- 年份
- 2024(10308)
- 2023(15164)
- 2022(13249)
- 2021(12351)
- 2020(10656)
- 2019(24855)
- 2018(24620)
- 2017(48047)
- 2016(26209)
- 2015(29820)
- 2014(30091)
- 2013(30032)
- 2012(27828)
- 2011(25150)
- 2010(25266)
- 2009(23846)
- 2008(22674)
- 2007(20212)
- 2006(17481)
- 2005(15496)
- 学科
- 济(104665)
- 经济(104549)
- 管理(73134)
- 业(71703)
- 企(59428)
- 企业(59428)
- 方法(51507)
- 数学(45266)
- 数学方法(44742)
- 中国(31388)
- 融(28455)
- 金融(28452)
- 财(28342)
- 农(28115)
- 银(27046)
- 银行(26977)
- 行(25939)
- 学(24324)
- 地方(22738)
- 业经(22591)
- 制(21504)
- 贸(19557)
- 贸易(19544)
- 农业(19015)
- 易(18972)
- 务(18754)
- 财务(18679)
- 财务管理(18637)
- 理论(17743)
- 企业财务(17701)
- 机构
- 大学(377163)
- 学院(374447)
- 济(147299)
- 管理(146418)
- 经济(143915)
- 理学(126765)
- 研究(126229)
- 理学院(125357)
- 管理学(123027)
- 管理学院(122395)
- 中国(98501)
- 科学(81276)
- 京(80514)
- 农(67864)
- 财(67239)
- 所(65292)
- 业大(60286)
- 研究所(59872)
- 中心(59209)
- 江(54682)
- 财经(54214)
- 农业(53902)
- 北京(51014)
- 经(49124)
- 范(48284)
- 师范(47722)
- 院(45298)
- 州(44941)
- 经济学(44318)
- 财经大学(40387)
- 基金
- 项目(255906)
- 科学(198377)
- 基金(183973)
- 研究(182730)
- 家(161501)
- 国家(160147)
- 科学基金(135668)
- 社会(111870)
- 社会科(105912)
- 社会科学(105878)
- 省(101126)
- 基金项目(98163)
- 自然(90620)
- 自然科(88442)
- 自然科学(88413)
- 自然科学基金(86811)
- 划(85239)
- 教育(83851)
- 资助(77374)
- 编号(75257)
- 成果(60999)
- 重点(57599)
- 部(55904)
- 发(54627)
- 创(52655)
- 课题(51667)
- 科研(49872)
- 创新(49199)
- 计划(47832)
- 大学(47480)
- 期刊
- 济(156712)
- 经济(156712)
- 研究(107669)
- 中国(69479)
- 学报(64900)
- 农(60817)
- 科学(57467)
- 财(51109)
- 管理(50783)
- 大学(47775)
- 学学(45080)
- 融(43143)
- 金融(43143)
- 农业(41233)
- 教育(38479)
- 技术(31483)
- 财经(26079)
- 业经(25522)
- 经济研究(24977)
- 经(22126)
- 业(21398)
- 问题(20646)
- 图书(19545)
- 理论(19278)
- 技术经济(18389)
- 版(18207)
- 科技(17803)
- 实践(17773)
- 践(17773)
- 商业(16537)
共检索到544399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]
周欢 马浩南 刘嘉
[目的/意义]在社会网络背景下,在线评论情感倾向已经成为影响观影者决策的重要因素,如何有效提高在线评论情感分析的准确性成为学者们关注的热点。[方法/过程]鉴于此,依据情感分析和概率语言术语集相关理论知识,提出一种新的影视推荐算法。首先运用TF-IDF算法提取主题词,确定主题词权重,然后计算在线评论情感值并细分区间确定情感程度,根据在线评论的情感程度构建概率语言决策矩阵,最后提出基于VIKOR的概率语言多准则决策方法,并将其用于电影排序。[结果/结论]采集Rotten Tomatoes官方网站上5部电影的真实在线评论数据,将文章提出的推荐算法与其他基于情感分析的推荐算法进行比较,验证所提出算法的可行性和优越性。
[期刊] 情报学报
[作者]
夏立新 杨金庆 程秀峰
为了提高群组推荐模型中推荐结果的准确度问题,本文研究并提出了一种融合情境信息的群组推荐模型。首先,获取用户行为情境数据,同时发掘提取单个用户行为的偏好;其次,计算单个用户行为相似度,进行群组聚类发现;然后,融入情境信息挖掘群组行为特征,并构建群组行为偏好特征向量,最后结合协同推荐思想,将群组作为整体,和其他群组对项目的历史评分进行协同,形成预测评分。在实验中,我们通过分析用户的操作流,提取了主题序列特征,然后融入了经典情境信息,得出推荐结果。结果表明,使用该模型得出的排序靠前(6位)的推荐结果较之传统(非情境)的群组推荐方法具有更高的准确性。因此,该模型更适用于移动环境下的群组推荐。
[期刊] 情报理论与实践
[作者]
房小可 叶莎莎 严承希
[目的/意义]为弥补虚拟学术社区知识服务的不足,研究面向知识服务的知识推荐。[方法/过程]以虚拟学术社区这一重要交流平台为研究对象,将网络用户学术交流中的情境语义关系融入到知识推荐中。首先构建情境因素的语义层次模型,其次将情境语义融入到虚拟学术社区知识表示中,最后增加语义层次树中的属性因素,改进节点间的语义相似度计算,以实现融合情境的语义协同推荐。[局限]文中的实验只选取了科学网作为实验数据,并未将所有学术社区均进行实验层面的验证,扩大数据集将作为后续的研究目标之一。
关键词：
情境 语义 虚拟学术社区 知识推荐
[期刊] 图书情报工作
[作者]
房小可
［目的 ／意义］针对目前融合情境因素的信息推荐方法大都存在推荐前的情境过滤（ｐｒｅ－ｆｉｌｔｅｒｉｎｇ）和推荐后的情境过滤（ｐｏｓｔ－ｆｉｌｔｅｒｉｎｇ）所导致的价值信息流失问题，将情境因素融入到推荐过程中，实现基于用户－资源－情境的多维推荐。［方法 ／过程］将情境因素融入推荐的过程中，动态挖掘在不同情境下用户兴趣的偏好，利用社会网络的相关指标赋予用户兴趣初始值，从空间距离的视角计算用户兴趣的权重，最后，借鉴内容过滤和协同推荐的思想实现用户的评分预测，进而按照用户的兴趣进行推荐。［结果 ／结论］与以往二维推荐的实验比较表明，将情境因素融入到推荐过程中的方法在减少价值流失的基础上，能更为准确地揭．．．
[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]
明均仁
面对网络中日益丰富的文本性情感信息资源,利用关联挖掘技术对其进行智能化的自动挖掘与分析,获取语义层面的用户情感知识,对于企业竞争策略的制定和竞争优势的保持具有重要的潜在价值。将关联挖掘技术融入文本情感分析之中,研究并设计一种融合语义关联挖掘的文本情感分析算法,实现语义层面的情感分析与用户情感知识挖掘。实验结果表明,该算法取得了很好的预期效果,显著提高了情感分析的准确率与效率以及关联挖掘的深度与广度。
关键词：
语义关联挖掘 文本情感分析 分析算法
[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] 情报理论与实践
[作者]
刘旭晖
[目的/意义]科技文献推荐是指根据学者的研究兴趣,自动地为其推荐文献资源。借助于文献推荐,学者可以快速发现优质文献,提高论文的撰写效率。[方法/过程]首先,获取学者已经发表的学术论文,以此为依据分析其研究兴趣;其次,分别从学者研究兴趣与待推荐文献的语义相关性、待推荐文献集合的主题多样性以及影响力3个维度为待推荐文献建模;最后,综合考虑这3个因素为学者推荐科技文献。[结果/结论]实验结果表明,与传统的推荐模型相比,文章提出的融合主题多样性与影响力的科技文献推荐算法能够更好地刻画待推荐文献的特征,进一步提高文
关键词：
文献推荐 主题相关性 主题多样性 影响力
[期刊] 情报学报
[作者]
马捷 郝志远
数字信息时代,社交网络成为用户聚焦热点话题的讨论平台。为正确引导热点话题在社交网络中的舆情走向,减少信息传播过程中产生的负面影响,本文从交互与信息行为的角度出发,以社交网络中用户的真实评论数据作为研究对象,利用机器学习中的密度峰值聚类算法确认用户的解读倾向类别。同时,参考已有的情感极性值计算方法,融入方差加权信息熵的基本策略,提出了社交网络信息交互度量化模型,通过计算话题不同解读倾向所映射的信息交互度,厘清了热点话题的受热议程度和舆情的演化趋势。实例研究表明,基于情感分析视角构建的信息交互度计量模型,量化了热点话题的信息价值,对于推动互联网健康文明发展,以及加强相关部门的网络监管能力具有重要的理论意义。
[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] 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] 统计与决策
[作者]
何慧
文章针对目前推荐算法中的数据稀疏性问题,基于商品类别属性和用户评分矩阵,建立了一种混合推荐算法。首先基于用户的购买行为和商品属性特征,利用高斯模型构建了商品类型偏好模型。然后基于用户的评分矩阵,利用矩阵分解建立用户对未评分商品的偏好预测模型。最后融合用户商品类型偏好和商品偏好,产生推荐结果。实验结果表明,与其他解决数据稀疏性的推荐算法相比,提出的算法不但可以显著的提高推荐精度,且可以有效的减少候选商品数量,提高计算效率。
[期刊] 情报理论与实践
[作者]
姜霖 张麒麟
[目的/意义]随着社会化媒体的兴起,信息资源的数量呈现爆炸式增长,如何在海量的信息中帮助用户发现有用的知识成为亟须解决的问题。互联网上已经存在的各类用户评论信息中蕴含着大量的可再开发的知识资源,包括用户的个人信息、选择偏好和消费习惯等,有助于解决"信息过载"问题。[方法/过程]文章通过对豆瓣电影评论信息进行细粒度的情感分析进而有效地获取集体智慧,并且利用评论挖掘技术发掘用户的偏好,为用户选择产品提供更加有效的推荐策略。[结果/结论]实验表明,将大众智慧与个性化服务两者有机地结合起来,能够真实地反映出不同用
[期刊] 中国科学技术大学学报
[作者]
王根生 潘方正
针对协同过滤推荐算法没有考虑推荐对象间语义关系的问题，提出一种融合推荐对象语义相似度的改进型协同过滤推荐算法。首先利用知识图谱表示学习算法将推荐对象的语义信息嵌入到一个低维语义空间；然后计算推荐对象之间的语义相似度，把该语义相似度融合到协同过滤推荐算法中的相似度计算中，弥补协同过滤推荐算法没有考虑推荐对象自身语义知识的缺陷。实验结果表明，该改进型算法相比于传统协同过滤推荐算法具有更高的准确率、召回率和覆盖率。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
