基于作者引用文献关系的潜在研究兴趣主题发现简

扩展LDA（latent dirichlet allocation）模型,提出基于作者引用文献关系的作者-兴趣主题-文献模型。每个作者被分配一个在所有主题上的多项概率分布,每个主题被分配一个在所有文献上的多项概率分布。在DBLP（digital bibliography ＆library project ）文献引用关系数据集上的实验表明,所提模型能有效地提取一个研究领域的主要潜在研究兴趣主题及其所包含的代表性文献,并能挖掘每个作者属于每个研究兴趣主题的分布。     

基于MapReduce的大规模文本聚类并行化

建立快速有效的针对大规模文本数据的聚类分析方法是当前数据挖掘研究和应用领域中的一个热点问题.为了同时保证聚类效果和提高聚类效率,提出基于"互为最小相似度文本对"搜索的文本聚类算法及分布式并行计算模型.首先利用向量空间模型提出一种文本相似度计算方法;其次,基于"互为最小相似度文本对"搜索选择二分簇中心,提出通过一次划分实现簇质心寻优的二分K-means聚类算法;最后,基于MapReduce框架设计面向云计算应用的大规模文本并行聚类模型.在Hadoop平台上运用真实文本数据的实验表明:提出的聚类算法与原始二分K-means相比,在获得相当聚类效果的同时,具有明显效率优势;并行聚类模型在不同数据规模和计算节点数目上具有良好的扩展性.     

风云际会:从云计算到物联网的大时代

正云计算的兴起无疑是互联网发展史上最激动人心的事件之一。那么,云计算在互联网和信息社会的发展历程中究竟处于什么位置?云计算与3G、物联网是什么关系?云计算的发展方向是什么?云计算的历史定位回顾互联网的发展历史,展望互联网的未来,我们可以将互联网的历史划分为以下几个阶段。第一代互联网——1986年,美国国家科学基金会(NSF)资助建成了基于TCP/IP的主干网NSFNET,连接了主要的科研机构,第一代互联网由此诞生。这个阶段只     

哈尔·G·科拉纳(1922-2011)

●现代生物学巨匠哈尔·G·科拉纳(下图)1968年与其他两位科学家分享了当年度的诺贝尔生理学或医学奖。他们虽各自独立研究,但都"因破解了遗传密码及其在蛋白质合成过程中的作用"而予以褒奖,诺贝尔奖颁奖辞如是说。     

科学政策问题清单

科学在政策制定中的地位 1.在政策制定、执行和评估中,不同的政治文化和机构如何影响科学证据的获取和处理？ 2.科学家和决策者们如何认识并传达科学建议的局限性？