排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
[目的/意义]研究智能情报分析模式特点、发展方向及研究建设策略。[方法/过程]在分析神经网络、知识工程两类人工智能核心技术演变过程及发展趋势的基础上,提出支撑智能情报分析服务的大数据资源体系框架结构及建设原则,并分析数据驱动和知识驱动方法在情报分析中的单独应用与融合发展问题。[结果/结论]认为数据和知识双轮驱动是智能情报分析未来发展的一个方向;而实现智能情报分析的关键,一是加强一次数据资源和二次数据资源建设,二是加强深度学习技术与知识图谱技术在科技情报分析中应用的研究,三是建立数据驱动与知识驱动相融合的分析模式。 相似文献
2.
[目的/意义]通过对Mendeley阅读数据的分析,探讨引用行为之外更广范围的论文使用行为,以进一步完善学术论文的影响力评价体系。[方法/过程]选择社会学、历史学、生态学和应用物理学四个学科领域,从Scopus、Altmetric.com采集被引数据和阅读数据,并进行相关性分析。从身份、国别以及学科三个角度对Mendeley阅读数据Top100的文献用户身份和行为特征进行深入的探究。[结果/结论]在四个学科文献集合中,Mendeley阅读数据均比被引频次的覆盖率高,说明引用行为只是论文使用的冰山一角。对于不同使用动机的用户,其使用行为都存在学科差异;不同国家使用者对论文的使用习惯有地域差异;学术论文的跨学科使用情况与自身学科特性密切相关。 相似文献
1