☆☆☆☆☆




點擊這裡下載

類似圖書 點擊查看全場最低價

---

內容簡介

　　《基於異構社會網絡的知識社區挖掘及學者相似度研究》圍繞著異構社會網絡中知識社區挖掘和學者相似度計算，在學科交叉的背景下，綜閤利用社會網絡理論、社會資本理論、本體理論，提齣：①基於社會資本理論的異構社會網絡模型和知識社區發現方法；②基於關聯網絡鏈接分析的學者相似度計算方法；③基於本體的學者關聯分析方法。全書以學者為研究對象，詳細研究學者間多種學術關係的關聯和融閤，將單一節點、單一關係的學術網絡擴展到多類型節點、多關係的異構社會網絡，豐富和發展原有社會網絡研究，對建立起更為廣闊的語義社會網絡研究範式具有一定的理論價值，同時也為科研組織創新團隊管理提供決策支持。《基於異構社會網絡的知識社區挖掘及學者相似度研究》可供管理類（如信息管理與信息係統、情報學、管理科學與工程等）、計算機類（如社會網絡、語義網）專業或研究方嚮高校師生，以及各級科研管理和決策人員閱讀參考。

目錄

第1章 緒論
1．1 研究背景與目的
1．2 國內外研究現狀
1．3 研究的主要內容與方法

第2章 相關理論
2．1 社會網絡理論
2．2 行動者網絡理論
2．3 社會資本理論
2．4 本體理論
2．5 本章小結

第3章 社區發現算法及其評價
3．1 社區的概念及定義
3．2 社區發現算法
3．3 評價方法
3．4 社區發現進展
3．5 本章小結

第4章 麵嚮科研組織的異構社會網絡構建
4．1 科研組織的需求
4．2 模型構建
4．3 基於社會資本的多關係關聯
4．4 科研組織中多關係的測度
4．5 多關係融閤
4．6 本章小結

第5章 科研組織的知識社區的發現及優化
5．1 基於網絡拓撲結構的社區發現
5．2 基於節點屬性的社區優化
5．3 融閤網絡結構與節點屬性的社區優化
5．4 實驗設計與分析
5．5 本章小結

第6章 學者領域知識結構挖掘
6．1 研究現狀
6．2 學者領域知識的構成分析
6．3 學者領域知識網絡構建
6．4 學者領域知識結構探測
6．5 實驗
6．6 實驗評價
6．7 本章小結

第7章 基於關聯網絡的學者相似度計算
7．1 引言
7．2 研究現狀
7．3 基於圖拓撲結構的SimRank算法和P-Rank算法
7．4 學者關聯網絡的構建及相似度計算
7．5 實驗與討論
7．6 本章小結

第8章 基於SimRank的學者相似度計算
8．1 SimRank相似度計算與共引、耦閤的比較
8．2 基於SimRank的學者相似度計算方法
8．3 實驗
8．4 本章小結

第9章 基於本體的學術網絡建模及學者關聯分析
9．1 引言
9．2 研究現狀
9．3 基於本體的學術網絡構建
9．4 學者關聯度計算
9．5 實證分析
9．6 本章小結

第10章 總結與展望
10．1 全書工作總結
10．2 未來工作展望
參考文獻
附錄
後記

精彩書摘

　　《基於異構社會網絡的知識社區挖掘及學者相似度研究》：
　　3.4.3異質網絡中的社區發現
　　傳統的社區發現算法隻能用於處理同質網絡，即隻包含單一關係和節點類型的網絡。但現實世界的網絡往往是由多種類型的節點以及多樣化的聯係組成的異質網絡，它們分彆被稱為多維網絡和多模網絡。
　　1.多維網絡
　　本部分探討的多維網絡是同種節點類型的節點間存在多種關係的網絡。在多維網絡中，不同關係的重要程度的衡量是一個重要問題。Cai等（2005）提齣瞭一種依賴用戶要求（用戶示例）確定關係重要程度，進行關係抽取的方法。根據特定用戶要求得到瞭最滿足用戶預期的各關係的加權綫性組閤，將異質網絡轉化成瞭同質網絡。在這個新的同質網絡上應用傳統算法劃分社區。
　　Guy等（2008）設計瞭一種名叫SONAR（social networks architecture，即社會網絡整閤應用接口）的應用，匯集瞭來自博客、組織圖等公共渠道和郵件、及時消息等私人渠道的信息資源。這種加權整閤多渠道信息的社會網絡能提供適應更多用戶場景的信息。但又由於不同用戶的視角與需求不同，難以得到普適的最優資源加權組閤方案。
　　Rodriguez和Shinavier（2010）認為雖然已經存在大量成熟的同質網絡分析方法，異構數據卻較難處理。因此，他們提齣瞭一種路徑代數法，可將多關係網絡映射為單關係網絡。如此，則可利用現有的同質網絡分析法處理這些經過轉換的異構社會網絡數據。
　　L.Tang等（2012）總結瞭現有的社區發現算法的統一過程，即網絡矩陣、效用矩陣、軟社區指標和節點劃分。針對該過程的四個部分提齣瞭從單維網絡社區發現到多維網絡社區發現的四種集成策略，即網絡集成、效用集成、特徵集成和劃分集成。其中劃分集成就是聚類集成問題，把同一數據不同的聚類結果組閤成一緻結果。Strehl和Ghosh（2003）早在2003年就研究瞭該問題。2.多模網絡多模網絡中社區發現的策略有兩種，一種社區中包含多種節點類型，另一種社區中隻包含同類節點。根據分析目的的不同可以選擇不同的策略。
　　Sun等（2009b）提齣的用於星形結構網絡聚類的NetClus算法就可發現包含多種節點的社區。星形網絡結構中存在一個中心節點類型和幾個屬性節點類型，屬性類型的節點與且僅與中心類型的節點相連。社區的形成依據是由生成模型得齣的後驗概率的排序。由NetClus不僅能得到包含多種類型節點的社區，且可分彆獲取每種類型節點（如會議、作者、主題詞）在所處社區中重要性的排序。相比僅能處理包含兩種節點的二模網絡的RankClus算法（Sun，2009c），NetClus的適用性與可解釋性更強。但NetClus僅限處理星形模式的網絡。
　　……

前言/序言

　　在21世紀知識經濟時代，知識創新是促進知識經濟與社會可持續發展的基礎和源泉，是推動科技進步和經濟增長的革命性力量，也是提高國傢綜閤國力和國際競爭力的強大保障。中國製定的《國傢中長期科學和技術發展規劃綱要（2006-2020年）》和《中華人民共和國國民經濟和社會發展第十一個五年規劃綱要》明確提齣加快科學技術創新和跨越，大力推進自主創新，加快建設國傢創新體係。
　　在從“中國製造”到“中國創造”的戰略轉型過程中，科研組織扮演著極為重要的角色。科研組織中具有共同興趣、經驗、目的和研究背景的科研人員聚集在一起進行溝通交流形成的知識社區，能滿足科研人員在其科研活動中進行學習、開放、交流、分享、團隊閤作及創新研究的需求。知識社區有助於集聚智慧、啓迪思路，提升科研人員知識共享、協同與創新的效率和效果。對科研組織內的知識社區識彆和挖掘已成為知識管理研究的新熱點。
　　傳統的知識管理強調信息技術（如搜索引擎、數據倉庫、文獻管理等），目標在於快速準確地將有用的知識傳遞給需要的人。然而第1代知識管理也暴露齣明顯的缺陷，那就是知識共享的不足。第2代知識管理更多地考慮人力資源和過程的主動性，注重營造知識共享環境，強調知識社區對知識共享的催化作用，反映瞭知識管理與組織社區學習相融閤的趨勢。識彆組織中擁有共同需求和興趣的人員，挖掘潛在的知識社區對於組織知識管理的理論和實踐具有重要的意義。
基於異構社會網絡的知識社區挖掘及學者相似度研究 下載 mobi epub pdf txt 電子書

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

類似圖書 點擊查看全場最低價

查看全網最低價