679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] 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] 情报理论与实践
[作者]
谭春辉 涂瑞德
[目的/意义]为提高群组推荐准确率和可解释性，针对现有的群组推荐方法较少关注群组内核心用户对群体兴趣的影响，综合考虑群组整体兴趣和群组内核心用户对其他用户的影响，提出融合群体兴趣和核心用户影响的群组推荐方法。[方法/过程]首先，借鉴h指数思想计算群组内每个用户的影响力，识别群组内核心用户；其次，利用LDA主题模型进行群体兴趣建模和核心用户兴趣建模；最后，综合考虑群组中用户自身兴趣和其受核心用户影响而产生的兴趣进行资源推荐服务。[结果/结论]对微博数据进行实证，验证了此方法的有效性。
[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。
[期刊] 情报理论与实践
[作者]
王刚 郭雪梅
[目的/意义]将基于时间信息的用户兴趣序列引入推荐方法之中可以动态获取用户的兴趣偏好,提高推荐质量。[方法/过程]首先,通过用户对资源的访问顺序得到用户兴趣序列,并提取用户访问记录之间的最长公共兴趣子序列(LCISS)和全部公共兴趣子序列(ACISS),以此为基础计算用户之间的兴趣序列相似性;然后对用户行为量化,得到用户—项目评分矩阵;最后,将用户兴趣序列相似性与用户相似性度量相结合,提出了基于用户兴趣序列的改进协同过滤推荐方法。[结果/结论]文章提出的方法与基于用户协同过滤推荐和混合推荐方法在实验数据集进行比较,实验结果发现该方法在推荐效果上优于对比方法。此外,通过实验数据分析了推荐方法中的参数取值对推荐效果的影响。[局限]由于动态获取用户兴趣序列的变化,使得当用户数量及访问资源增多时,推荐的时间复杂度上升。
[期刊] 图书情报工作
[作者]
顾佳云 熊回香 肖兵
[目的/意义]考虑用户兴趣和社交关系两方面的动态变化,提出融合用户动态兴趣与社交关系的学者推荐模型。[方法/过程]首先,利用不同学科的期刊文献作为分类语料,基于Labeled-LDA模型对学者所发博文进行学科领域判别。然后,依据KNN算法对博文进行学科分类,接着利用学科兴趣变化速率改进时间因子,计算得到学者动态兴趣相似度;根据学者间链接的数量关系计算学者的PageRank值,结合学者所发博文的时间价值计算得到全局信任度。在学者评论、推荐交互行为中引入时间权重计算学者交互信任度,综合全局信任度和交互信任度得到学者的动态社交信任度。最后,融合兴趣相似度与信任度进行学者推荐。[结果/结论]虚拟学术社区中融合用户动态兴趣与社交关系的学者推荐模型从动态兴趣和动态社交关系两个视角出发,能够有效提高学者推荐的质量。
[期刊] 情报理论与实践
[作者]
李响 谭静
[目的/意义]提出一种基于潜在语义分析和最大边缘相关性的方法,向用户推荐具有高相关多样性的学术论文。[方法/过程]首先采用潜在语义分析方法处理高维词项—文档空间和用户兴趣向量,取相似度大于阈值的文献形成备选相关文献集;然后根据信息新颖度的思想,利用引文分析方法计算备选文献的差异性;最后使用最大边缘相关性方法处理备选相关文献,形成冗余度小相关多样性高的推荐论文集。[结果/结论]实验结果表明,该方法的推荐准确率和多样性优于其他两种基准方法。[局限]随着文本数据维数增加,算法的时间复杂度增加,耗时增加。
[期刊] 情报理论与实践
[作者]
余以胜 陈咏晖
[目的/意义]挖掘潜在好友关系并进行精准的好友推荐服务,已成为社交网络领域研究的热点,基于用户属性—关系相似度的好友推荐模型研究旨在增强用户忠诚度以及在线社区活跃度,提升社区的信息服务准确性和效率。[方法/过程]通过融合用户链接关系与属性特征,提出用户属性—关系相似评价体系;采用因子分析法,计算得出各项目权重以及综合得分;据此构建社交网络相似度矩阵,基于派系划分方法,对用户进行划分分区,最终实现好友推荐服务。[结果/结论]实验结果表明,运用派系划分的基于用户属性—关系推荐模型在推荐列表长度受限情况下的整体表现较优,有效提高推荐精准度。
[期刊] 图书情报工作
[作者]
房小可 严承希
[目的 /意义]用户兴趣推荐是信息服务中的重要内容,针对目前融合情境信息推荐的研究更多是直接将情境作为单因素而缺乏考虑情境关联的思想,本文以情境关系为切入点实现社会化媒体用户的兴趣推荐。[方法/过程]以具有相似情境用户可能具有相似兴趣为假设,来改进用户原始兴趣网络从而实现推荐。通过社会网络和资源相似性计算构建原始兴趣网络中显性网络和隐性网络;借鉴共现原理和情境本身相似性构建情境网络;通过兴趣传递关系计算直接兴趣度与间接兴趣度;最后借鉴协同过滤的思想实现推荐。[结果 /结论]与以往的只考虑单一情境因素的推荐
关键词：
情境关系 社会化媒体 兴趣推荐
[期刊] 图书情报工作
[作者]
李吉 黄微 郭苏琳
[目的 /意义]微博对用户获取信息和建立社交网络具有重要作用。提出一种基于相似度和信任度融合的微博内容推荐方法,能够从用户需求出发进行个性化微博内容推荐,对提高微博服务质量、改善信息过载问题具有意义。[方法/过程]基于相似度和信任度融合算法,构建微博内容推荐模型,以新浪微博为研究对象,采用编程方式获取汽车、体育、运动健身、互联网和财经5个领域的数据,展开用户相似度与信任度计算的实验分析和比较。[结果/结论]分析结果显示该方法可以有效表示和挖掘微博内容,改善微博推荐的准确性和用户满意度。
关键词：
相似度 信任度 微博 内容推荐
[期刊] 情报理论与实践
[作者]
蒋武轩 易明 汪玲
[目的/意义]基于社交网络用户短期兴趣和长期兴趣，挖掘用户不同时间窗口下长短期兴趣，能够提高用户兴趣发现的准确性，解决推荐系统不能适应用户兴趣变化的问题。[方法/过程] 通过对社交网络用户兴趣的研究发现，社交网络用户兴趣可以分为短期兴趣和长期兴趣，据此构建融合用户兴趣漂移特征的个性化推荐模型。采用时间窗口的方法挖掘用户短期兴趣， 利用遗忘曲线跟踪用户长期兴趣变化。在此基础上对用户进行聚类，根据用户聚类结果为用户推荐兴趣相似用户。并以微博真实数据为例进行实证。[结果/结论]融合用户兴趣漂移特征的个性化推荐模型能够较准确的发现用户兴趣漂移特征，满足用户个性化信息需求。[局限]本文仅使用“微博”这一应用广泛的网络社交平台进行实证，未能从多个网络社交平台进一步验证模型的可行性和准确性。
[期刊] 情报理论与实践
[作者]
李默 梁永全 赵建立
针对数字图书馆学术资源信息过载问题,提出了一种融合相似性评价、信任度与社会网络的学术资源推荐方法。该方法利用信任度分析与社会网络关系挖掘技术对协同过滤推荐方法进行了改进,并综合考虑了用户特征因素对推荐结果的影响。实验结果表明,本方法在预测准确度和覆盖率指标上均优于其他推荐方法,显著提高了学术资源推荐系统的推荐质量。
[期刊] 情报理论与实践
[作者]
张继东 蔡雪
[目的/意义]通过拓展用户潜在好友关系,提高移动社交网络中好友推荐效率及好友信息服务推荐的准确性和可信性。[方法/过程]首先,构建基于社区划分和用户相似度的好友信息服务推荐模型;其次,基于用户交互级别、用户专业知识水平、信任程度对社区进行划分,并基于用户关系和用户兴趣计算用户相似度;再次,融合社区划分和用户相似度实现好友及信息服务的推荐;最后,通过实验验证了推荐方法的准确性。[结果/结论]模型实现了移动社交网络用户的好友准确推荐及信息服务精准可信赖推荐,更好地服务并满足用户多样性需求。
[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] 图书情报工作
[作者]
李树青 黄金旺 马丹丹 张志旺
[目的 /意义]提出一种基于融合显隐式信息的单类协同过滤算法的文献主题词推荐方法，以提高面向学者和文献的主题词推荐的准确率。[方法 /过程]通过构造一种基于文献丰富度和主题词流行度的矩阵分解模型，测度出文献和未出现在当前文献中的主题词相关性概率，并根据相关性概率的大小将这些主题词划分为文献的隐式相关主题词和隐式无关主题词。然后针对这两种主题词，分别提出两种不同的主题词权值预测方法，即融合偏好系数的自编码器填充模型和零值填充模型。[结果 /结论 ]在面向人工智能领域的科技文献数据集SD4AI上的实验表明，较各种其他典型协同过滤方法，本文方法可分别提高预测主题词权值和识别高权值主题词的推荐效果，MAE和FCP的提升幅度最高达16.07%和16.83%,P@N和NDCG@N的推荐效果最高达22.37%和27.06%。
[期刊] 情报学报
[作者]
武帅 杨秀璋 何琳
传统编目分类和规则匹配方法存在工作效能低、过度依赖专家知识、缺乏对古籍文本自身语义的深层次挖掘、编目主题边界模糊、较难实现对古籍文本领域主题的精准推荐等问题。为此，本文结合古籍语料特征探究如何实现精准推荐符合研究者需求的文本主题内容的方法，以推动数字人文研究的进一步发展。首先，选取本课题组前期标注的古籍语料数据进行主题类别标注和视图分类；其次，构建融合BERT (bidirectional encoder representation from transformers)预训练模型、改进卷积神经网络、循环神经网络和多头注意力机制的语义挖掘模型；最后，融入“主体-关系-客体”多视图的语义增强模型，构建DJ-TextRCNN (DianJi-recurrent convolutional neural networks for text classification)模型实现对典籍文本更细粒度、更深层次、更多维度的语义挖掘。研究结果发现，DJ-TextRCNN模型在不同视图下的古籍主题推荐任务的准确率均为最优。在“主体-关系-客体”视图下，精确率达到88.54%，初步实现了对古籍文本的精准主题推荐，对中华文化深层次、细粒度的语义挖掘具有一定的指导意义。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
