《數據分析與知識發現》雜志簡介

　　《數據分析與知識發現》(月刊)創刊于1985年，是中國科學院主管、中國科學院文獻情報中心主辦的計算機信息管理技術方面的學術性刊物，是國內唯一一份被中國圖書館學會和中國科技情報學會共同推薦的專業技術類核心期刊。刊物設有“數字圖書館”、“知識組織與知識管理”、“情報分析與研究技術”、“應用實踐”、“動態”等一系列固定類欄目以及“特邀專欄”、“企業技術之窗”等不定期欄目。

　　《數據分析與知識發現》內容定位于廣泛吸納計算機科學、數據科學、情報科學以及數字科研、數字教育和數字文化等領域的技術與方法，研究數據驅動的語義計算、內容分析、數據挖掘、知識發現、智能管理和決策支持等方面的技術、方法、系統以及支撐設施、政策與機制等，尤其是聚焦從海量、異構、分布、動態、甚至富媒體數據中挖掘和發現知識以支持研究、管理和決策的理論、方法和技術。

　　《數據分析與知識發現》辦刊宗旨是聚焦各行各業中以大數據為基礎，依靠復雜挖掘分析方法，進行知識發現與預測、支持決策分析和政策制定的研究與應用，致力于提供理論指導、技術支持和最佳實踐。

　　《數據分析與知識發現》欄目設置

　　數學圖書館、知識組織與知識管理、情報分析與研究、應用實踐、動態、特邀專欄、金融證券管理、企業信息管理技術

　　《數據分析與知識發現》雜志榮譽

　　CSSCI 南大核心期刊(中文社會科學引文索引)(含擴展版)萬方收錄(中)上海圖書館館藏國家圖書館館藏知網收錄(中)維普收錄(中)中國期刊全文數據庫(CJFD)中國核心期刊遴選數據庫

　　2018年《數據分析與知識發現》雜志08期投稿論文目錄：

　　基于t-SNE降維的科學基金資助項目可視化方法研究陳挺;李國鵬;王小梅;

　　基于BRFSS數據庫應用人工神經網絡構建兒童哮喘預測模型馬曉宇;張晗;趙玉虹;

　　新一代知識問答平臺中提問者付費意愿的影響因素探究趙宇翔;劉周穎;宋士杰;

　　基于預警平臺大數據的事件旅游客流時空分布研究王玲;代前進;吳曉雋;

　　面向微博短文本分類的文本向量化方法比較研究李心蕾;王昊;劉小敏;鄧三鴻;

　　基于LDA和AdaBoost多特征組合的微博情感分析曾子明;楊倩雯;

　　基于領域本體的產品網絡口碑信息多層次細粒度情感挖掘何有世;何述芳;

　　跨設備搜索中設備轉移前后查詢式語義變化研究吳丹;陸柳杏;

　　等待感知對于移動信息產品用戶滿意度的影響研究——以數字小說書架為例馬艷陽;劉玉磊;徐伯初;支錦亦;

　　收錄論文：面向微博短文本分類的文本向量化方法比較研究

　　【摘要】：【目的】利用Word2Vec和Sent2Vec算法生成新浪微博的文本的向量化表示形式,以期在文本分類時獲得較低的計算成本和較高的分類效果。【方法】使用文本中詞的0-1矩陣進行分類,將分類效果作為基準線;采用Word2Vec算法生成詞向量并用不同方式合成句子的向量表示,進行文本分類,并與基準線進行對比;利用Sent2Vec算法直接生成句子向量進行分類,綜合評價3種方法的優缺點。【結果】研究顯示使用Word2Vec算法和Sent2Vec算法能夠極大程度上壓縮文本特征,對比于使用所有3萬多個詞作為特征,Word2Vec算法和Sent2Vec算法將特征數壓縮在1 000以內。在分類準確率方面,Word2Vec算法的分類準確率比基準線低約3%,準確率為75.14%。Sent2Vec算法的分類效果遠不如其他兩種方法,準確率只有63.08%。【局限】由于語料有限,Word2Vec算法在計算詞向量時可能缺少足夠的語義信息,導致詞向量的準確性不高,而Sent2Vec算法在中文文本語境下生成句向量的分類結果較差。【結論】Word2Vec算法更適用大規模語料文本分類,在文本量較少時應使用詞為特征分類。

　　數據分析與知識發現最新期刊目錄

融合萊文斯坦距離算法的專利交易行為識別方法及實證研究————作者：冉從敬;丁群哲;宋永輝;王福新;

摘要：[目的] 針對專利轉讓數據中難以區分發生實質性專利交易問題，提出一種系統性方法，通過融合多種基于萊文斯坦距離算法，較為準確地識別出發生實質性交易的專利行為，并探討其技術特征差異。 [方法] 針對不同專利轉讓場景，提出了一套篩選流程方法。其關鍵步驟之一是利用基于編輯距離算法的多種文本相似度方法，計算交易雙方姓名和地址的相似度分值，并結合設定閾值剔除內部資源重新配置的非市場化交易記錄。同時，通過實證...

嵌入司法要素事實一致性評測的中文司法裁判文書摘要生成研究————作者：向博文;柴夢丹;向卓元;

摘要：[目的]鑒于司法裁判文書摘要要求與原文在案件事實、法律適用等要素保持一致，提出嵌入司法要素事實一致性評測的中文司法裁判文書摘要生成方法。[方法]首先定義司法裁判文書摘要事實一致性判定的原則和方法；其次，確定數據增加、事實一致性糾錯和測評等預處理流程；然后，分別構建分段抽取模型和引入司法要素知識圖的生成式摘要模型，并在CAIL2020數據集上進行實驗。[結果] FC-JDSM模型生成的摘要在指標RO...

基于靜態與動態異構圖嵌入的全局引文推薦研究————作者：張曉娟;吉如意;

摘要：[目的] 提出一種基于靜態與動態異構圖嵌入的全局引文推薦框架，以期提高引文推薦的準確度。 [方法] 本文首先分別構建靜態加權異構網絡與時序異構網絡。在靜態異構網絡中，利用混合隨機游走和skip-gram模型生成能捕捉網絡局部與全局信息的節點嵌入；基于所構建的時序異構網絡，首先利用基于元路徑的隨機游走獲得元路徑實例，再建模異構圖中的時態演化特征，以此獲得圖中節點的嵌入式表示。然后利用聯合訓練與獨立...

基于圖注意力網絡的自適應社會化序列推薦方法研究————作者：徐建民;王力;張雄濤;

摘要：[目的]現有社會化序列推薦研究容易引入與用戶興趣不相似的好友信息，且未能考慮不同用戶受社交影響的程度存在差異，致使推薦性能受限。為彌補現有研究不足，提出一種基于圖注意力網絡的自適應社會化序列推薦方法。[方法]首先，利用自注意力機制對用戶行為序列建模，獲取用戶動態興趣表示。其次，設計一種正則化限制的圖注意力網絡聚合好友特征，以準確建模用戶社交興趣表示。最后，提出一種基于注意力的自適應融合方法，準確融...

面向短文本-多領域科技實體抽取的提示工程構建研究————作者：孫蒙鴿;王燕鵬;付蕓;劉細文;

摘要：[目的] 本文以科技情報短文本為實驗數據，研究大語言模型在多領域科技知識實體抽取任務中提示工程的構建方法，旨在解決短文本語義不足和領域多樣性對科技實體抽取的挑戰。[方法] 針對科技情報短文本語義濃縮導致的上下文信息不足、知識實體領域跨度大、以及實體邊界模糊等問題，本文提出一種基于知識提示學習的Scientific Prompt知識實體抽取策略。該策略結合BERTopic方法，將領域知識動態引入提示...

基于用戶興趣聚集性和層次性分布特征建模的序列推薦方法————作者：馬瑩雪;甘明鑫;胡磊;

摘要：【目的】為解決深度學習推薦方法缺乏對用戶興趣分布特征建模，不能充分刻畫用戶偏好的問題，提出一種基于用戶興趣聚集性和層次性分布特征建模的序列推薦方法。【方法】利用注意力網絡和LSTM從行為序列獲得用戶和項目的向量表示，學習用戶興趣分布的位置中心和邊界半徑，通過雙半徑刻畫興趣分布的層次性和聚集性；通過擬合候選項目特征與用戶興趣分布中心的距離與交互概率預測用戶偏好；融合基于神經網絡的行為預測和基于興趣模...

面向AI換臉詐騙的受騙風險識別研究————作者：周勝利;徐睿;陳庭貴;汪邵杰;

摘要：【目的】為解決AI換臉詐騙過程中多模態特征表征不足的問題，提出面向AI換臉詐騙的受騙風險識別模型FSFRI，有效融合多模態特征提升受騙風險識別效果。【方法】FSFRI綜合欺詐信息的生成和傳播過程，從中提取偽造人臉視頻幀特征、流量描述特征、流量負載數據特征和流量時序特征，再通過特征融合模塊實現跨模態特征的互補融合，最后通過風險識別模塊實現受騙風險的識別。【結果】在模擬實驗生成的數據集中，FSFRI取...

基于實體關系協同推理的零樣本關系抽取模型————作者：謝威;夏鴻斌;劉淵;

摘要：[目的]運用深度學習與對比學習方法解決目前零樣本關系抽取任務中完整實體信息與關系信息交互不夠充分的問題。[方法]提出了一種基于對比學習的聯合實體關系信息的零樣本關系抽取模型(JCL)。首先，使用數據增強技術對原始的輸入文本進行處理，增加模型得到的有效信息。其次，通過增強交叉注意力模塊將實體對深度融合與關系聯合處理，提取實體與實體間的交互信息和實體與關系語義間的交互信息，放大不同關系在嵌入空間內的細...

跨學科術語語義差異現象研究————作者：姚元璋;徐健;

摘要：[目的]分析跨學科領域的術語詞在不同學科間存在的語義差異現象，挖掘語義差異現象的原因。[方法]使用預訓練深度學習模型實現自動化地識別和量化術語的語義差異，設計構建語義差異程度指標定量衡量語義差異程度，并對術語所涉及學科進行共現分析。[結果]基于預訓練模型的語義差異現象識別準確率達到0.8193，所構建度量指標能夠對語義差異進行有效量化。[局限]研究局限于中文術語的語義差異，選取術語學科跨度范圍有限...

基于交互式語義增強的中文文檔級事件抽取模型研究————作者：張雙寶;成全;曾艷;

摘要：[目的]為充分挖掘中文文檔之間的語義關聯信息，實現基于交互式語義增強的文檔級事件抽取效果的提升。[方法]本研究提出了一種交互式語義增強的中文文檔級事件抽取模型CSDEE，利用注意力機制構建跨文檔的交互式語義網絡，增強實體識別性能，再經由文檔編碼與事件抽取信息解碼完成事件抽取任務。[結果]實驗結果表明，CSDEE模型在事件抽取的精確率、召回率和F1值上分別達到80.7%、84.1%和82.3%，優于...

面向美國國會聽證會的中國科技安全風險智能化識別——基于大語言模型等技術————作者：鄧航宇;唐川;蒲云強;敖麗娟;王婉婧;

摘要：[目的]針對美國國會聽證會文本數量大、涉及范圍廣、口語化表達多等特點，本文提出一個智能化識別中國科技安全風險的方法流程。[方法]本研究從聽證會數據特征與情報分析人員實際需求出發，利用大語言模型等技術實現文本過濾、摘要生成以及智能問答等模塊并將其有機結合在一起，從而達成高質量的智能化識別。[結果]本研究以第118屆國會聽證會文本為對象驗證關鍵模塊的有效性。文本過濾的F1值、摘要生成的ROUGE-Ls...

基于大語言模型的政策知識庫構建與政策比較研究——以惠企政策為例————作者：段永康;趙廣宇;耿騫;曹涵維;靳健;

摘要：[目的]現有政策分析方法依賴大量人工標注和對齊比較，導致效率低下且易出錯。本研究旨在通過構建結構化政策知識庫，提升政策信息檢索效率，實現政策智能分析與對比，為政策制定提供精準決策支持。[方法]本研究以惠企政策為例，提出了一種基于大語言模型的框架，用于高效比較相關政策。該框架包括以下步驟：1）知識庫構建；2）檢索與存儲；3）答案生成。[結果]通過對國家、北京、上海、深圳四地惠企政策數據集驗證，本文提...

基于重疊社區的謠言抑制最大化研究————作者：徐夢瑤;孫斌;江濤;崔家豪;

摘要：[目的]針對謠言抑制中對節點位置與社區重疊特性考慮不足的問題，提出一種謠言抑制框架RSM-OC。[方法]該框架創新地提出使用信任中心值來精準識別關鍵節點，結合重疊節點構成候選種子集，最后利用遺傳算法優化正種子節點集，并采用單向狀態轉換的線性閾值模型模擬謠言與真相的博弈。[結果]在四個真實數據集上的實驗顯示，RSM-OC方法相較于基線算法的謠言抑制率平均提升23.3%，真相傳播范圍平均擴大兩倍，特別...

考慮樣本語義特征與類簇結構特征的IDCCM文本深度聚類方法研究————作者：李婕;張智雄;

摘要：[目的]深度綜合關聯挖掘圖像聚類方法DCCM局限于基于樣本語義特征進行聚類，無法充分利用類簇結構特征中蘊含的具有高判別性的類間結構關系，制約了DCCM聚類性能的進一步提升。 [方法]本文提出融合類簇結構特征的改進模型Improved-DCCM。首先，以DCCM作為基礎聚類模型，引入基于高斯分布的文本數據增強策略，繼承DCCM的樣本語義特征挖掘能力。在此基礎上，通過樣本變量與類簇變量之間的互信息損...

生成式AI對話中的提示詞策略有效性探究————作者：周潔;王東毅;代沁泉;夏蘇迪;

摘要：[目的]本研究旨在探索普適的生成式AI有效提示詞策略，以提升用戶的交互技能和優化使用體驗。[方法]采用Q方法，邀請用戶根據其在通用場景、跨任務及跨模型的生成式AI使用經驗，對不同提示詞策略的有效性進行排序，從而識別出具有普適性的有效提示詞策略類型。[結果]研究發現，最有效的提示詞策略包括明確問題、明確目標和提供背景信息。普適性有效提示詞策略可分為三類：明確需求與精確指引型、清晰解釋與邏輯排序型、拆...

基于可解釋自適應加權Stacking集成學習的電影IP衍生品開發效果預測————作者：倪淵;李翔宇;張健;董飛星;

摘要：[目的]構建可解釋集成學習模型，為預測電影IP衍生品的開發效果提供新的決策方式。 [方法]基于價值鏈理論解析電影IP衍生品開發過程，構建預測指標體系。基于KLLB模型對影響因素進行提取篩選、構建預測標簽。提出基于AWStacking的開發效果預測模型。 [結果]以XGBoost、CatBoost、RF為基學習器，LR為元學習器的AWStacking算法預測效果最好，宏平均精確率為0.8699，...

基于多源數據間主題時序擴散網絡的研究前沿探測方法研究————作者：李廣;吳新年;寧寶英;

摘要：[目的] 設計基于多源數據間主題時序擴散網絡模型，進行動態計量數據源權重的研究前沿探測。 [方法] 通過分析前沿主題的時間、擴散和網絡特征，提出基于主題時序擴散網絡的研究前沿探測方法體系、指標體系和立體判別坐標圖，最后在人工智能領域進行實證分析。 [結果] 動態計量出多源數據權重（戰略規劃0.301、科技報告0.234、基金項目0.124、專利文獻0.122、會議論文0.113、期刊論文0.105...

基于時空圖結構學習與路線特征增強的行程時間預測研究————作者：潘曉;董慧;陳曉;

摘要：[目的]針對目前多任務行程時間預測研究中，存在的刻畫路段波及效應影響范圍的靈活性不足，以及在標注數據受限情況下模型學習能力較差的問題，提出一種基于時空圖結構學習與路線特征增強的行程時間預測方法。[方法]該方法首先利用自適應機制初始化基礎的時空圖結構，并構建基于Encoder-only的學習組件，靈活且深入地捕捉全域路網范圍內路段間的時空交互依賴關系，從而生成高質量的波及效應時空圖及相應的時空特征表...

基于Rank一致性與假設檢驗方法的專利語義相似度測度效果評價方法及其應用————作者：周健;呂璐成;李佳政;趙亞娟;

摘要：【目的】構建專利語義相似度測度效果量化評價方法，實現多種專利語義相似度測度方法的客觀評價。【方法】基于同一分類層級下專利語義相似度更高的思想，兼顧時間與技術領域因素自動構造測度效果評價數據集，設計Rank一致性指標指標和假設檢驗方法來構建針對不同向量化模型的專利語義相似度測度效果評價方法，并構建中文和英文專利數據集進行評價方法的實證。【結果】本文選擇基于L1距離的Rank一致性指標與U檢驗進行了實...

基于RF-ISSA-SVM和SHAP的疾病誘因可解釋性模型—以肥胖癥為例————作者：馬捷;孫文晶;郝志遠;

摘要：[目的]本研究旨在構建具有可解釋性的高質量疾病預測模型，通過識別影響疾病形成的關鍵誘因，并進一步分析誘因對于疾病的作用方式，從而為輔助診斷和精準醫療賦能助力。 [方法]以肥胖癥為研究對象，首先，利用隨機森林模型在疾病數據的多維特征中篩選出最具代表性的特征子集；其次，通過構建增強型麻雀搜索算法實現支持向量機核參數與懲罰系數的自適應獲取；然后，同步應用優化后的支持向量機模型對數據樣本進行預測分析，并...

　　相關科技期刊推薦

• 國家級中國廢鋼鐵
• 南大核心西藏大學學報(社會科學版)
• 北大核心《粘接》
• 北大核心《微電機》
• 國家級《水利水電技術》
• 省級貴州工業大學學報(自然科學版)
• 國家級《精細石油化工進展》
• 省級游泳季刊
• 省級鄂鋼科技
• 省級《輕紡工業與技術》
• 省級環球體育市場
• 省級服裝店
• 北大核心《安徽工業大學學報》
• 省級《科學與管理》
• 北大核心湖北社會科學
• 省級管理工程學報
• 北大核心《鋼鐵釩鈦》
• 省級數字傳媒研究雜志
• 國家級安徽建筑工業學院學報自然科學版
• 北大核心《西南科技大學學報》
• 國家級智能建筑電氣技術
• 北大核心食品工業
• 國家級中國耐火材料
• 南大核心北京科技大學學報社會科學版
• 省級《四川兵工學報》
• 省級《蘇鹽科技》
• 省級山東電力技術
• 省級廣東公路交通
• 省級《科學與文化》
• 北大核心《表面技術》

　　核心期刊推薦

現代食品科技

電子科技大學學報

中國體育科技

食品工業科技