Web2.0环境下国内网络购物平台建设的对策及模型研究

简要介绍了Web 2.0的概念及基本特征,然后针对当前我国网络购物平台存在的一些问题.比如:平台界面个性化不强、互动性和即时性不是太充分、缺乏体验性和娱乐性功能环节、平台智能化比较弱,详细介绍了若干完善和创新国内网络购物平台服务功能的对策,最后提出web2.0环境下的网络购物平台模型,以期为我国网络购物平台的建设提供借鉴,推动我国网络购物市场的快速发展.     

基于SUMO和WordNet本体集成的文本分类模型研究

针对传统文本分类方法和目前语义分类方法中存在的问题,提出基于SUMO和WordNet本体集成的文本分类模型,该模型利用WordNet同义词集与SUMO本体概念之间的映射关系,将文档-词向量空间中的词条映射成本体中相应的概念,形成文档-概念向量空间进行文本自动分类。实验表明,该方法能够极大降低向量空间维度,提高文本分类性能。     

基于SUMO本体的图书自动分类模型研究

提出基于SUMO本体的图书自动分类模型.该模型首先对收集的各类图书信息进行预处理,形成高维的词向量空间,然后利用我们设计的基于SUMO本体的映射算法将其映射成低维的概念向童空间进行图书自动分类模型的训练.当用户输入图书信息时,模型会对这些信息进行相同处理,并利用训练好的分类模型将其归到相应的类别中.实验表明,该模型能够简化图书自动分类的过程,降低向量维度,提高分类效率,有效保证图书分类的准确率和召回率.     

论文代写代发现象之研究

花钱请人代写代发论文是一种恶劣的学术不端行为,为别人代写代发论文是一种不正当的商业行为。笔者首先探讨了论文代写代发的产生背景、国内外研究现状及兴起的原因,然后从计量分析的角度,分析比较了中国与欧美国家代写代发网站的数量及"服务范围",估算出国内每年"代写代发"论文的数量、产值及平均每家代写代发公司的全时当量写手数量,最后详细阐述了论文代写代发的危害及对策,以起到警示和指导作用。     

国内知识图谱应用研究综述

以知识图谱在情报学领域中的应用为例,首先简要介绍情报学知识图谱研究的必要性、现状、发展趋势以及知识图谱绘制工具及方法流程,然后对在国内248篇知识图谱研究文献进行内容分析,全面梳理知识图谱在情报学领域及其子领域的应用概况,并简要介绍知识图谱在其他学科或领域中的应用。     

WordNet与SUMO本体之间的映射机制研究

针对本体概念与自然语言词汇之间存在普遍性与特殊性的矛盾,以WordNet同义词典和SUMO本体为研究对象,对两者进行简要概述,详细分析两者之间的映射动机,提出自然语言词汇、WordNet同义集和SUMO本体概念之间的映射模型,并深入分析WordNet同义集与SUMO本体概念之间的映射实例、映射效果及应用。希望藉此更好地利用WordNet同义词典与SUMO本体概念之间的映射关系去解决本体概念与自然语言词汇之间的矛盾,促进本体更广泛地应用于智能检索、语义分类、数据挖掘等领域。     

中美英被引和未被引作者科研合作社区结构特征及差异分析

[目的/意义]测度与揭示不同国家被引和未被引作者科研合作社区结构和规模特征演化,为作者选择科研社区与合作伙伴、挖掘合作关系、增强合作交流和探测合作社区主题提供一定的借鉴意义。[方法/过程]文章基于中美英管理学领域2000—2014年的论文数据,全面计量分析了中美英被引和未被引作者合著网络的结构特征、科研社区规模与数量随作者数量阈值增加的演变特征及差异。[结果/结论](1)中国(港澳台地区除外)被引和未被引作者科研社区结构和规模差异极小,都形成了超级科研合作社区,而美英被引和未被引作者科研社区结构和规模差异较大,表明中国被引和未被引作者的科研合作偏好较为一致,倾向融入大规模科研社区进行科研合作。(2)当作者数量阈值不断增大时,中美英被引作者科研合作网络中逐渐形成数量极少但规模较大的超级科研社区,以及数量众多的小规模科研社区,分布规律呈现出典型的马太效应,并且网络结构呈现出稳定且极少的变化。     

基于决策树和逻辑回归模型的人工智能领域潜在“精品”论文识别研究

【目的/意义】海量科技文献中存在大量潜在“精品”文献,如何识别并利用此类文献是目前较具现实意义的研究问题。【方法/过程】本文以Web of Science数据库中人工智能领域1990-2010年期间的文献原文及引文数据为样本,构建该领域文献原文-引文特征向量空间,融合决策树和逻辑回归模型对文献特征向量空间进行模型训练和潜在“精品”论文识别的测试应用。【结果/结论】实验结果表明,“发表五年后被引量”特征变量的加入能够显著提升决策树和逻辑回归模型的识别分类效果,使得两类模型的识别准确率分别达到84%和89%以上,提升幅度达到20多个百分点。逻辑回归模型的识别效果始终优于决策树模型,通过调整两种模型的超参数,能够使得模型获得更理想的识别效果。此外,早期人工智能领域科学研究仍处于小团队协作阶段,领域文献的基金支持和开放获取程度较低。【创新/局限】尽管论文创新性引入机器学习方法实现潜在“精品”文献识别模型的建模与应用,然而仍需将模型拓展到更多学科领域。     

基于扎根理论的高价值专利评估与识别研究综述

【目的/意义】高价值专利识别与培育是我国知识产权强国建设的重要环节,全面解读领域研究概况与进展 能够为科研和从业人员提供借鉴。【方法/过程】综合运用扎根理论和 NVivo 分析工具,通过领域主题的程序化编 码,识别出高价值专利评估与识别研究的重要主题,并从时间维度进行分析和综述。【结果/结论】专利质量与专利 价值是一对相互交融的概念,高价值专利可以从经济价值、市场价值、战略价值和法律价值等维度来衡量;高价值 专利评估数据主要来源于专利案例、专利数据库和专利行业数据;专利价值评估与识别研究主要涵盖三大主题：专 利价值的市场评估分析、专利价值影响因素及作用机理、专利价值评估指标组合与模型构建。【创新/局限】扎根理 论能够系统梳理领域的重要研究主题和进展,未来可以通过科学知识图谱动态展示领域科研合作态势、研究热点 与前沿,以及从实践的角度分析高价值专利评估与识别的典型案例。     

基于机器学习模型的科技论文潜在“精品”识别研究

综合运用科技文献特征向量空间和机器学习模型实现海量文献中潜在“精品”的自动识别与推荐,能够提升海量科技文献的科学影响和其科技发展促进作用。设计和实现基于机器学习的科技文献潜在“精品”识别分类器和模型框架,测度出国际高影响力期刊和国内图书情报与档案管理期刊论文的原文及引文特征,运用特征工程构建科技论文特征向量空间;然后分别采用支持向量机和朴素贝叶斯等传统机器学习模型,以及深度置信网络和多层感知机等深度学习模型进行潜在“精品”的自动识别,并基于ROC曲线（receiver operating characteristic curve）和混淆矩阵构建评价模型识别效果的指标体系。研究结果显示：(1)深度学习模型在潜在“精品”识别方面的效果较差,而传统机器学习模型的识别效果较优,其中随机森林和支持向量机的潜在“精品”识别效果最佳,决策树识别效果次之,朴素贝叶斯识别效果较差且稳定性不足。(2)影响因子越高的期刊潜在“精品”识别效果越好;无论国际自然科学领域高影响力期刊,还是国内社会科学领域图书情报与档案管理期刊,识别出的“精品”论文全部为被引频次较高的论文且综述论文的占比较低,国内期刊的“精品”论...