图书情报学领域学科交叉及其国家差异的动态分析

[目的/意义]领域知识的跨学科交叉研究能够打破学科间的壁垒,有助于发现重大科学问题的解决方案。[研究设计/方法]基于图书情报学领域文献题录信息构建轻量级领域知识图谱,从中提取学科信息、国家信息、时间信息及其关联,采用时间与空间相结合的多维度分析方法,对学科交叉的演化进程以及国家差异进行跟踪与分析。[结论/发现]图书情报学领域内学科交叉现象日渐显著,各国家的学科交叉程度与倾向存在差异,一些目前尚不突出的交叉学科方向值得关注。[创新/价值]采用多维度视角分析学科交叉现象,相关结论可以为国家科技战略制定及学科发展规划提供有益参考。     

一种基于图卷积自编码模型的多维度学科知识网络融合方法

[目的/意义] 针对包含单一类型知识单元的知识网络难以全面反映学科知识结构的问题，提出一种从多维度进行知识网络结构融合的方法，为学科领域知识结构挖掘提供借鉴。[方法/过程] 利用LDA及TF-IDF方法抽取学科知识单元，然后运用语义相似度和关键词共现分析方法构建3个学科知识子网络：主题网络、关键词网络和实体网络，并采用空间节点传递对齐方法对齐子网络节点，接着设计基于图卷积操作的自编码模型对知识节点进行表示，最后通过计算余弦相似度重构学科知识网络。[结果/结论] 实验部分以人工智能领域为例，构建融合主题、关键词和实体的学科知识网络并展开分析，实验结果表明，本文所提方法能有效地揭示学科领域研究内容和知识结构，为学科知识发现与组织研究提供有益参考。     

论学校经营中教育服务产品的性质

随着教育市场的逐步形成，学校经营已经成为可能，为此有必要对学校经营的产品进行重新诠释。提出学校经营的产品就是教育服务的理念，从教育服务的量与质上构建出教育服务产品的表现形态，并设计了教育服务产品的生产流程及其销售的运行模式，以期引起大家对教育的关注。     

点击CBA未来

本文运用市场学和经济学有关理论初步分析了CBA发展运作中存在的诸多矛盾和问题 ,并试图提出一些建议。     

从市场创新学视角透视我国体育用品业的发展

一个时期以来，体育产业是朝阳产业，体育消费是消费热点，是对?是否?众说纷纭。本立足市场创新学视角，旨从市场创新度、市场创新域、市场创新向等层面上，来分析探讨我国体育用品业的市场创新，为体育用品生产企业提供有益必要的参考。     

健身健美操市场发展若干问题的探讨

健身健美操源远流长,现代健身健美操自60年代初开始萌芽以来,从80年代开始以其强大的生命力风靡世界,受到广大群众的喜爱与参与。本文从健身健美操的产品特点、市场需求、发展现状、存在问题等方面,对健身健美操市场发展的一些问题进行探讨。     

机电产品面向拆卸回收的绿色设计结构模型的比较

本文通过无向图、有向图和与或图三种以图论为基础的拆卸回收模型的比较,指出了各种模型存在的优缺点,为完善面向拆卸回收的绿色设计结构模型提供依据.     

一类几何图形关于某轴对称的重心同一性

一类在现实生活中比较有意义且具有同一性的几何图形的重心位置 ,主要由常见二次曲线与直线围成的图形关于某轴对称以及一些立体关于某轴对称且重心具有同一性的某些结果     

基于本体的简帛医药知识组织研究

［目的/意义］ 中医药是中华文化的传承,对现代医学发展具有重要作用,应受到高度重视。利用数字技术组织中医古籍,对其进行保护与重用具有重要意义。［方法/过程］ 以简帛医药文献为研究对象,分别构建简帛医药书目本体和内容本体,并通过书目本体和内容本体的连接形成简帛医药文献本体模型;利用命名实体识别模型抽取实体概念,利用依存句法分析和规则的方法抽取实体关系,最终将简帛医药文献数据存入图数据库,实现简帛医药文献知识图谱可视化与检索查询结果呈现。［结果/结论］ 利用本体和知识图谱,提出简帛医药知识组织方法,建立具有逻辑关系的简帛医药知识链,形成中医药领域知识的语义网络,在中医古籍的智能化方面做出有益的探索,有助于中药知识的普及与传承。     

基于无监督图神经网络的学术文献表示学习研究

学术文献特征表示,是学术文献搜索、分类组织、个性化推荐等学术大数据服务的关键步骤。研究表明,图神经网络能够有效学习文献的特征表示,然而当前研究主要集中在有监督学习方法上,不仅对数据集的大小和质量的要求较高,且学习到的文献特征表示与具体任务高度耦合。基于此,本文将四种无监督图神经网络方法引入学术文献表示学习,从Cora、CiteSeer和DBLP (database systems and logic programming)数据集的引文网络、共被引网络和文献耦合网络中学习文献的表示向量,并应用于文献分类和论文推荐两大下游任务。研究结果表明,(1)深度互信息图神经网络适合于文献分类任务,对抗正则化变分图自编码器则在论文推荐任务上性能更佳;(2)Cora数据集上的结果表明,相较于共被引和文献耦合网络,引文网络更适合于学习通用的文献表示向量。