基于社区发现及主题分析的微博用户推荐

在现行的几种好友推荐机制基础上,考虑社交网络的信任传播因素,设计了一种推荐模型。提出一种先基于信任度发现社区,再通过主题分析计算用户相似度的两阶段推荐方法。旨在向用户推荐其感兴趣的潜在好友,帮助用户扩大其朋友圈,进而提高用户黏性。     

科技论文美的形态及当代科技论文美的缺失

了解、熟悉科技论文美的形态特征,对避免目前科技论文美的缺失行为有所帮助。分析科技论文的形成和创作过程不同阶段的科技论文美的形态特征,指出当前科技期刊存在的学术造假、剽窃等学术不端行为以及个别期刊过于追求经济效益导致期刊内容质量严重下降等现象,造成了科技论文美的缺失。指出了对科技论文美的深层挖掘是科技期刊活力所在。     

浅析学术不端行为的界定及其在科技论文中的主要表现

对学术不端行为中3个概念的界定作出了解释,分析了科技论文中学术不端行为的一些主要表现,指出了在判定科技论文作者学术不端行为时需要注意的几个问题。     

利用SCI数据库分析新疆医科大学科技论文产出和学术影响力

以ISI Web of Knowledge数据库网络版（SCIE）为检索工具,从发文量、作者、期刊分布、学科分布、被引频次等方面,对2008—2012年期间新疆医科大学科技人员发表的SCI论文进行了分析与比较,揭示了新疆医科大学科技竞争力的现状及发展水平。     

科技论文学术水平的专家综合评价方法研究

针对科技论文的学术水平评价问题,提出了一种基于二元语义的专家综合评价方法。本文首先在简要介绍二元语义概念基础上,给出了基于二元语义信息处理的科技论文综合评价的计算步骤,得到以二元语义形式给出的科技论文专家评价结果,最后进行了算例分析。     

基于元数据的科技论文分类方法

等信息时,可以取得与传统的基本文本全文信息分类方法近似的分类精度．在对以大量公式、字符为主的类别进行分类时,以元数据进行分类可以取得更加理想的效果．因元数据的尺寸远远小于全 文的尺寸,该方法可极大地缩短分类的时间.     

科技论文评优方法的研究

通过对科技论文属性及其载体属性的分析,提出了科技论文的评优指标体系,并采用“专家评分法”对其进行评优.     

科技论文图像处理方法

图像是科技论文结果表述的重要方式。为了方便学术交流和期刊印刷,科技论文对图片的一般要求是:表达清晰,分辨率要高,图片大小为A4纸的半栏(8cm左右)或整栏文字宽度(16cm左右),图片格式为tif。正确使用图像生成及处理的软件能够规范美观地呈现图片,使用Excel,Origin,SPSS,Graphpad Prism等软件将数据生成图表,图片信息的定量处理常用Image-Pro Plus,powerpoint把图合并成一个大图,Photophop用于设置宽度,查看修改dpi,处理western等胶时,可改对比度,使图更清楚,也可用于转文件格式。通常将Excel、powerpoint中图像文件转变成PDF格式文件,再用Photoshop等软件将所需图片保存为高分辨率的TIFF文件。     

基于预训练语言模型特征扩展的科研论文推荐

针对科研学术论文推荐数据稀疏的问题,提出一种基于预训练语言模型特征扩展的科研论文推荐方法.通过预训练语言模型学习论文摘要的特征表示,将其作为辅助信息构建推荐模型,再将辅助特征和用户-论文标签矩阵共同输入半自编码机模型进行训练,最终实现推荐任务.实验结果表明,相比自编码机等神经网络方法,该方法推荐的科研论文更为准确,可提高科研工作效率.     

一种基于子周期社区挖掘的电视节目推荐方法

针对电视节目的互动性差、即时性要求较高,使得网络上通用的推荐电影、书籍的算法不适合电视节目的推荐这一现象,笔者根据用户观看电视的历史数据,得出用户观看电视的规律,根据当前时间生成推荐列表向用户推荐电视频道,提高电视节目的推荐效率。在真实的数据上做实验分析,并与其他主流推荐算法的命中率作对比,综合分析得出,本算法的推荐效果要高于其他算法。     

基于科研论文合著网络的社区发现算法研究

为了更好地为广大学者阅读文献提供个性化的推荐服务,针对中国知网学术论文发现科研社区,提出了一种科研社区发现算法:首先利用Pajek构建出科研论文合著网络,并将网络公共数据集Dining-table partners和Sampson作为测试数据集,对科研社区发现算法和社区发现经典算法GN算法进行性能对比分析,验证科研社区发现算法的性能更优;最后利用算法发现科研社区结构,实验结果表明社区划分的效果较好。     

基于二分网络社团划分的推荐算法

传统的基于用户的协同过滤(User-based CF)推荐算法的推荐效率随着数据的不断增加而降低.本文在User-based CF算法中引入二分网络社团发现理论,提出一种基于二分网络社团划分的推荐算法(RACD).首先通过用户与项目之间的关系建立用户-项目二分网络,然后通过RACD对该网络进行社团划分,得到用户的社团信息,最后通过同一社团中的其他用户对目标用户进行项目的推荐.在经典网络数据集上的实验结果表明,RACD能够有效提高推荐系统实时推荐效率.     

一种基于用户偏好的学习推荐方法

传统的推荐算法一定程度上为学习者提供了自适应的学习服务,但忽略了用户的学习兴趣偏好,难以提供学习者满意的推荐服务.为了提高学习推荐的效率,对用户的偏好进行进算,根据兴趣偏好对基本用户进行聚类,然后根据用户之间的兴趣相似性初步预测目标用户的兴趣度,进而给用户推荐兴趣度较高的学习服务.实验结果表明,该方法可显著地提高推荐质量.     

基于Web社区的科研论文自动评价

由于信息的巨大数量,传统的人工科研论文评价方法已经越来越不适应.本文提出了一个新的基于Web社区发现技术的科技论文自动评价方法,并与googlescholar等进行了比较,实验表明我们的方法具有明显的优势.     

基于粒子群算法的学习路径推荐方法

智能训导系统（ITS）以提高学习者学习自主性,实现个性化的学习过程为目标．学习者的学习偏好根据学习者本身的属性,如学习目的,认知能力等变化．因此,为所有学生设计统一的学习路线已不能很好满足单个学习者的学习需要．首先将学习者进行特征聚类,然后将每个学习者作为一个粒子,将其在学习过程中的路径选择和评价值作为其空间代表值,使用粒子群算法进行个性化学习路径寻优,并通过实验证明其有效性．     

大学教师学术同行评价制度构建研究

该文从同行评议的概念及其内涵出发,通过探讨同行评议的运行模式及其特点、同行评议有效性的影响因素,以福州大学教师聘任中同行评议为例,分析了大学教师聘任中学术同行评价制度的构建,对当前国内大学教师学术评价制度的建设有一定借鉴意义。     

基于二次聚类的新闻推荐方法

由于新闻更新快,对用户进行新闻推荐往往需要进行聚类预处理,而传统方法要么复杂度过高,要么依赖于迭代初值,都不能准确而高效地应用于新闻推荐中.针对以上问题,文中提出了一个基于二次聚类的新闻推荐方法,对随机抽样数据进行密度聚类,基于该样本密度聚类的簇数和初始簇心进行所有待推荐新闻的二次快速聚类,并结合时新性、新闻热度等因素实现新闻推荐.文中方法可以将相关新闻聚集在一起,同时又不导致过高的运算开销,并通过参数估计方法计算各因素参数.实验结果表明,与其他新闻推荐方法相比,文中方法具有较好的推荐多样性和推荐准确度.     

用户特征的混合Top-N推荐方法

为解决协同过滤方法中面向新用户的冷启动问题,提出基于用户特征的混合Top-N推荐方法.通过对用户特征的聚类分析,获得特征相似用户集,根据目标新用户与不同用户集的距离、用户集对不同项目的评分来预测新用户对项目的评分,并结合传统协同过滤方法进行推荐,最后采用命中率来评价推荐的准确度.实验结果表明,该方法针对新用户有较好的推荐精度.     

基于评论的影片个性化推荐方法

针对影片数量较大, 观众选择喜欢的影片较难的问题, 提出一种基于评论的影片个性化推荐方法. 该方法先把电影标签作为主题对观众评论进行分类, 再根据主题评估函数计算主题的满意度, 然后根据观众喜好为主题设定权重, 获得关于影片的个性化评价, 最后根据评估结果, 为观众提供一个可供选择的影片序列. 实验结果表明, 该基于评论的影片分析方法有效.