袁莎¹,唐杰¹,顾晓韬²

¹(清华大学计算机科学与技术系 北京 100084); ²(伊利诺伊大学厄巴纳-香槟分校计算机科学系 伊利诺伊州厄巴纳-香槟 61801) (yuansha@tsinghua.edu.cn)

出版日期: 2018-09-01


基金资助:国家自然科学基金优秀青年科学基金项目(61222212)；国家自然科学基金项目(61806111)；国家“八六三”高技术研究发展计划基金项目(2015AA124102) This work was supported by the National Natural Science Foundation of China for Excellent Young Scientists (61222212), the National Natural Science Foundation of China (61806111), and the National High Technology Research and Development Program of China (863 Program) (2015AA124102).

A Survey on Scholar Profiling Techniques in the Open Internet

Yuan Sha¹, Tang Jie¹, Gu Xiaotao²

¹(Department of Computer Science and Technology, Tsinghua University, Beijing 100084); ²(Computer Science Department, University of Illinois at Urbana-Champaign, Urbana-Champain, IL 61801)

Online: 2018-09-01

摘要/Abstract

摘要： 开放互联网中的****画像工作是近年来的研究热点问题.****画像的目标是提取****各维度的属性信息进行信息挖掘和分析应用.****画像技术是大型智库实现专家发现、学术影响力评估等功能的关键.在开放互联网中，****画像面临数据量大、数据噪音和数据冗余等新挑战.这使得传统的用户画像理论、模型和方法无法直接无缝地移植到开放互联网环境下的用户画像系统中.针对这些挑战，对现有****画像技术进行了总结和分类，为进一步的研究工作提供参考.首先分析了****画像问题，对****画像的基础理论——信息抽取方法——进行了总体概述，详细总结了各种可用模型与方法；对实现****画像的基本任务包括****信息标注、研究兴趣挖掘和学术影响力预测进行了详细阐述；介绍了****画像应用实例AMiner系统；对未来重点的研究内容和发展方向进行了探讨和展望.

参考文献

相关文章 7

[1]	王萌, 王靖婷, 江胤霖, 漆桂林. 人机混合的知识图谱主动搜索[J]. 计算机研究与发展, 2020, 57(12): 2501-2513.
[2]	杜治娟, 杜治蓉, 王璐. 基于相邻和语义亲和力的开放知识图谱表示学习[J]. 计算机研究与发展, 2019, 56(12): 2549-2561.
[3]	冶忠林, 赵海兴, 张科, 朱宇, 肖玉芝. 基于邻节点和关系模型优化的网络表示学习[J]. 计算机研究与发展, 2019, 56(12): 2562-2577.
[4]	赵泽亚，贾岩涛，王元卓，靳小龙，程学旗. 大规模演化知识网络中的关联推理[J]. 计算机研究与发展, 2016, 53(2): 492-502.
[5]	庄严,李国良,冯建华. 知识库实体对齐技术综述[J]. 计算机研究与发展, 2016, 53(1): 165-192.
[6]	赵泽亚,贾岩涛,王元卓,靳小龙,程学旗. 基于动态异构信息网络的时序关系预测[J]. 计算机研究与发展, 2015, 52(8): 1735-1741.
[7]	王元卓,贾岩涛,刘大伟,靳小龙,程学旗. 基于开放网络知识的信息检索与数据挖掘[J]. 计算机研究与发展, 2015, 52(2): 456-474.

PDF全文下载地址:

https://crad.ict.ac.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3765