分布式检索中信息集选择方法研究综述

信息集选择是分布式信息检索的重要步骤.本文对分布式检索中信息集选择的方法进行了总结与评价,指出信息集选择方法的深入研究,对于促进分布式检索技术的发展具有积极意义.     

基于深度学习的信息组织与检索研究综述

【目的/意义】深度学习是近几年来人工智能领域的研究热点之一,了解深度学习在信息组织与检索方面的研究现状,能为信息组织与检索的深入研究提供参考和借鉴。【方法/内容】通过对国内基于深度学习的信息组织与检索方向的相关文献进行梳理,剖析深度学习相关模型、阐述深度学习在信息组织与检索中的研究热点主题,并结合深度学习技术的特点和信息组织与检索的研究内容,对深度学习在信息组织与检索方向的应用前景进行预测。【结果/结论】研究表明,当前深度学习在信息组织与检索中的研究热点主要集中在智能信息抽取、自动文本分类、情感分析和文本聚类这四个主题,预测未来深度学习在信息组织与检索方向会朝着对异构信息处理、智能信息检索、个性化信息推荐等方向发展。     

可计量的开放科学数据集影响力评价指标体系构建研究

【目的/意义】开放科学迈入全球共识新阶段,构建可计量的开放科学数据影响力评价指标体系,将为我国科学数据共享成效量化评价提供参考方案,对完善数据战略、释放科学数据价值和增加国际科技话语权具有重要意义。【方法/过程】基于文献调研法和国家科学数据中心工作实践,设置可计量的开放科学数据集影响力评价指标,采用专家打分法筛选指标;运用层次分析法对具有科学性、代表性和全面性的样本和指标进行量化研究,实现指标体系所涵盖的所有指标项可计量和各指标的权重可计量。【结果/结论】本文构建可计量的开放科学数据集影响力评价指标体系,涵盖学术影响力、决策影响力、社会影响力、国际影响力和经济影响力5个一级指标及24个二级指标。结论表明：开放科学数据集支撑的学术成果、社会影响、政府决策和国际合作等是其影响力评价指标体系的重要组成,科学数据的经济价值得到广泛认同。【创新/局限】基于调研和实践,本文依据多领域科学数据权威专家数据构建了可计量的开放科学数据集评价指标体系。受限于篇幅,实证研究有待进一步展开。     

数据论文及关联科学数据集出版元数据标准研究北大核心

【目的】探究数据论文及关联数据集出版的元数据标准化工作，为数据期刊建设、科学数据出版机构开展相关创新实践提供参考，推动我国科学数据高质量发布共享。【方法】通过文献调研、内容对比和归纳法分析国内外数据论文出版现状，结合科学数据出版工作实践，提炼数据论文及关联科学数据集出版要素，明确元数据规范对象、关联关系和特点。【结果】提出符合我国管理要求的数据论文及关联科学数据集出版元数据标准规范，形成元数据标准架构，明确元素定义和属性描述，并给出应用示例。【结论】研究成果支撑了国家标准《数据论文出版元数据》研制，对推进我国科学数据产权保护、促进科学数据开放共享和充分释放数据价值具有重要意义。     

基于数据集削减法的Apriori算法研究

从Apriori算法可以看出，每次对数据库的扫描时，有些事务已经对频繁项目集的生成不产生作用。减少数据库内与进一步挖掘任务不相关的事务对于算法来说很有必要。本文不同于传统的事务压缩方法，设计了新的基于数据集削减法的Apriori算法。     

基于区块链理念的科学数据溯源研究

科学数据溯源不仅可以维护科学数据生产主体的权益,而且可以保障科学研究的有效性,因此科学数据溯源对于科学数据的有效管理与利用具有重要意义.鉴于传统溯源方法存在信息不能及时对称、监管不能及时到位等效率低下的情况,提出基于区块链理念的科学数据溯源体系.在分析科学数据溯源内涵的基础上,论述基于区块链的科学数据溯源的可行性和必要性,从溯源内容、溯源平台以及融合私有链和联盟链的运行模式等3个维度提出基于区块链的科学数据溯源实施方案.     

不平衡数据集分类方法研究

本文主要介绍了不平衡数据分类的方法,包括数据层面的方法和算法改进方面的方法;传统的分类方法的评价指标,对于不平衡数据集是不适用的,故本文最后又对不平衡数据集分类的评价指标作了简要的探讨。     

基于深度学习的智慧图书馆移动视觉搜索服务模式研究

[目的/意义]大数据时代智慧图书馆用户需要精确智能的检索工具，而移动视觉搜索技术能够满足用户以视觉资源数据为中心的检索需求。[方法/过程]文章在分析国内外基于深度学习的视觉资源识别技术的研究基础之上，构建了基于深度学习的智慧图书馆移动视觉搜索服务模式模型，并设计了模型的工作流程，最后对基于深度学习的智慧图书馆移动视觉搜索系统的发展趋势进行了展望。[结果/结论]将深度学习融入智慧图书馆移动视觉搜索系统中，可以整合多源异构视觉数据、贴合用户个性化偏好以及提高移动视觉搜索系统性能。     

基于大数据深度残差学习的特征提取算法

针对当前算法在进行目标数据特征提取时存在提取准确率不高、效率低、特异性和灵敏度较差,以及网络节点能耗较高的问题,提出一种基于大数据深度残差学习的特征提取算法,将深度学习的灰色神经网络与残差学习方法进行有机结合,求得了深度残差学习网络模型的微分方程以及时间响应公式,并计算了网络初始权值和阈值;根据深度学习的灰色神经网络拓扑结构获得深度残差学习网络各层的输出参量,采用误差反向传播方法和附加动量法对深度残差学习网络的阈值和权值进行实时更新和调整,完成深度残差学习的网络模型构建,并采用模型精度和后验差比值对该模型进行精度检验,将经过检验合格的网络模型用于目标数据特征提取。通过多组实验测试,证明所提算法相比于其他对比算法有效减少特征提取错误率、提高了执行效率,具有较高的灵敏度和特异性,大大减小了网络节点总体能量消耗,延长了网络生存寿命。     

基于深度学习的藏文舆情分析研究

随着自然语言处理技术的快速发展,藏文信息处理技术也取得了较大进展。其中,藏文舆情分析作为藏族地区社会舆情分析的重要技术,受到广泛关注。但是,现有的藏文文本情感分析研究由于起步较晚,还存在很大提升空间。本文提出基于深度集成学习的藏文文本情感分析算法。并通过建立藏文情感数据集进行实验,本文算法在三类情感（正向、负向、中性）中精确率平均提升1.65%,召回率提升1.63%,F1分数提升1.96%。实验结果表明,本文采用的深度集成学习有效地提高了文本情感分类的性能。     

不平衡数据集分类方法研究

本文主要介绍了不平衡数据分类的方法,包括数据层面的方法和算法改进方面的方法;传统的分类方法的评价指标,对于不平衡数据集是不适用的,故本文最后又对不平衡数据集分类的评价指标作了简要的探讨。     

关联数据资源集相似度计算方法研究

文章提出的适用于关联数据资源集相似度计算的综合描述信息模型,分为基本描述、内容描述和外部链接3个模块描述资源集,并根据各信息项的特点挑选字符串相似度、集合相似度、向量空间模型和基于统计和语义的相似度等算法计算资源集相似度,在一定程度上解决了当前关联创建中相关资源集手工配置的问题。     

基于元数据的科学数据属性特征分析

选取了不同研究领域的11个科学数据元数据标准,对其内容构成进行比较,并对标识信息、内容信息和质量信息模块中的元数据元素和实体进行详细的对比,通过分析各标准中元数据元素项的出现频次,进而总结出了科学数据的属性维度,并确定了各维度下的属性标签,为下一步开展科学数据用户相关性研究奠定基础。     

基于关联数据的科学数据与期刊论文互联机制研究

[目的/意义]科学数据与期刊论文的互联有助于科学数据的共享和重用,利用关联数据技术实现中文领域科学数据与期刊论文的互联,以促进科学数据和期刊论文的双向知识发现。[方法/过程]首先,分析科学数据和期刊论文中的关联属性和国家科学数据元数据标准,抽取相关元数据,通过命名实体丰富元数据中的隐含信息;其次,在复用本体的基础上形成描述科学数据与期刊论文互联的语义模型,并利用ORCID等属性关联外部数据集,丰富科学数据实体属性;最后,通过Web前端页面的方式直观地展现科学数据和期刊论文的关联,以促进知识发现。[结果/结论]以国家农业科学数据中心的科学数据集和中国知网农业工程领域的期刊论文为实例数据,通过关联数据的语义描述实现科学数据和期刊论文的多维度、深层次互联,帮助用户更加便捷地发现潜在相关资源和检索目标数据。     

基于Ontology的科学数据共享检索体系解析

本文介绍了数据共享检索系统所采用的开发平台和工具,构建了基于Ontology的数据共享检索体系,指出了该体系的主要模块以及关键技术.目前,已经初步建立了基于仪表领域本体的智能检索系统,并实现了简单的语义查询功能.     

基于集对分析的一种区间数的排序方法

本文基于集对分析的不确定性理论，提出了一种区间数的排序方法，将确定性与不确定性结合起来，使区间数的排序更具合理性。