机读格式显示(MARC)

• 000 01454nam0 2200301 450

• 001 0000941701

• 005 20230215092700.0

• 010 __ |a 978-7-302-59523-6 |d CNY98.00

• 099 __ |a CAL 012022006347

• 100 __ |a 20211216d2021 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 基于知识图谱的学科主题演化分析与预测 |A ji yu zhi shi tu pu de xue ke zhu ti yan hua fen xi yu yu ce |f 霍朝光著

• 210 __ |a 北京 |c 清华大学出版社 |d 2021

• 215 __ |a x, 200页 |c 图 |d 24cm

• 300 __ |a 本书受到中国人民大学2021年度“中央高校建设世界一流大学 (学科) 和特色发展引导专项资金”支持

• 314 __ |a 霍朝光, 中国人民大学“杰出学者”青年学者, 中国人民大学信息资源管理学院长聘助理教授。

• 320 __ |a 有书目 (第192-200页)

• 330 __ |a 学科主题演化分析是对学科主题历史演化路径和演化模式的解析, 学科主题预测是对学科主题未来变化情况和变化趋势的预测, 基于这两个研究维度, 本书在现有大型知识库的基础上融合了文献大数据, 以生物医学与生命科学领域PubMedCentral全集数据和MeSH知识库为例, 构建了动态计量知识图谱, 通过知识关联、数据关联的形式, 利用文本表示学习、网络表示学习等深度学习算法, 提取学科主题的动态演化特征, 基于“无监督深度学习+有监督机器学习”的模式, 提升对学科主题演化规律的解析和热度的预测。

• 606 0_ |a 机器学习 |A ji qi xue xi |x 研究

• 690 __ |a TP181 |v 5

• 701 _0 |a 霍朝光 |A huo chao guang |4 著

• 801 _0 |a CN |b 湖北三新 |c 20211216

• 905 __ |a JHUD |d TP181/162

• 920 __ |a 242450 |z 1

• 998 __ |a PUL