杨辰
- 作品数:7 被引量:34H指数:3
- 供职机构:深圳大学管理学院更多>>
- 发文基金:国家自然科学基金教育部人文社会科学研究基金广东省自然科学基金更多>>
- 相关领域:文化科学自动化与计算机技术经济管理更多>>
- 集成因子分解机及其在论文推荐中的应用研究
- 2023年
- 【目的】针对现有论文推荐方法在处理论文作者映射关系稀疏和特征表达时存在成效不足的问题,开发一种基于因子分解机和集成学习的新型论文推荐框架。【方法】使用卷积神经网络、网络嵌入等方法处理数据获取特征表示,将特征矩阵输入因子分解机,引入随机子空间法集成训练模型,最后通过投票机制协同后输出推荐结果。【结果】基于CiteULike数据集的实验结果表明,本文方法的推荐精确率、准确率和F度量分别为72.6%、69.7%和76.2%,分别比基准算法提升高于20个百分点、15个百分点和9个百分点。【局限】负采样过程中缺乏正负样本语义相似性的考虑,在模型的输入构造、特征处理模式方面有待进一步探究。【结论】集成因子分解机能在数据稀疏情况下实现特征的有效表示和利用,从而提升推荐效果。
- 杨辰郑若桢王楚涵耿爽王楠
- 关键词:论文推荐
- 融合语义和社交特征的电子文献资源推荐方法研究被引量:15
- 2019年
- 随着知识爆炸时代的到来,电子文献数据库的负荷将急剧扩大,用户在库中搜寻所需资源也将越发困难。因此,开发电子文献资源推荐系统从而辅助电子数据库的管理受到研究者的广泛重视。协同过滤作为时下数据库的常用推荐技术,由于仅仅考虑了用户对于文章的历史评分的相似度,忽略了用户在语义层面和社交关系的距离等重要因素因而推荐效果有限。为了在推荐系统中融入这些影响因素,本文在基于用户的协同过滤的方法基础上引入了基于主题模型的文本相似度和两种社会化的用户相似度(用户标签相似度与用户群组相似度),运用非监督的融合策略对这些相似度进行了整合。本文提出的融合文本特征与社会化指标的方法在真实数据集上展示了多源信息对于推荐准确度的增强和提升效应,对于电子文献资源的管理和传播具有较强的启示意义。
- 杨辰刘婷婷刘雷牛奔孙见山
- 关键词:文献资源资源推荐协同过滤主题模型社交网络
- 需求和技术联合驱动的技术机会分析
- 2022年
- [研究目的]技术机会分析对于国家获取未来的技术竞争优势具有重大战略意义。为了保证国家未来的技术竞争优势,各级基金评审需要从诸多技术中选取符合国家未来需求的新兴技术进行资助。当前技术机会分析的策略主要基于技术驱动及市场驱动,但两种策略分别存在缺乏需求预测导向及忽略前沿技术机会的问题,不利于各级基金评审做出有效的决策。[研究方法]基于此,提出了需求和技术联合驱动策略,结合专家法及隐含狄利克雷分布去挖掘前沿政策文本及海量专利信息以更精准及有效地识别技术机会。[研究结论]最后,对区块链技术进行案例研究,将识别的结果和国家自然科学基金委资助的区块链基金项目数据进行对比,成功验证了方法的有效性。
- 刘招斌杨辰黄晓明马建梁剑平
- 关键词:新兴技术专利信息政策文本专家知识区块链
- 我国图书情报学国际科研合作研究——以中国一流大学建设高校为例被引量:3
- 2021年
- [目的/意义]本研究对我国一流大学在图书情报学领域展开的国际科研合作进行了分析和比较,为我国图书情报学领域国际合作研究和发展提供借鉴。[方法/过程]研究以2004—2018年一流大学建设高校在图书情报学领域发表的国际合作论文为研究对象,对合作特征、合作效应等进行了多维度的文献计量分析和比较研究。[结果/结论]研究发现,中国不同区域的一流大学建设高校在图书情报学领域所进行的国际科研合作在合作倾向、合作特征与合作效应等方面存在不平衡现象。近年来,一流大学建设高校的国际科研合作规模大幅扩大,且倾向于同地理位置接近的发达国家和具有高水平教育的欧美国家进行合作。此外,虽有研究显示中国学者的研究主导能力逐渐增强,但其研究水平和研究影响力仍需提高。
- 杨辰王楚涵方锦源刘婷婷
- 关键词:图书情报学国际科研合作
- 面向企业信息检索的语义扩展查询方法被引量:1
- 2019年
- 为了弥补传统的信息检索方法在企业内实施时查准率较低的缺陷,解决监督学习中训练数据短缺的问题,本研究提出了基于企业知识域类别和语义关联的查询词扩展方法。该方法首先利用主题模型对企业文档库进行建模,其次结合专家意见构建企业知识分类及相应的带有权重的类别描述词集,最后利用语义相似度对查询进行分类,在知识域描述词集中选择查询扩展词对查询进行扩展。本研究利用一家电子产品制造公司的真实数据进行实验研究,实验结果表明,扩展后的查询更能准确反映用户的查询要求,有效地提升了企业信息检索的查准率。
- 耿爽杨辰牛奔蚁文洁刘雷
- 关键词:查询扩展查询分类
- 基于专利的技术机会识别:深度学习领域的案例分析被引量:7
- 2021年
- 为及时有效地识别潜在技术机会,采用文本挖掘和异常值检测的方法,提出一种基于专利文本的技术机会识别方法。首先采用文本表示模型Doc2vec技术对专利摘要进行建模,以更深层表征文本语义信息;然后利用基于密度的离群值检测算法,识别出具有潜在技术机会的专利方向;最后以深度学习领域潜在技术识别为例,构建专利检索式并收集458条专利文献作为数据集。实证结果总结出4类主题共10个潜在的技术机会,验证了该基于专利的技术机会识别方法的有效性,可为企业相应技术应用、研发和创新提供参考。
- 杨辰王楚涵陶琬莹耿爽
- 关键词:文本挖掘
- 基于用户细粒度属性偏好聚类的推荐策略被引量:8
- 2021年
- 【目的】针对推荐系统研究中主要依赖用户对项目的评分信息所带来的稀疏性问题,提出一种基于细粒度属性偏好聚类的新型推荐模型。【方法】首先对项目-属性关系和用户-属性偏好进行建模,然后采用聚类方法分别从用户和项目两个角度构建相似簇,最后基于用户簇或项目簇采用协同过滤算法生成推荐列表。【结果】基于豆瓣数据集的实验结果表明,所提模型在准确率和召回率上均表现最优,均值较次优方法分别提升了19.7%和44.6%,验证了用户属性建模和聚类策略的有效性。【局限】在多维细粒度属性信息的表征和建模上需要进一步探究。【结论】基于用户细粒度属性偏好建模能更深层次地表征用户兴趣,从而实现推荐效果的提升。
- 杨辰陈晓虹王楚涵刘婷婷
- 关键词:协同过滤聚类