基于样本加权的引文网络的社团划分

[目的/意义] 为提高引文网络的社团划分的准确性,提出一种基于加权的引文网络的社团划分方法。[方法/过程] 以Louvain社团划分方法为算法基础,将科学论文用向量空间模型表示,利用改进的余弦相似度方法计算相邻论文之间的相似度,并将其作为权重,综合考虑论文内容属性与结构属性,提出一种基于样本加权的引文网络社团划分方法。[结果/结论] 该算法将引文网络中论文的文本内容属性与拓扑结构属性结合起来,通过对Scientometrics期刊发表的论文以及主题为CRISPR的论文进行社团划分研究实验,结果表明该方法能改善引文网络社团的划分效果。     

The Deep-Time Digital Earth program: data-driven discovery in geosciences

Current barriers hindering data-driven discoveries in deep-time Earth (DE) include: substantial volumes of DE data are not digitized; many DE databases do not adhere to FAIR (findable, accessible, interoperable and reusable) principles; we lack a systematic knowledge graph for DE; existing DE databases are geographically heterogeneous; a significant fraction of DE data is not in open-access formats; tailored tools are needed. These challenges motivate the Deep-Time Digital Earth (DDE) program initiated by the International Union of Geological Sciences and developed in cooperation with national geological surveys, professional associations, academic institutions and scientists around the world. DDE’s mission is to build on previous research to develop a systematic DE knowledge graph, a FAIR data infrastructure that links existing databases and makes dark data visible, and tailored tools for DE data, which are universally accessible. DDE aims to harmonize DE data, share global geoscience knowledge and facilitate data-driven discovery in the understanding of Earth''s evolution.     

江西建于唐代书院的“发现”、“再发现”、“新发现”

具有学校功能的书院,有"聚书"、"聚徒讲学"和"习礼"这三个"要件".乃古代"留意斯文之地方贤士大夫"所为的一种学校模式.其产生的年代曾长期有争议.建于唐代的具有教学功能的书院于二十多年前,在江西已发现有确实的证据.东佳书院(东佳书堂、义门书院)史料的发现,已使书院起始于唐代成为中外教育史学界的共识,而后又发现了多处,如桂岩书院、景星书院、施肩吾书院(石室书堂)、都官书堂等等.近年有人又提到了丰城的罗山书院、进贤的栖贤书院亦建于唐代,然而这两所书院当时(唐代)是否已具有学校性质尚待证实.     

网络计量学研究进展

网络计量学是随着网络技术的发展而涌现的一个新的研究领域 ,搜索引擎的性能、网页质量评价、网络影响因子概念、网上知识发现等都属其研究范围 ,目前在我国还处于试验和探索阶段。参考文献 2 3。     

基于传递闭包的知识发现方法和Swanson知识发现方法的比较研究——以癌药物靶点为例

以探寻癌药物靶点间的潜在关联为例,对基于传递闭包的知识发现方法和Swanson的一阶知识发现方法进行了比较,结果得到,运用传递闭包的方法获得知识假设,可能发现更多有意义的新关联,且得到较高查全率的同时,并没有牺牲过多的查准率。     

基于专家信任优先的协同过滤推荐算法

针对传统协同过滤推荐算法的不足,依据现实生活经验,认为在协同过滤推荐过程中考虑用户的专家信任因素十分必要。详细阐述专家信任的概念以及利用用户评分数据计算专家信任度的方法,提出一种基于专家优先信任的协同过滤推荐算法。在公开数据集GroupLens上的实验结果表明,该算法预测用户评分的精度和成功率都明显优于传统的最近邻法。     

舆情评论与新闻报道的话题识别及其主题关联分析

[目的/意义]针对同一事件新闻报道与舆情评论既相互依存又偏离的现象,通过话题识别与主题关联分析,探索新闻报道引发的舆情评论在主题内容与时间阶段上的异同,拟为研究以舆情评论表达的舆情事件和以新闻报道表达的社会现实之间的共振与偏离,进而为探究社会舆情传播规律提供参考,为服务政府科学决策提供依据。[方法/过程]以拉斯韦尔（5W）模型、LDA主题模型和Python工具为基础,设计研究思路和流程,从腾讯新闻和知乎平台上抓取新闻报道和评论的数据,经过处理加工过后加以分析挖掘。[结果/结论]研究发现：舆情事件主题会一定程度偏离社会现实主题,衍生出更多隐性主题;舆情事件与社会现实的发展走向较一致;此外,社交媒体相较于新闻媒体所衍生的舆情事件主题更多,而两者反映的社会现实主题类似。     

一种正在演进着的人类发展观——人的发展的生物生态学模型述评

美国心理学教授Urie Bronfenbrenner在批评传统发展研究的基础上,提出了一个"正在演进着"的理论体系--人的发展的生物生态学模型.Bronfenbrenner提倡在发现模式中以及用生态实验的方法采研究人的发展.该理论模型具有四个定义性特征:过程、个人、情境和时间,其中过程构成了模型的核心.这四个定义性特征之间相互影响、相互联系,形成了一个动态的系统.人的发展的生物生态学模型提供了一种揭示人的发展的本质的新视角.     

一种语义稀疏服务聚类方法

随着SOA迅猛发展和互联网上服务数量俱增,服务发现成为极具挑战性的工作。传统的服务发现方法在语义稀疏情境下精准度不高,主要是缺乏有效信息对发现工作的支持,无法对服务进行准确的类别划分。针对此问题,提出一种基于BTM面向Web服务短文本描述的服务聚类方法S3C,该方法的主要思想是利用BTM在短文本聚类过程中使用Biterm（词对）优势对服务描述进行潜在特征表示,基于服务潜在特征使用Kmeans聚类方法进行服务聚类。BTM采用词对的主题建模方式,能够极大程度地扩展文本信息,解决短文本中的关键词稀疏问题。采用PWeb数据集进行大量对比实验可知,该方法与经典聚类方法相比,类簇的平均纯度提高30%,平均熵降低近50%。     

小议两种不同的"发现式学习"

本文通过对两个教学实例的介绍与评述,分析了两种"发现式学习"方式的价值与理论假设,给出了对于"发现式学习"意义及其特征的一些理解.