科研院所群组集成知识平台建设与实践

以中科院某研究所群组集成知识平台的建设与实践为例,探讨科研院所图书馆嵌入研究单元开展学科服务、支持建设科研知识环境的可操作性,着重探讨了科研院所群组集成知识环境平台建设的背景、路线、内容和管理机制,指出群组平台是图书馆嵌入科研一线开展学科化服务的良好尝试。     

群组集成知识平台建设组织与实践——以中国科学院某研究所院重点实验室为例

以中国科学院某研究所院重点实验室群组知识服务平台建设实践为例,从发展维度、协同维度和可持续维度等三方面,详细阐述了面向科研一线的群组集成知识平台的具体组织和实施。主要涉及内容包括需求调研、平台系统维护和管理、平台外观设计、主体功能、协同服务机制、可持续建设机制等,并提出了相应的建议,以期能为其它的群组集成知识服务平台建设提供参考。     

野外监测站群组集成知识平台可持续能力建设——以中国科学院新疆生态与地理研究所为例

在数字信息环境和数字科研模式下,野外台(站)研究领域知识信息环境急需得到改善和提升。本文针对中国科学院新疆生态与地理研究所野外站(点)集成知识平台建设必要性、意义、内容、目标、团队、子项目建设、建设成效等进行了论述。期望呈现给大家一个全新野外监测站群组集成知识环境,为今后更好地在野外台站开展学科信息服务提供参考,为生地所的"一三五"规划的顺利实施提供重要支撑。     

让高中生的语文才情飞扬起来

语文教师要与学生一道共同培养知识广博、才艺丰富的秉性风范,站在信息教育的平台上,高效高能地接收优质信息和技能教育,指导和勉励学生人人争做学习兴趣、科研兴趣、艺术兴趣、政治兴趣的多面手。     

知识图谱加持的智慧图书馆信息推荐架构体系研究

[研究目的]构建依托知识图谱的智慧图书馆推荐系统架构体系,以协同创新推荐模式、序化重组知识资源,进而满足智慧图书馆泛在互联、动态感知的服务要求。[研究方法]该文遵循系统设计理论、模型构建方法,从体系结构、功能模块及运行机理三方面构建了知识图谱加持的智慧图书馆信息推荐架构体系。[研究结论]知识图谱加持的智慧图书馆信息推荐体系结构分为智慧服务层、业务平台层、基础设施层;知识图谱加持的智慧图书馆信息推荐功能模块主要包括读者兴趣建模、推荐处理、知识发现、知识计算、知识图谱构建等模块;知识图谱加持的智慧图书馆信息推荐运行机理根据图书馆应用场景、业务逻辑,描述面向读者的数据驱动型、用户驱动型推荐服务路径及过程,并面向图书馆馆员、领域专家分别设计服务职责及范围。     

“互联网+”创新项目优质识别系统的设计与实现

在"互联网+"的大环境下,研发"互联网+创新项目优质识别推荐系统",其应用的主要价值在于用户可以通过平台申报科研信息、参加创新实践项目、各种技术竞赛、学术交流、项目孵化等。管理者通过平台及时发布各种科研信息,对提交数据进行管理反馈。这样既能够提高工作效率,实现科研信息的及时管理,又能在大量数据的基层申报项目中可以通过该项目的系统智能推荐,识别出高效优质的创新创业项目。有利于为各类企业单位提供参考,加强项目后续指导服务。     

基于知识服务的多学科群组交流社区建设探索

信息技术的发展为科学知识的生产和交流提供更加便利的环境,而知识服务能够向科研用户提供高知识附加值的问题解决方案。本文从用户调研及需求分析入手,以Valued-added Application Platform of UC系统为基础,充分考虑信息环境安全、多学科交叉特征以及知识服务介入,设计并构建了基于知识服务的多学科群组交流社区模型。     

情报学科研教学本体构建与应用研究

以服务情报学科研和研究生教育为出发点,对情报学科研教学本体的构建和应用进行探索,实现了本体基本内容的构建,并针对本体的知识推荐应用,提出了基于中图分类法的知识推荐方法。实验分析结果证明,所采用的方法是有效的,能够为情报学科研和研究生撰写学术论文提供指导和帮助。     

基于动态特征的学者推荐研究

[目的/意义]在开放的知识交流环境中向学者推荐具有相似研究兴趣的学者有助于学者高效获取到所需的学术资源,更好地开展学术研究和学术交流。[方法/过程]首先利用LDA主题模型提取学者的科研兴趣特征,同时引入时间因子加权兴趣特征,形成学者动态兴趣矩阵,基于此使用K-means对具有相似研究兴趣的学者进行聚类分析,并在类簇内综合学者的科研能力和社交属性两个维度构建学者推荐模型。[结果/结论]以“百度学术”数据集对模型进行验证,实验结果表明该模型能够很好地发现相关学者,满足可操作性和推荐结果有效性。在学者推荐过程中引入更贴近现实的动态兴趣特征对推荐结果具有一定效果。     

高校图书馆与科研关系探析

高校图书馆对科研具有很大的作用,它为科研提供知识资源、信息平台,是科研创新的源泉。充分挖掘高校图书馆对科研的促进作用可以采取优化馆藏资源结构、利用网络资源、完善学科馆员制度、加强参考咨询工作、提高馆员学识与专业水平以及开展馆际互借,实现资源共享等方式来实现。     

融合用户社交与情境信息的虚拟知识社区个性化知识推荐研究

[目的/意义]通过融合用户社交与情境信息,构建虚拟知识社区个性化知识推荐模型并开展个性化知识推荐算法的设计,能够在一定程度上完善虚拟知识社区个性化知识推荐方法的理论体系,具有一定的理论价值和应用价值。[方法/过程]首先构建出基于用户社交与情境信息的虚拟知识社区个性化知识推荐模型,然后利用改进的最大团算法设计出虚拟知识社区个性化知识推荐算法,最后通过选取某虚拟知识社区的用户数据进行实例分析实现精准的个性化知识推荐。[结果/结论]在利用融合用户社交与情境信息进行虚拟知识社区个性化知识推荐过程中,通过对某虚拟知识社区的实例分析,表明其个性化知识推荐结果的精准度得到了显著的提升。     

主题—知识关联的网络文物信息资源知识推荐方法研究

【目的/意义】如何将网络文物信息资源中不同的知识提炼后推荐给有关用户,是文物信息资源开发与利用 过程中的关键问题。【方法/过程】通过主题-知识关联模型构建文物知识网络并识别网络中文物信息资源文本中的 主题词,而后根据知识及主题词的重要性对耦合后的知识进行重要性排序,按照知识与主题的关联程度实现文物 信息资源的知识推荐。【结果/结论】在实验中实现了不同网络文物信息资源的知识推荐,对比了不同数量主题词下 知识发现的效果,发现该方法在学术型文物信息资源的知识发现与推荐中效果较好。【创新/局限】利用知识库与信 息资源内容构建知识网络,通过计算网络节点的重要性进行知识推荐,为文物信息资源的利用提供了新的方法。 但受制于知识库知识储备的影响,可能无法挖掘信息资源的知识全貌。     

大数据挖掘视角下的图书馆智慧服务——模型、技术和服务

在当前"互联网+"背景下,应用大数据挖掘技术提高知识服务的智能化、个性化、自动化水平,实现智慧性的知识服务是图书馆服务的发展趋势。首先提出基于大数据挖掘的图书馆智慧服务模型,通过用户群挖掘、用户兴趣挖掘、学科和领域知识挖掘、业务关联挖掘来沟通大数据应用和智慧服务需求;然后提出基于Hadoop平台的图书馆大数据挖掘技术支撑体系,为智慧服务应用落地提供技术方案;最后探讨大数据挖掘支持下的场景化知识推荐服务和微知识自动问答服务。     

基于协同过滤的学科信息服务平台构建

针对当前高校学科信息服务平台存在的对服务对象信息需求挖掘、分析不足的弊端,提出构建基于协同过滤算法的学科信息服务平台。通过引入读者专业、角色、学历、借阅记录等影响和反映读者信息需求的因素构建读者特征模型,该模型采用优化的协同过滤算法挖掘读者信息需求并产生个性化推荐信息,可有效提升学科信息服务质量。     

财经类院校图书馆学科化服务调查及发展对策研究

本文从学科馆员制度、学科信息门户、学科知识库、学科导航、学科知识服务平台等模式对目前全国财经类院校图书馆采用的学科化服务方式进行了调查。大部分学科化服务方式都存在服务不够深入、服务效率低、信息更新慢等问题。应通过重新构建组织架构、创新服务内容、加强信息素养教育、加强学科馆员的交流学习、构建学科知识服务平台等手段提高财经类院校图书馆学科化服务质量。     

基于企业用户需求的科技服务资源综合推荐算法研究

[研究目的]现有科技服务平台中科技服务资源数量指数级增长、服务质量多样化,以及企业用户需求难以量化。为解决科技服务平台企业用户与服务资源间的精准匹配问题,提出一种基于企业用户需求的科技服务资源综合推荐算法(EURSTS)。[研究方法]综合考虑科技服务特殊属性和企业背景信息,采用模糊模型量化信息和综合相似度求解,对企业用户和科技服务资源进行匹配推荐。[研究结论]通过与CB算法、基于服务QoS算法的对比说明EURSTS算法能显著的改善推荐效果,其准确率平均提升了30.1%~37.1%,召回率平均提升了0.1%~7.9%,验证了该算法的有效性。     

融入“双一流”建设的高校图书馆智慧型学科服务平台构建

[目的/意义]利用人工智能技术融入图书馆相关领域建设一个精准化、个性化、智能化及一站式的智慧型学科服务环境，进而推动图书馆学科服务创新，为高校一流学科建设提供发展服务与决策支持。[方法/过程]基于"双一流"政策背景，采用实证调查法对42所"双一流"高校的图书馆学科服务概况进行分析，总结了高校图书馆学科服务发展现状及当前存在的问题，提出了服务于一流学科建设的高校图书馆智慧型学科服务平台的构建原则与总体架构。在平台的功能设计方面，服务平台分为基于大数据的用户需求精准识别、基于人工智能的个性化定制服务、基于融媒体的学科研讨空间以及基于知识细粒度的学科资源聚合4个层面。[结果/结论]在分析"双一流"建设为高校图书馆学科服务赋予新的使命的基础上，为用户群体提供全面且精准的学科服务构建落地平台，切实推动高校图书馆学科服务以"双一流"战略为重要契机实现内涵式发展。     

一种基于隐式信任感知的MOOCs推荐方法

[目的/意义]随着MOOCs迅猛发展和普及,如何利用智能推荐技术为学习者从海量的MOOC中"寻找最佳课程"成为MOOC发展中需要解决的重要课题。[方法/过程]基于自我知觉理论和学习行为投入框架,充分利用学习行为日志和评分数据挖掘学习者之间的隐式信任关系,并通过信任传播建立MOOC社区信任网络,从而构建动态结合兴趣和隐式信任感知的混合推荐方法。为解决数据稀疏问题,提出基于信任的联合概率矩阵分解模型(TA-PMF),将课程评分矩阵、信任关系矩阵的分解相结合来挖掘用户及课程潜在特征,进而实现评分预测。[结果/结论]真实数据集测试结果表明,与显性评分值相比,学习行为投入信息对信任度构建贡献权重达到0.7;TA-PMF方法对MOOC推荐具有较好的适用性,且能在一定程度上缓解冷启动问题。     

医学信息资源管理与服务平台的研究与实现

采用元数据管理理念,研究了如何有效地对医学信息资源进行管理。同时在平台开发中,灵活运用分布式服务模式,方便医学工作者及科研人员便捷获取医学信息资源。最后,运用混合推荐算法,实现了医学信息资源的自动推荐,帮助医学工作者及科研人员更有效地发现自己所需的医学信息资源。