期刊文献+
任意字段
题名或关键词
题名
关键词
摘要
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
共找到43篇文章
< 1 2 3 >
每页显示 20 50 100
已选0条
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：
基于改进Node2Vec图神经网络的轴承故障诊断 认领 引用
1
作者 谢七月 蒋朝洋 +3 位作者 宋蕾 周育才 付强 王晓丽 《噪声与振动控制》 CSCD 北大核心 2026年第3期90-96,169,共7页
针对传统滚动轴承故障诊断方法复杂、准确率不高且抗噪能力不足的问题,提出一种基于改进图嵌入的图神经网络轴承故障诊断方法。该方法通过对Node2Vec算法进行改进,在对节点邻居点进行随机游走时,加入基于邻居点在图中的权重信息的游走策... 针对传统滚动轴承故障诊断方法复杂、准确率不高且抗噪能力不足的问题,提出一种基于改进图嵌入的图神经网络轴承故障诊断方法。该方法通过对Node2Vec算法进行改进,在对节点邻居点进行随机游走时,加入基于邻居点在图中的权重信息的游走策略,使得模型能够更有针对性捕捉节点关系信息,有效避免传统的图嵌入没有充分考虑边缘交互信息的问题。同时引入对偶图的概念,通过对偶图的构建和数据嵌入,进一步挖掘数据中的信息。实验结果表明,所提出的方法对于凯斯西储大学轴承数据集在无噪声,以及噪声为-5、-10 dB的环境条件下均有较高的诊断准确率;并基于PT500 mini轴承故障试验台进行验证,实验准确率为97.5%,展现了该方法在不同工况下和不同工业环境中的实际应用潜力。 展开更多
关键词 故障诊断 滚动轴承故障 Node2Vec算法 对偶图 图神经网络
暂未订购 下载PDF
基于Node2vec与GCN融合的图嵌入优化方法研究 认领 引用
2
作者 王玺 鞠敏 《理论数学》 2025年第4期53-61,共9页
本文结合了Node2vec和GCN这两种方法,先利用Node2vec方法得到初步的图嵌入,之后将其作为输入利用GCN进一步更新图嵌入矩阵。本文选择在维基数据集上进行节点分类任务,比较了结合前后方法的表现,验证了其有效性。In this paper, we integ... 本文结合了Node2vec和GCN这两种方法,先利用Node2vec方法得到初步的图嵌入,之后将其作为输入利用GCN进一步更新图嵌入矩阵。本文选择在维基数据集上进行节点分类任务,比较了结合前后方法的表现,验证了其有效性。In this paper, we integrate the Node2vec and GCN methods. Initially, the Node2vec method is employed to obtain preliminary graph embeddings, which are then used as input to further update the graph embedding matrix through GCN. The study selects the Wikipedia dataset for node classification tasks, comparing the performance of the methods before and after integration to validate their effectiveness. 展开更多
关键词 图嵌入 Node2vec GCN
暂未订购 下载PDF
基于Node2Vec-LGBM模型的CBA球员位置预测 认领 引用
3
作者 何家丽 杨军 《现代信息科技》 2025年第8期65-70,共6页
随着体育数据的积累和人工智能技术的快速发展,利用大数据和机器学习方法优化球员位置预测变得尤为重要。然而,传统方法往往忽略了球员之间复杂的结构关系,而这些关系对位置预测至关重要。因此,文章提出一种基于Node2Vec和轻量级梯度提... 随着体育数据的积累和人工智能技术的快速发展,利用大数据和机器学习方法优化球员位置预测变得尤为重要。然而,传统方法往往忽略了球员之间复杂的结构关系,而这些关系对位置预测至关重要。因此,文章提出一种基于Node2Vec和轻量级梯度提升机(LGBM)的球员位置预测模型。通过数据挖掘和分析,爬取了CBA球员3个赛季的球员基础数据,并利用LGBM模型进行球员位置预测,结合超参数调优以及Node2Vec图嵌入算法,进一步提高模型本身的准确率。实验结果表明,该模型不仅能有效优化球队的阵容和战术安排,还能为球队提升竞争力和整体表现提供有力支持。 展开更多
关键词 机器学习 轻量级梯度提升机 Node2Vec 预测模型
暂未订购 下载PDF
融合Node2Vec和负反馈强化学习的商品推荐算法 认领 引用 被引量：3
4
作者 陶文慧 《计算机应用与软件》 北大核心 2025年第4期326-334,共9页
目前推荐系统普遍存在长尾问题,导致商品推荐覆盖率低、多样性差,为此提出一种融合有偏随机游走(Node2Vec)和负反馈强化学习的商品推荐算法GES4RL(Graph Embedding with Side Information for Reinforcement Learning)。对商品传播的有... 目前推荐系统普遍存在长尾问题,导致商品推荐覆盖率低、多样性差,为此提出一种融合有偏随机游走(Node2Vec)和负反馈强化学习的商品推荐算法GES4RL(Graph Embedding with Side Information for Reinforcement Learning)。对商品传播的有向加权图使用Node2Vec算法学习商品的编码表示;引入门控循环单元(GRU)对用户偏好的动态情况进行建模,并使用基于负反馈强化学习模型计算出长尾商品的最佳推荐策略。在TianChi电商数据集上的实验表明,该算法显著提高了商品推荐的多样性和命中率。 展开更多
关键词 推荐系统 长尾问题 有偏随机游走 深度强化学习 门控循环单元
暂未订购 下载PDF
基于共词和Node2Vec表示学习的新兴技术识别方法 认领 引用 被引量：13
5
作者 曹琨 吴新年 +2 位作者 靳军宝 郑玉荣 付爽 《数据分析与知识发现》 CSSCI CSCD 北大核心 2023年第9期89-99,共11页
【目的】高效准确地识别新兴技术,帮助政府、企业等市场各参与主体及时洞察技术前沿并合理配置资源。【方法】本研究以细粒度的技术术语为研究对象,在考虑共词网络结构特征和语义表示的基础上,构建模型进行新兴术语的遴选和新兴分数的量... 【目的】高效准确地识别新兴技术,帮助政府、企业等市场各参与主体及时洞察技术前沿并合理配置资源。【方法】本研究以细粒度的技术术语为研究对象,在考虑共词网络结构特征和语义表示的基础上,构建模型进行新兴术语的遴选和新兴分数的量化,并运用Node2Vec图表示学习算法对新兴术语的向量进行编码及语义表示,实现了新兴术语和新兴技术主题的识别。【结果】在数控机床领域进行实证研究,共识别出449个新兴术语以及4个新兴技术主题(机器人自动上下料系统、清洁高效切削加工技术、高速高精度数控加工中心、增减材复合制造技术),验证了所提方法的科学性和合理性。【局限】仅使用专利文献的数据,对其他多源异构文献数据及其中存在的引用、语义相似等其他网络关系利用不足。【结论】运用共词和Node2Vec图表示学习的方法可深入挖掘技术术语间共词网络结构特征和语义表示,实现了新兴技术的细粒度精准量化识别。 展开更多
关键词 新兴技术 文本挖掘 图表示学习 Node2Vec
基于PageRank和Node2vec的研究热点与集群发现——以国际深度学习研究领域为例 认领 引用 被引量：10
6
作者 霍朝光 魏瑞斌 张斌 《情报杂志》 CSSCI 北大核心 2020年第8期174-179,153,共6页
[目的/意义]为有效挖掘领域研究热点与集群,规避单纯基于频次统计的热点排序方法所存在的弊端,以及基于高频关键词共词网络集群发现方法所带来的偏差。[方法/过程]提出利用无向加权PagaRank算法进行研究热点排序,综合考量关键词之间共... [目的/意义]为有效挖掘领域研究热点与集群,规避单纯基于频次统计的热点排序方法所存在的弊端,以及基于高频关键词共词网络集群发现方法所带来的偏差。[方法/过程]提出利用无向加权PagaRank算法进行研究热点排序,综合考量关键词之间共现的数量和质量,同时强调全部关键词共词网络的重要性,综合Node2vec表示学习和t-SNE聚类算法对全部关键词进行集群发现,以国际深度学习领域研究文献为例,分别进行热点排序和集群发现。[结果/结论]研究表明PageRank算法不仅能够区分频次统计算法无法区分的排名,而且从整体网络结构衡量研究热点,综合考量共现的数量和质量,使排序结果更为准确;整合Node2vec和t-SNE算法进行研究集群发现,可有效改善单纯利用高频关键词进行集群发现的不足,避免在有限的关联密切的高频关键词之间强制分门别类;综合热点和集群发现方法,可在凸显热点的基础上描述集群细节,有效揭示集群脉络。 展开更多
关键词 深度学习 热点排序 集群发现 Node2vec PageRank
暂未订购 下载PDF
基于node2vec神经网络的信息取证方案研究 认领 引用 被引量：1
7
作者 车翔玖 胡天岳 《信息网络安全》 CSCD 北大核心 2018年第10期24-30,共7页
通过对社会集群信息网络(Social Information Network,SIN)的分析,获取现实世界中特定目标的人际关系和社群结构,是社会集群信息网络研究的一个重要方向。这种研究在刑侦司法领域具有重大意义,能够使办案人员在不进行物理抓捕/监视的情... 通过对社会集群信息网络(Social Information Network,SIN)的分析,获取现实世界中特定目标的人际关系和社群结构,是社会集群信息网络研究的一个重要方向。这种研究在刑侦司法领域具有重大意义,能够使办案人员在不进行物理抓捕/监视的情况下描绘出犯罪组织内部结构,进而找到犯罪组织核心成员。文章基于现有取证领域的相关研究,结合机器学习神经网络部分算法,提出一个网络取证工具Vec2Rank-CrimeNet,并以真实的犯罪数据作为实验数据,给出其在解决实际问题时的效果。 展开更多
关键词 社会集群信息网络 犯罪网络 重构 node2vec
暂未订购 下载PDF
基于node2vec模型的多维度科研合作学者推荐研究 认领 引用 被引量：1
8
作者 袁永旭 成韬 《数字图书馆论坛》 CSSCI 2024年第12期77-86,共10页
为了更好更全面地发现研究主题契合度高且合作可能性大的学者,提出一种基于图嵌入模型的多维度学者推荐模型。首先,使用CSSCI数据库作为数据源,构建作者间全连通网络,将作者间关键词相似度、合作关系、引用关系及机构属性等维度信息转... 为了更好更全面地发现研究主题契合度高且合作可能性大的学者,提出一种基于图嵌入模型的多维度学者推荐模型。首先,使用CSSCI数据库作为数据源,构建作者间全连通网络,将作者间关键词相似度、合作关系、引用关系及机构属性等维度信息转化为作者间连线的权重。其次,使用node2vec图嵌入模型对该网络进行深度学习,得到每个作者的节点坐标向量。最后,通过计算作者间向量相似度达到合作学者推荐的目的。结果表明,提出的多维图嵌入模型能够有效地完成合作学者的推荐,可以为学者提供有价值的推荐名单,从而促进学术合作和交流。 展开更多
关键词 科研合作 学者推荐 图嵌入 node2vec word2vec
暂未订购 下载PDF
基于改进Node2vec算法的锅炉温度场分割方法研究 认领 引用 被引量：2
9
作者 张悦 梁珊珊 《电力科学与工程》 2024年第5期72-78,共7页
针对温度场特征参数差异引发的锅炉温度场分割准确性的问题,以维持温度场特征为目标,引入图结构表达场数据,通过改进Node2vec算法进行聚类分析,进而实现锅炉温度场的最佳分割。该方法基于多维度的特征信息对锅炉温度场实现分割,能够更... 针对温度场特征参数差异引发的锅炉温度场分割准确性的问题,以维持温度场特征为目标,引入图结构表达场数据,通过改进Node2vec算法进行聚类分析,进而实现锅炉温度场的最佳分割。该方法基于多维度的特征信息对锅炉温度场实现分割,能够更准确地保留流场特征。在标准数据集上进行了实验验证,结果表明在具有多维度特征的数据集上,所提方法相比其他对比算法在分割效果方面有提升显著。最后将提出的方法用于分割电站锅炉温度场,结果表明该方法可以很好地捕捉温度场数据中的局部和全局特征,且结果具有较好的精确性。 展开更多
关键词 燃煤锅炉 温度场 流场分割 图结构 Node2vec
暂未订购 下载PDF
融合node2vec和深度神经网络的隐式反馈推荐模型 认领 引用 被引量：8
10
作者 何瑾琳 刘学军 +1 位作者 徐新艳 毛宇佳 《计算机科学》 CSCD 北大核心 2019年第6期41-48,共8页
利用隐式反馈信息实现个性化推荐是实用且具有挑战性的研究课题。对如何有效结合辅助信息来解决数据稀疏问题从而实现高效推荐的问题进行了研究,提出了一种融合node2vec和深度神经网络的隐式反馈推荐模型。该模型采用一种嵌入元数据的... 利用隐式反馈信息实现个性化推荐是实用且具有挑战性的研究课题。对如何有效结合辅助信息来解决数据稀疏问题从而实现高效推荐的问题进行了研究,提出了一种融合node2vec和深度神经网络的隐式反馈推荐模型。该模型采用一种嵌入元数据的深度神经网络框架(Deep Neural Network Framework with Embedded Meta-data,Meta-DNN),首先将用户和项目的one-hot向量进行低维映射,再嵌入元数据信息,并结合node2vec的二阶随机游走方法学习网络中的邻居节点,使得相邻节点具有相似的节点表示,同时通过增强相邻用户和项目的平滑度来缓解数据稀疏性;最后使用深度神经网络进一步学习用户对项目的偏好,进而为用户产生推荐。其中,还引入了流行度参数对未知项目进行非平均抽样,优化隐式反馈负采样策略。在Gowalla和MovieLens-1M两个数据集上的实验表明,所提方法可以明显提高系统的预测性能和推荐质量。 展开更多
关键词 node2vec 推荐系统 神经网络 深度学习 隐式反馈 元数据
暂未订购 下载PDF
基于node2vec的社交网络用户属性补全攻击 认领 引用 被引量：4
11
作者 裴杨 瞿学鑫 +1 位作者 郭晓博 段丁阳 《信息网络安全》 CSCD 2017年第12期67-72,共6页
针对社交网络内容安全,存在一种通过属性推断补全来获取用户私密属性的攻击。传统的基于无监督学习的方法和基于监督学习的属性补全攻击方法存在未能把结构相似性和同质性有效结合起来的问题。文章提出了一种基于隐式表达的用户属性补... 针对社交网络内容安全,存在一种通过属性推断补全来获取用户私密属性的攻击。传统的基于无监督学习的方法和基于监督学习的属性补全攻击方法存在未能把结构相似性和同质性有效结合起来的问题。文章提出了一种基于隐式表达的用户属性补全攻击方法,把用户属性补全抽象为一个有监督的分类问题,基本思路是利用node2vec算法将社交网络中的用户节点映射成向量,然后将向量通过聚类方法计算一个节点所在的社区,在社区内构建分类模型,并利用此模型对用户缺失属性进行预测。文章在真实数据集上进行验证,证明了算法能够有效提高社交网络用户属性补全的准确率。 展开更多
关键词 属性补全 同质性 结构相似性 node2vec 内容安全
暂未订购 下载PDF
基于Node2Vec的重叠社区发现算法 认领 引用 被引量：3
12
作者 陈卓 姜鹏 袁玺明 《计算机系统应用》 2020年第11期163-167,共5页
针对目前基于种子节点选择的社区发现算法在准确性和复杂度等方面存在的不足,提出了一种基于Node2Vec的重叠社区发现算法.首先,使用Node2Vec算法学习到网络中每个节点的向量表示,用以计算节点间的相似度,其次,利用节点影响力函数计算节... 针对目前基于种子节点选择的社区发现算法在准确性和复杂度等方面存在的不足,提出了一种基于Node2Vec的重叠社区发现算法.首先,使用Node2Vec算法学习到网络中每个节点的向量表示,用以计算节点间的相似度,其次,利用节点影响力函数计算节点影响力并找出种子节点,然后基于每个种子节点进行社区的扩展优化,最终挖掘出高质量的重叠社区结构.本文选取多个真实网络进行了对比实验,结果表明,本文所提出的算法能够在保证良好稳定性的前提下发现高质量的社区结构. 展开更多
关键词 Node2Vec 重叠社区发现 节点影响力 种子节点 社区扩展
暂未订购 下载PDF
基于node2vec的社区检测方法 认领 引用 被引量：1
13
作者 王慧雪 《计算机与数字工程》 2020年第2期403-408,共6页
社区检测可以帮助分析及预测整个网络各元素间的交互关系,为了进一步提高社区检测的准确度,论文提出了一种基于node2vec的社区检测方法。该方法首先采用一种二阶的随机游走策略生成一系列线性序列,然后使用Skip-Gram模型去训练特征向量... 社区检测可以帮助分析及预测整个网络各元素间的交互关系,为了进一步提高社区检测的准确度,论文提出了一种基于node2vec的社区检测方法。该方法首先采用一种二阶的随机游走策略生成一系列线性序列,然后使用Skip-Gram模型去训练特征向量,最后使用聚类算法对训练出的节点特征向量进行聚类,实现社区的划分。该文在具有社区标签的网络中进行了实验,从实验中验证了这种思想的可行性,从而取得了显著的效果。 展开更多
关键词 社区检测 node2vec 聚类算法
暂未订购 下载PDF
基于Node2vec和知识注意力机制的诊断预测 认领 引用 被引量：4
14
作者 李杭 李维华 +2 位作者 陈伟 杨仙明 曾程 《计算机科学》 CSCD 北大核心 2021年第S2期630-637,共8页
诊断预测根据患者的历史健康状态预测未来的诊断信息,是个体化医疗决策的核心任务。电子健康记录是患者随时间推移的健康状况和临床护理的记录,它为诊断预测提供了丰富的纵向临床数据。然而,现有基于电子健康记录的诊断预测模型还不能... 诊断预测根据患者的历史健康状态预测未来的诊断信息,是个体化医疗决策的核心任务。电子健康记录是患者随时间推移的健康状况和临床护理的记录,它为诊断预测提供了丰富的纵向临床数据。然而,现有基于电子健康记录的诊断预测模型还不能完全了解隐藏的疾病进展模式;其次,细粒度诊断预测的性能很大程度上依赖于富含信息的特征。为了增强表达并改进学习,设计一种基于Node2vec和知识注意力的诊断预测模型。该模型基于Node2vec从医学本体的全局结构中捕捉潜在的医学知识并将诊断代码和分类代码映射为低维向量;利用分类代码嵌入向量对患者诊断的临床知识进行编码,进一步丰富患者细粒度健康状态的特征表示;设计一种知识注意力机制并与门控循环单元结合,将领域知识和电子健康记录进行融合,从患者历史健康状态中捕捉长期关联和疾病进展模式。在现实数据集上的实验结果表明,与最新方法相比,该模型显著地提高了预测性能。此外,结果表明Node2vec可以从医学本体捕捉到蕴含更多信息的医疗概念嵌入,知识注意力机制有助于促进外部知识和电子健康记录的有效融合。 展开更多
关键词 电子健康记录 诊断预测 知识注意力 Node2vec 门控循环单元
暂未订购 下载PDF
基于图神经网络的不良信息线索发现技术研究 认领 引用
15
作者 戴晶 叶艳 +3 位作者 张天 隋艳萍 李岩 涂雨 《电信工程技术与标准化》 2026年第5期22-26,共5页
针对电信网络诈骗等不良信息行为高发问题,本文提出基于图神经网络的不良信息线索发现技术,以信令数据构建通话关系图,通过Node2Vec算法将节点映射为低维嵌入向量,再将向量存入向量数据库实现相似性检索以发现潜在线索。实验表明,该技... 针对电信网络诈骗等不良信息行为高发问题,本文提出基于图神经网络的不良信息线索发现技术,以信令数据构建通话关系图,通过Node2Vec算法将节点映射为低维嵌入向量,再将向量存入向量数据库实现相似性检索以发现潜在线索。实验表明,该技术在处理亿级节点规模的数据时具备极高的响应效率,查准率已达到实际应用所需的可靠水平,充分展现出良好的实用价值与推广前景。 展开更多
关键词 图神经网络 反诈治理 Node2Vec 向量数据库
暂未订购 下载PDF
基于用户价值细分的在线健康社区核心用户识别方法研究 认领 引用 被引量：1
16
作者 熊回香 詹晓敏 +1 位作者 李佳琪 肖兵 《情报科学》 CSSCI 北大核心 2025年第1期137-146,共10页
【目的/意义】在线健康社区核心用户识别,对社区可持续发展与社会科学的健康信息传播具有重要意义。【方法/过程】本文提出的核心用户识别方法综合考虑了用户属性特征和社会网络特征。首先利用Node2vec网络表示学习模型将用户关注网络... 【目的/意义】在线健康社区核心用户识别,对社区可持续发展与社会科学的健康信息传播具有重要意义。【方法/过程】本文提出的核心用户识别方法综合考虑了用户属性特征和社会网络特征。首先利用Node2vec网络表示学习模型将用户关注网络中的节点映射为向量,并选择最优的聚类算法对用户节点向量进行聚类及筛选,最后引入市场营销领域客户价值细分模型(RFM模型),构建融合社会网络特征的核心用户影响力评价模型,对核心用户候选集综合分析后得到在线健康社区核心用户排名。【结果/结论】选取丁香园论坛中的数据对本文所提方法进行验证,证明了本文所提方法的有效性,结果表明该方法可以较好地识别在线健康社区的核心用户。【创新/局限】引入RFM模型考虑时间、频率和价值因素等多维关键指标的影响,从用户价值角度能够较好地表征和识别核心用户,但未充分考虑核心用户影响力的动态演化过程,未来可考虑结合时间维度进一步探索核心用户识别的动态机制。 展开更多
关键词 核心用户识别 在线健康社区 RFM模型 Node2vec 聚类算法 社会网络分析
暂未订购 下载PDF
Deep Learning Framework for Predicting Essential Proteins with Temporal Convolutional Networks 认领 引用 被引量：1
17
作者 LU Pengli YANG Peishi LIAO Yonggang 《Journal of Shanghai Jiaotong university(Science)》 EI 2025年第3期510-520,共11页
Essential proteins are an indispensable part of cells and play an extremely significant role in genetic disease diagnosis and drug development.Therefore,the prediction of essential proteins has received extensive atte... Essential proteins are an indispensable part of cells and play an extremely significant role in genetic disease diagnosis and drug development.Therefore,the prediction of essential proteins has received extensive attention from researchers.Many centrality methods and machine learning algorithms have been proposed to predict essential proteins.Nevertheless,the topological characteristics learned by the centrality method are not comprehensive enough,resulting in low accuracy.In addition,machine learning algorithms need sufficient prior knowledge to select features,and the ability to solve imbalanced classification problems needs to be further strengthened.These two factors greatly affect the performance of predicting essential proteins.In this paper,we propose a deep learning framework based on temporal convolutional networks to predict essential proteins by integrating gene expression data and protein-protein interaction(PPI)network.We make use of the method of network embedding to automatically learn more abundant features of proteins in the PPI network.For gene expression data,we treat it as sequence data,and use temporal convolutional networks to extract sequence features.Finally,the two types of features are integrated and put into the multi-layer neural network to complete the final classification task.The performance of our method is evaluated by comparing with seven centrality methods,six machine learning algorithms,and two deep learning models.The results of the experiment show that our method is more effective than the comparison methods for predicting essential proteins. 展开更多
关键词 temporal convolutional networks node2vec protein-protein interaction(PPI)network essential proteins gene expression data
暂未订购 下载PDF
结合学者画像与网络表示学习的科研合作者推荐 认领 引用
18
作者 周海玲 梁超 +2 位作者 石进 彭贤哲 李明 《情报科学》 CSSCI 北大核心 2025年第12期176-188,共13页
【目的/意义】科研合作对于推动学术创新具有重要作用,但现有科研合作者推荐方法往往难以准确捕捉学者的个性化需求。为此,本文提出一种融合学者画像与网络表示学习的科研合作者推荐模型,以提升推荐效果和个性化程度。【方法/过程】首先... 【目的/意义】科研合作对于推动学术创新具有重要作用,但现有科研合作者推荐方法往往难以准确捕捉学者的个性化需求。为此,本文提出一种融合学者画像与网络表示学习的科研合作者推荐模型,以提升推荐效果和个性化程度。【方法/过程】首先,从多维视角构建学者画像,包括基本属性、学术能力、科研兴趣和合作偏好四个维度。其次,在合作网络中引入学者属性相似度作为边的权重,并采用Node2vec进行偏差随机游走。最后,基于训练得到的学者向量表示进行链接预测,为学者推荐潜在合作者。【结果/结论】本文基于DBLP数据集对模型进行了实证分析,结果表明,该模型在推荐准确性和合理性方面均优于传统方法,验证了所提方法的有效性。【创新/局限】本研究在网络表示学习过程中融入多维学者画像信息,使模型不仅能够捕捉合作关系,还能综合反映学者的研究能力、兴趣和合作倾向。然而,该研究主要基于单一学科数据集进行验证,模型有进一步完善和优化的空间。 展开更多
关键词 科研合作者推荐 学者画像 合作网络 网络表示学习 Node2vec
暂未订购 下载PDF
基于图嵌入的长三角城市群边缘城市功能界定——以江苏省淮安市为例 认领 引用
19
作者 韩刚 唐乐 刘志敏 《现代城市研究》 CSSCI 北大核心 2025年第1期29-35,共7页
长三角边缘地区城市功能的形成存在指向核心区的单向依赖关系,地区内城市表现出典型的功能同质化特征。城市间功能互补与差异化是实现长三角协同一体化、高质量与现代化的重要途径。文章以长三角边缘区城市淮安市为实证对象,从流空间视... 长三角边缘地区城市功能的形成存在指向核心区的单向依赖关系,地区内城市表现出典型的功能同质化特征。城市间功能互补与差异化是实现长三角协同一体化、高质量与现代化的重要途径。文章以长三角边缘区城市淮安市为实证对象,从流空间视角构建区域内城市功能交互网络,借助图嵌入技术,将网络关系降维至城市向量,从生产、商贸、交通、创新、旅游5个功能量化探讨淮安市与周边城市的功能同质化关系,结合城市自身的比较优势,进一步确定淮安市的城市功能优化路径。研究认为,淮安市的城市功能结构单一,极化现象突出,区域竞争力不足,应在巩固商贸功能优势的基础上,夯实生产和交通功能,同时积极培育创新功能,将淮安市建设成为次区域创新极核。 展开更多
关键词 长三角城市群 城市功能 城市网络 Node2Vec模型 淮安市
暂未订购 下载PDF
网络表示学习在学者科研合作预测中的应用研究 认领 引用 被引量：22
20
作者 林原 王凯巧 +3 位作者 刘海峰 许侃 丁堃 孙晓玲 《情报学报》 CSSCI CSCD 北大核心 2020年第4期367-373,共7页
在大数据环境下,科研合作是提高科研水平、促进科研产出的重要途径。如何在浩如烟海的学者、机构、领域信息中准确地找到与自身研究方向相近的合作对象是近年来科研合作预测的研究重点。本文通过科学学领域科学文献的记录数据,构建作者... 在大数据环境下,科研合作是提高科研水平、促进科研产出的重要途径。如何在浩如烟海的学者、机构、领域信息中准确地找到与自身研究方向相近的合作对象是近年来科研合作预测的研究重点。本文通过科学学领域科学文献的记录数据,构建作者-作者、机构-机构、作者-机构、作者-关键词、机构-关键词的共现网络,接着通过网络表示方法学习作者、机构、关键词在所处网络中的语境信息,将信息实体表示成相同空间的低维稠密向量,最后根据表示向量的相似度计算实现合作对象、合作领域挖掘。通过网络表示学习方法能实现多种异质信息融合,定量计算各信息实体间的关联强度,可以很好地捕捉科研网络中学者-学者、学者-机构、学者-关键词的关系,准确地为学者挖掘潜在合作者、合作机构和关键词。 展开更多
关键词 合作推荐 科研预测 网络表示学习 node2vec
暂未订购 下载PDF
已选0条
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 2 3 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈