【技术实现步骤摘要】
本专利技术涉及网络学术资源的信息交互领域,特别涉及一种利用了互联网数据挖掘和机器学习实现社会化网络学术资源的搜索和信息交互。
技术介绍
目前网络资源蓬勃发展,读者可以通过一些网络学术资源库大量收集自己感兴趣的学术资源,网络学术资源库是从互联网收集的具有一定学术价值的序化的资源集合。网络学术资源库实现内容交互的方式主要包括两种,第一种是利用网络爬虫等技术从互联网上自动抓取网络学术资源,自动提取标题、关键词等元数据,并建立相应索引,并提供搜索服务。它们的特点是其实现过程几乎是全自动的,因而只能提供比较有限的搜索手段。第二种是引入了专业的编辑团队,按照预先定义好的元数据规范对收集的网络学术资源进行了标引,因而库的质量较高,提供的功能非常丰富包括文献查新级别的专业检索和各种分类导航。网络学术资源库在目前的教学科研等应用中已经发挥了巨大作用。但目前网络学术资源库仍面临着如下的不足1)主要是以文献服务为中心的,提供的主要功能是允许用户以搜索或者导航的方式找到感兴趣的学术资源。由于网络学术资源来自互联网,其数量大,并且质量参差不齐,所以读者还要花费相当的精力从返回的结果中挑出真正高价值的内容。2)缺乏读者和学术专家的交流互动。学术专家是比学术文献更有价值的信息资源。目前的网络学术资源库,普遍是把学术专家库看成一个从资源库中派生出来的处于从属地位的库。读者和学术专家之间的联系是单向的,设置是割裂的。
技术实现思路
本专利技术旨在至少解决上述技术缺陷之一,构建了一种智能化的社会化网络学术资源交互平台,利用该交互平台能够主动收集普通用户对学术专家的分类标签,结合文献的摘要信息, ...
【技术保护点】
一种利用社会化网络学术资源交互平台进行信息交互的方法,其特征在于,所述方法包括以下步骤:步骤一,社会化网络学术资源交互平台对从网络上采集到的学术文献摘要数据进行分类,建立以每个学术专家为单元的学术专家库,其中学术专家库中学术专家的个数为M;步骤二,采集所有用户为学术专家标注的专家标签;步骤三,构造专家?学术关键词矩阵D1和专家?专家标签矩阵D2,其中,D1为M×N1矩阵,D2为M×N2,N1表示学术专家库中关键词的总个数,N2表示所有用户设置的专家标签的总个数;步骤四,将矩阵D1和D2分别分解为UT·T1和UT·T2,其中U是L×M矩阵,T1和T2分别是L×N1和L×N2矩阵,其中,L为经验值;步骤五,获取用户输入的查询条件Q,将查询条件分解为K个学术关键词和P个学术专家标签:Q={k1,…,ki,…,kK}U{p1,…,pi,…,pP},定义计算f(u)=t·u,其中,T1i表示学术关键词ki在隐空间的L维隐变量,T2i表示专家标签pi在隐空间的L维隐变量;步骤六,对f(u)进行排序,向用户返回相关度最高的前N个学术专家的专家信息。FDA00002613558800011.jpg,F ...
【技术特征摘要】
1.一种利用社会化网络学术资源交互平台进行信息交互的方法,其特征在于,所述方法包括以下步骤步骤一,社会化网络学术资源交互平台对从网络上采集到的学术文献摘要数据进行分类,建立以每个学术专家为单元的学术专家库,其中学术专家库中学术专家的个数为M ;步骤二,采集所有用户为学术专家标注的专家标签;步骤三,构造专家-学术关键词矩阵D1和专家-专家标签矩阵D2,其中,D1为MXN1矩阵,D2为MXN2, N1表示学术专家库中关键词的总个数,N2表示所有用户设置的专家标签的总个数;步骤四,将矩阵D1和D2分别分解为Ut · T1和Ut · T2,其中U是LXM矩阵,T1和T2分别是LXN1和LXN2矩阵,其中,L为经验值;步骤五,获取用户输入的查询条件Q,将查询条件分解为K个学术关键词和P个学术专家标签 IQ=Ik1, ···, ki; ...,Ic1JlHp1, ...,Pi,…,PP},定义2.如权利要求1所述的利用社会化网络学术资源...
【专利技术属性】
技术研发人员:刘玉良,刘延军,刘晓华,
申请(专利权)人:北京中加国道科技有限责任公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。