异构信息网络相关论文
[目的 /意义]科技文献主题识别研究对于把握科技领域的研究重点和热点，揭示领域内的发展态势和演化趋势具有重要意义。传统科技文献......
[目的/意义]当网络构建逐渐由单层、同构网络延伸至多层、异构网络，现实复杂系统中多属性的实体及其之间多类型的交互关系得到揭示......
链路预测是异构图数据分析领域中重要的任务之一,可被广泛地应用在许多实际场景中。目前很多对异构信息网络链路预测模型的研究没......
大数据时代,推荐系统能够有效地解决信息过载问题。知识图谱作为一种信息量丰富的异构信息网络被引入到推荐系统当中,能够帮助生成......
工程师是企业中进行技术创新的主要人员,工程师与高校专家、技术经纪人的交流沟通,有助于区域工程师的技术进步,也有助于科技成果......
社区搜索的目的是找到包含查询顶点集的社区。现有研究主要集中于在简单图和属性图上的社区搜索,目前已有许多社区模型,如k-core、......
在技术创新的时代,知识产权保护变得越来越重要,专利作为知识产权的主要形式,申请和授权的数量逐年增加。专利申请流程中,申请人和......
【目的】针对社交媒体文本数据存在的语义稀疏及多元主体交互问题，探索有效的主题聚类方法。【方法】利用异构信息网络对社交媒体的......
随着图书资源的不断丰富,读者获取感兴趣图书的难度不断增大,图书推荐技术随之产生。利用用户信息、图书信息以及用户购买或是借阅......
随着信息化建设的快速发展,科研领域积累了庞大的数据资源。丰富的科研数据背后隐藏着高校、学科、研究人员间的关联信息。这些关......
随着信息技术的发展,人们能够获取的信息资源的方式越来越多,面对的信息资源日益丰富,“信息过载”问题日益凸显,导致人们在海量的......
推荐系统在社会生产、生活中有着丰富的应用场景,推荐技术也在不断追求极致结果和高品质的用户体验,面对数据内容的日益增加,数据......
随着互联网技术的不断发展,电子商务也随之兴起,商品的评论成为了人们进行购买决策时重要的参考信息。为了获得可观的收益,商家通......
电子健康档案的普及,推动了医疗健康大数据相关研究向数据驱动转型,为更加个性化的人群健康指导带来新的发展契机。基于医疗健康大......
分类问题是机器学习的一个重要分支,通过对已知数据的特征进行学习,预测未知数据的分类。分类预测模型在现实生活中有着广泛的应用......
近年来,互联网的发展使得数据和信息的规模大幅增加。在这种情况下,推荐算法显得尤为重要。推荐算法可以帮助人们快速的找到自己感......
电子商务平台中包含了大量用户自身生成的评价信息。相关研究表明,一些商家为了获得不法的收益会雇佣虚假评论群组误导潜在用户的......
随着5G时代的到来,网络成为了人们获取外来资讯的重要途径。人们在享受快捷信息服务的同时也面临着繁杂的网络信息带来的“选择难......
随着信息技术的发展,由于推荐系统通过采用海量数据挖掘的方式,为用户快速准确地筛选出所需要的信息,提供个性化服务和决策支持,而......
恶意软件的发展正趋向多变种、更新快、数量巨大,当前主流的基于机器学习或深度学习的恶意软件智能检测面临巨大挑战。其中,恶意软......
异构信息网络kNN查询在数据挖掘领域有着广泛的应用,如链接预测、信息检索、个性化推荐等。现有的相关算法是给定一个查询对象,返......
网络嵌入是近年来大数据领域的研究热点.异构信息网络(HIN)已被提取用于提高推荐系统的性能,然而现有的提取方法没有考虑到向量自......
推荐系统被广泛应用于互联网的各个领域中,用来解决当前时代信息过载的问题。它不仅可以帮助用户快速筛选出感兴趣的内容,也为互联......
推荐系统是数据挖掘中强有力的技术,异构信息网络是推荐系统起步晚却发展迅猛的主流推荐方法.提出了基于异构信息网络的学生成绩预......
目前,潜在因子模型被广泛用于推荐,现有的方法大多利用用户与项目之间的交互信息来学习潜在特征,然而,用户和项目的潜在特征可能是......
社交网络平台是近十年来互联网用户最广泛应用的大型信息系统,已经成为海量用户交流与资讯获取的重要渠道。其中,大众社交网络平台......
人群定向是通过对用户的行为,找出具有共同特征的潜在用户集合。为了能够帮助企业或广告主挖掘社交网络中潜在用户,本文针对复杂的......
社会化媒体指基于互联网的、允许用户以创建和分享信息来进行社会交互的新型媒体。兴趣点数据指一种代表真实地理实体的点状地理空......
随着商品、新闻、社交等商业平台快速普及与发展,其数据信息呈爆炸式增长趋势,互联网用户面临着严重的信息过载问题。作为一种应对......
为实现同时利用属性信息和结构信息完成更精确的协同聚类,提出一种基于属性异构信息网络的半监督协同聚类框架(SCCAIN).首先,设计......
过去基于学习用户和物品的表征向量的推荐系统算法在大规模数据中取得了较好的结果。相比早期经典的基于矩阵分解(matrix factoriz......
[目的]采用异构信息网络理论和作者偏好,提高科技文献推荐质量.[方法]基于异构信息网络理论,提出一种可以融合多语义信息的科技文......
随着移动互联网、云计算技术的快速发展,各行各业产生、获取、处理和存储的数据量正以指数级别呈爆炸式的增长。大数据作为新时代......
协同过滤推荐技术在Netflix百万大奖赛中脱颖而出后,已成为推荐系统发展史上发展最快、应用最广的一类算法,但是它们仍然受到数据......
推荐系统工作在信息提供方和用户之间，对已有的内容和用户行为进行分析，建立用户模型，在海量的数据中帮助用户找到自己可能喜欢的内容......
推荐系统通过分析用户的历史行为,对用户的兴趣进行建模,帮助用户从互联网上大量的信息中找到他感兴趣的内容。随着互联网和在线社......
互联网技术、Web技术等快速发展使得网络中的数据以指数级方式增长，对于用户来说，利用关键词找到自己所需要的信息也越来越困难，产生......
随着近年来假币犯罪案件的高发，案件数量逐年增多，涉案金额越来越大，呈现出团伙性作案的特点，这极大影响了社会的经济秩序。由于案件数......
异构信息网络分析是近年来数据挖掘领域中非常热门而新颖的研究方向，受到越来越多专家学者的关注。现实世界中来自各种不同领域的系......
社会网络分析(SNA)是数据挖掘研究领域的一个热点，受到越来越多研究学者的关注，而社区挖掘是社会网络分析的一个主要研究方向。当前......
现实世界中,大部分的数据对象之间存在互相关联或交互关系,形成数量众多的、互联的、复杂的网络,不失一般性,我们称这种互联的网络......
现实中的许多应用，如社交网络、P2P信贷、生物信息、社交投资等许多数据库系统都是构成异构信息网络。因此，针对异构信息网络的数据......
如今,微博平台在实时传播信息方面发挥了重要作用。然而,由于其具有规模大、实时性强和数据非结构化的特点,常见的数据挖掘方法在......
从海量数据中发现潜藏着的、有价值的知识,是一项巨大的挑战。在一些情况下,知道什么样的数据显著区别于数据集中的其它数据,也就......
随着Web应用的蓬勃发展,现实世界中存在大量的对象,它们相互之间存在各种各样的交互关系,形成一个庞大的、相互联系的复杂网络,我......
[目的/意义]利用异构信息网络融合建模开展专利技术主题识别方法研究,能有效提高专利技术主题识别的准确性。[方法/过程]利用文本......
