期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于知识超网络的领域专家识别研究
被引量:
7
1
作者
许鹏程
毕强
《数据分析与知识发现》
CSSCI
CSCD
北大核心
2019年第11期89-98,共10页
【目的】更加科学规范地对学者影响力进行评估,从而发现领域专家。【方法】从作者、文献、领域、主题4个维度构建知识超网络模型;结合超网络的度量方法、文献计量法,运用LDA主题模型,借鉴PageRank排序的思路,提出基于知识超网络的领域...
【目的】更加科学规范地对学者影响力进行评估,从而发现领域专家。【方法】从作者、文献、领域、主题4个维度构建知识超网络模型;结合超网络的度量方法、文献计量法,运用LDA主题模型,借鉴PageRank排序的思路,提出基于知识超网络的领域专家识别方法。【结果】以图书情报领域为例,通过实验进行领域专家识别,并将结果与h指数、p指数、社会网络分析法进行对比,验证了本文方法的有效性及合理性。【局限】只选取部分期刊的论文数据进行实验,排序结果与真实的排序可能有差别;通过LDA主题模型挖掘的领域标签的粒度需要进一步细化。【结论】基于科技文献的知识超网络,探索学术影响力评价的科学范式,为领域专家识别提供了新的思路和方法。
展开更多
关键词
知识
超
网络
领域专家
超
边
排序
专家识别
原文传递
基于超网络中超边排序算法的网络舆论领袖识别
被引量:
15
2
作者
马宁
刘怡君
《系统工程》
CSSCI
CSCD
北大核心
2013年第9期1-10,共10页
舆论领袖对网络舆情的发生和发展有重要的引导作用,可以影响网络舆论的走向,识别其中的舆论领袖具有重要的现实意义。首先建立了集社交、环境、心理和观点四层子网描述的网络舆论超网络模型,将现有的对网络舆论进行的单层社会网络分析...
舆论领袖对网络舆情的发生和发展有重要的引导作用,可以影响网络舆论的走向,识别其中的舆论领袖具有重要的现实意义。首先建立了集社交、环境、心理和观点四层子网描述的网络舆论超网络模型,将现有的对网络舆论进行的单层社会网络分析扩展为超网络研究;在超网络模型基础上,提出了一种新的超边排序算法(SuperEdgeRank),通过该算法对社交子网中各个舆论主体参与形成的超边进行排序,进而挖掘出网络舆论领袖。在该算法中,分别对环境子网中信息传播影响度、心理子网中不同心理动机之间转化关联度和观点子网中不同观点的相似度等参数进行了计算。最后通过实例分析证明了该方法的可行性,具有很强的理论指导意义和实际应用价值。
展开更多
关键词
超
边
排序
算法
超
网络
舆论领袖
原文传递
题名
基于知识超网络的领域专家识别研究
被引量:
7
1
作者
许鹏程
毕强
机构
吉林大学管理学院
出处
《数据分析与知识发现》
CSSCI
CSCD
北大核心
2019年第11期89-98,共10页
文摘
【目的】更加科学规范地对学者影响力进行评估,从而发现领域专家。【方法】从作者、文献、领域、主题4个维度构建知识超网络模型;结合超网络的度量方法、文献计量法,运用LDA主题模型,借鉴PageRank排序的思路,提出基于知识超网络的领域专家识别方法。【结果】以图书情报领域为例,通过实验进行领域专家识别,并将结果与h指数、p指数、社会网络分析法进行对比,验证了本文方法的有效性及合理性。【局限】只选取部分期刊的论文数据进行实验,排序结果与真实的排序可能有差别;通过LDA主题模型挖掘的领域标签的粒度需要进一步细化。【结论】基于科技文献的知识超网络,探索学术影响力评价的科学范式,为领域专家识别提供了新的思路和方法。
关键词
知识
超
网络
领域专家
超
边
排序
专家识别
Keywords
Knowledge Super-Network
Domain Experts
SuperEdgeRank
Expert Identification
分类号
TP391 [自动化与计算机技术—计算机应用技术]
原文传递
题名
基于超网络中超边排序算法的网络舆论领袖识别
被引量:
15
2
作者
马宁
刘怡君
机构
中国科学院科技政策与管理科学研究所
中国科学院自然与社会交叉科学研究中心
出处
《系统工程》
CSSCI
CSCD
北大核心
2013年第9期1-10,共10页
基金
国家自然科学基金资助项目(91024010)
中国科学院创新团队项目(KACX1-YW-1011)
中国科学院科技政策与管理科学研究所重大研究任务项目(Y201201z06)
文摘
舆论领袖对网络舆情的发生和发展有重要的引导作用,可以影响网络舆论的走向,识别其中的舆论领袖具有重要的现实意义。首先建立了集社交、环境、心理和观点四层子网描述的网络舆论超网络模型,将现有的对网络舆论进行的单层社会网络分析扩展为超网络研究;在超网络模型基础上,提出了一种新的超边排序算法(SuperEdgeRank),通过该算法对社交子网中各个舆论主体参与形成的超边进行排序,进而挖掘出网络舆论领袖。在该算法中,分别对环境子网中信息传播影响度、心理子网中不同心理动机之间转化关联度和观点子网中不同观点的相似度等参数进行了计算。最后通过实例分析证明了该方法的可行性,具有很强的理论指导意义和实际应用价值。
关键词
超
边
排序
算法
超
网络
舆论领袖
Keywords
SuperEdgeRank Algorithm
Supernetwork
Opinion Leader
分类号
C931 [经济管理—管理学]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于知识超网络的领域专家识别研究
许鹏程
毕强
《数据分析与知识发现》
CSSCI
CSCD
北大核心
2019
7
原文传递
2
基于超网络中超边排序算法的网络舆论领袖识别
马宁
刘怡君
《系统工程》
CSSCI
CSCD
北大核心
2013
15
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部