期刊导航
期刊开放获取
vip
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
4
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node2vec的社区检测方法
被引量：
1
1
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
在线阅读
下载PDF
职称材料
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
2
作者
熊回香
詹晓敏
+1 位作者
李佳琪
肖兵
《情报科学》
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
原文传递
基于文献-关键词双模网络的热点识别方法研究——以数字人文领域为例
被引量：
7
3
作者
李慧
王若婷
《情报理论与实践》
CSSCI
北大核心
2022年第11期107-114,共8页
[目的/意义]对科技文献进行热点识别研究,有助于学者们准确把握学科发展趋势和前沿问题,为科研政策和人才培养提供理论依据。[方法/过程]引入文献-关键词双模网络,设计一种考虑时间因素、文献引用关系、关键词位置顺序、关键词词频、文...
[目的/意义]对科技文献进行热点识别研究,有助于学者们准确把握学科发展趋势和前沿问题,为科研政策和人才培养提供理论依据。[方法/过程]引入文献-关键词双模网络,设计一种考虑时间因素、文献引用关系、关键词位置顺序、关键词词频、文献与关键词关联关系的关键词综合影响力模型。利用Node2vec网络表示学习模型将共现网络中的节点映射为向量,采用轮廓系数对K-means、凝聚层次聚类等4种聚类算法进行评估,遴选出最优的聚类算法,结合关键词综合影响力识别热点主题。[结果/结论]选取数字人文领域的期刊文献数据进行实验,结果表明该方法可以较好地识别数字人文领域的前沿热点。
展开更多
关键词
研究热点
识别方法
双模网络
node2vec
聚类算法
数字人文
原文传递
一种基于网络表示学习的miRNA-疾病关联预测方法
被引量：
1
4
作者
耿霞
韩凯健
《计算机应用研究》
CSCD
北大核心
2021年第5期1365-1370,共6页
针对miRNA-疾病关联研究中信息使用不充分、过于依赖网络中节点的相似度信息以及预测准确度较低的问题,提出一种基于网络表示学习的miRNA-疾病关联预测方法(network representation learning miRNA-disease association,NRLMDA)。该方...
针对miRNA-疾病关联研究中信息使用不充分、过于依赖网络中节点的相似度信息以及预测准确度较低的问题,提出一种基于网络表示学习的miRNA-疾病关联预测方法(network representation learning miRNA-disease association,NRLMDA)。该方法通过引入长链非编码RNA(lncRNA)构造出miRNA-lncRNA-疾病异构网络,丰富原有网络的生物学信息;采用网络表征学习node2vec算法在上述提出的异构网络中以一定的游走策略获得节点的近邻序列,并通过skip-gram模型进行深度学习,从而获得节点的低维特征向量;最后基于miRNA-miRNA相似性的关联规则推断方法预测miRNA与疾病的关联。该方法能够挖掘出全局网络的拓扑结构特征,并且不需要负样本。NRLMDA在留一交叉验证和五折交叉验证以及进一步的案例研究上的实验结果优于经典方法。
展开更多
关键词
MIRNA
node2vec
算法
skip-gram模型
在线阅读
下载PDF
职称材料
题名
基于node2vec的社区检测方法
被引量：
1
1
作者
王慧雪
机构
武汉邮电科学研究院
南京烽火天地通信科技有限公司
出处
《计算机与数字工程》
2020年第2期403-408,共6页
文摘
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。
关键词
社区检测
node2vec
聚类算法
Keywords
community detection
node2vec
clustering
algorithm
分类号
TP393 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
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
2
作者
熊回香
詹晓敏
李佳琪
肖兵
机构
华中师范大学信息管理学院
出处
《情报科学》
北大核心
2025年第1期137-146,共10页
基金
国家社会科学基金重点项目“数智驱动的在线健康资源挖掘与智慧服务研究”(22ATQ004)。
文摘
【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。
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
Keywords
core users identification
online health community
RFM model
node2vec
clustering
algorithm
social network analysis
分类号
G252.0 [文化科学—图书馆学]
C912 [经济管理]
原文传递
题名
基于文献-关键词双模网络的热点识别方法研究——以数字人文领域为例
被引量：
7
3
作者
李慧
王若婷
机构
西安电子科技大学经济与管理学院
出处
《情报理论与实践》
CSSCI
北大核心
2022年第11期107-114,共8页
文摘
[目的/意义]对科技文献进行热点识别研究,有助于学者们准确把握学科发展趋势和前沿问题,为科研政策和人才培养提供理论依据。[方法/过程]引入文献-关键词双模网络,设计一种考虑时间因素、文献引用关系、关键词位置顺序、关键词词频、文献与关键词关联关系的关键词综合影响力模型。利用Node2vec网络表示学习模型将共现网络中的节点映射为向量,采用轮廓系数对K-means、凝聚层次聚类等4种聚类算法进行评估,遴选出最优的聚类算法,结合关键词综合影响力识别热点主题。[结果/结论]选取数字人文领域的期刊文献数据进行实验,结果表明该方法可以较好地识别数字人文领域的前沿热点。
关键词
研究热点
识别方法
双模网络
node2vec
聚类算法
数字人文
Keywords
research hotspots
recognition method
two-mode network
node2vec
clustering
algorithm
digital humanities
分类号
G353.1 [文化科学—情报学]
G250.7 [文化科学—图书馆学]
原文传递
题名
一种基于网络表示学习的miRNA-疾病关联预测方法
被引量：
1
4
作者
耿霞
韩凯健
机构
江苏大学计算机科学与通信工程学院
出处
《计算机应用研究》
CSCD
北大核心
2021年第5期1365-1370,共6页
基金
国家自然科学基金—青年基金资助项目(61702229)
江苏省六大人才高峰项目(2016-XYDXXJS-086)。
文摘
针对miRNA-疾病关联研究中信息使用不充分、过于依赖网络中节点的相似度信息以及预测准确度较低的问题,提出一种基于网络表示学习的miRNA-疾病关联预测方法(network representation learning miRNA-disease association,NRLMDA)。该方法通过引入长链非编码RNA(lncRNA)构造出miRNA-lncRNA-疾病异构网络,丰富原有网络的生物学信息;采用网络表征学习node2vec算法在上述提出的异构网络中以一定的游走策略获得节点的近邻序列,并通过skip-gram模型进行深度学习,从而获得节点的低维特征向量;最后基于miRNA-miRNA相似性的关联规则推断方法预测miRNA与疾病的关联。该方法能够挖掘出全局网络的拓扑结构特征,并且不需要负样本。NRLMDA在留一交叉验证和五折交叉验证以及进一步的案例研究上的实验结果优于经典方法。
关键词
MIRNA
node2vec
算法
skip-gram模型
Keywords
miRNA
node2vec algorithm
skip-gram model
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于node2vec的社区检测方法
王慧雪
《计算机与数字工程》
2020
1
在线阅读
下载PDF
职称材料
2
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
熊回香
詹晓敏
李佳琪
肖兵
《情报科学》
北大核心
2025
0
原文传递
3
基于文献-关键词双模网络的热点识别方法研究——以数字人文领域为例
李慧
王若婷
《情报理论与实践》
CSSCI
北大核心
2022
7
原文传递
4
一种基于网络表示学习的miRNA-疾病关联预测方法
耿霞
韩凯健
《计算机应用研究》
CSCD
北大核心
2021
1
在线阅读
下载PDF
职称材料
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
