杨雪萍
- 作品数：4 被引量：60H指数：4
- 供职机构：华中师范大学信息管理系更多>>
- 发文基金：国家社会科学基金更多>>
- 相关领域：文化科学自动化与计算机技术更多>>
- 科研社交网站中基于相似兴趣的学者推荐研究被引量：5
- 2017年
- 【目的/意义】研究科研社交网站中的学者推荐有利于增强学术合作、提升科研人员学术交流,对科研工作具有深远意义。【方法/过程】从学者知识结构和学术行为网络两个维度出发,构建基于相似兴趣的学者推荐模型,挖掘分析学者知识结构特征、学者间合作网络、机构间合作网络关系,计算学者在这三个层面上的相似度并进行整合实现学者推荐。最后以百度学术学者主页数据为例验证模型的可用性与有效性。【结果/结论】结果表明:模型能够有效解决科研社交网站信息过载和不对称的问题,满足可操作性和推荐结果有效性。
- 熊回香杨雪萍蒋武轩陆颖颖
- 关键词：个性化推荐语义挖掘
- 社会化标注系统中的个性化信息推荐研究被引量：18
- 2016年
- 在多媒体网络平台中,不仅社交网站允许用户自由发布资源和添加标签,越来越多的资源共享系统也开放给用户对资源、标签的组织管理权限。本文在分析了社会化标注系统的利弊后,采用推荐技术解决社会化标注系统中资源获取困难的问题,构建了基于社会化标注系统的个性化信息推荐模型,提出了从资源-标签-用户三个维度分别建立推荐组件,进而重组推荐资源集合实现对用户的个性化兴趣预测算法,并选取豆瓣网上的实例数据验证了算法的可行性和有效性。
- 熊回香杨雪萍
- 关键词：社会化标注标签资源推荐聚类分析协同过滤
- 基于用户兴趣主题模型的个性化推荐研究被引量：19
- 2017年
- Web2.0的发展带来网络信息指数增长,给用户带来大量的信息和知识的同时,也引发了"信息过载"和"信息迷航"等问题,在一定程度上削弱了用户检索体验,而以"用户为中心"的个性化信息服务成为学术界和产业界关注的热点。已有研究大部分建立的是单用户兴趣模型,忽略了某些系统为群体用户提供个性化服务的需要等,本文在对社会化标签用户特征进行关联分析后,构建了基于社会化标签的单用户兴趣模型和群用户兴趣模型,并在此基础上,借鉴协同过滤算法的思想,架构了基于标签的单用户和群用户个性化信息服务流程框架,以期为社会化标注系统中信息服务的优化和实施提供理论与应用参考。
- 熊回香杨雪萍高连花
- 关键词：大众分类社会化标签用户兴趣模型个性化推荐
- 基于学术能力及合作关系网络的学者推荐研究被引量：22
- 2019年
- 【目的/意义】根据学者当前的科研需求基于学术能力与合作关系网络为其推荐潜在合作学者,有利于增强学术交流合作,促进科研发展。【方法/过程】从学者的学术能力和合作关系网络两个维度构建推荐模型,通过相关学者的学术能力挖掘候选推荐学者的知识覆盖度,根据历史合作关系网络挖掘合作质量,综合计算在这两个层面的推荐值实现合作学者推荐。最终以百度学术学者主页数据进行实证以验证模型的有效性和有用性。【结果/结论】将学者当前科研任务的合作需求加入到推荐模型中构建多维推荐技术,符合科研用户需求,推动学术的交流合作,模型具有较好地应用性。
- 熊回香杨雪萍蒋武轩马亮
- 关键词：学术能力关系网络
