学术信息服务平台的研究与设计

提出了建设学术信息服务平台的构思,该平台采用分层架构,数据层从互联网采集学术信息,并对其进行清洗和存储,识别学术实体,分析学术关系,形成学者社会网络;应用层提供学者空间服务、学术信息语义描述、开放的Web服务接口和学术信息检索功能;协作层为学者交互团队合作提供基础服务,包括在线交流,论文分享,社会网络服务以及科研群组．并重点阐述了学术信息的采集、学术关系的分析和论文推荐等3个关键问题．     

社会网络服务及其用户行为分析

分析了社会网络服务的理论基础和实现技术，讨论了用户行为分析的研究方法．以面向学者的社会网络为例，分别应用第三方网络分析软件CNZZ和自主开发分析软件SCHOLAT后台管理软件进行了用户行为分析实例研究．     

基于密度峰值聚类标签传播的社区发现方法

社区发现的目标是发现复杂网络的结构、行为和组织形式。标签传播算法是一种快速有效的社区发现算法,然而在初始的标签传播算法中,节点的结构信息和特征信息没有得到充分利用,且存在标签传播过程不稳定的问题。针对上述问题,文章提出了一种基于改进的密度峰值聚类算法和标签传播算法的有向加权复杂网络社区发现算法(DPC-LPA)。该算法首先根据节点的结构和特征对其进行加权,充分利用了结构信息和特征信息;然后,采用改进的密度峰值聚类算法来寻找网络的社区中心,并据此构建初始社区,提高了社区划分的质量;其次,基于节点相似度和节点权重,合理确定标签传播的更新顺序,并通过衡量节点间标签传播的强度来完成标签传播,解决了标签传播算法不稳定的问题。最后,在CiteSeer、Cora、WebKB和SCHOLAT真实数据集上,将DPC-LPA算法与DCN、WCF-LPA、CLPE算法进行对比实验。实验结果证明了DPC-LPA算法的可行性和有效性：从模块度来看,利用DPC-LPA算法划分的社区具有更加显著的社区结构;从调整兰德系数来看,DPC-LPA算法的社区划分质量更稳定;从运行时间来看,DPC-LPA算法具有较高的效率。     

时态知识/数据模型研究及应用

时间是信息的重要属性,不仅数据有时态性,而且知识也有时态性.时态信息在信息系统中扮演着日益重要的角色,在某些系统中还起着关键性作用.将时态应用分为完全时态应用、嵌入式时态应用和混合型时态应用3种模式,提出一种时态信息模型,重点讨论时态数据模型和时态知识表达模式,介绍典型时态信息系统"工资智能决策支持系统"中的知识/数据处理模型.