面向科技情报的互联网信息源自动发现技术

高辉; 陈钧; 牛海波; 罗威

doi:10.11959/j.issn.2096-0271.2015040

您当前的位置：

首页 >

文章列表页 >

面向科技情报的互联网信息源自动发现技术

专题：金融与安全大数据 | 更新时间：2024-06-03

- 面向科技情报的互联网信息源自动发现技术
- Internet Information Sources Automatic Discovery Technology for Scientific and Technological Intelligence
- 大数据 2015年1卷第4期页码：40-48
- 作者机构：
- 作者简介：
  
  [ "高辉，男，博士，中国国防科技信息中心工程师，主要研究方向为互联网信息获取、信息抽取、知识库构建和信息可视化。" ]
  [ "陈钧，男，中国国防科技信息中心高级工程师、研究室主任，中国计算机学会大数据专家委员会委员，中国科学技术情报学会信息技术专业委员会委员，主要研究方向为科技信息大数据、网络工程等。" ]
  [ "牛海波，男，中国国防科技信息中心工程师，主要研究方向为大规模互联网信息资源获取、信息重构与融合、知识库构建等。" ]
  [ "罗威，男，中国国防科技信息中心副研究员，主要研究方向为信息抽取、大规模文本挖掘。" ]
- 基金信息：
  
  国家社会科学基金资助项目;The National Social Science Foundation of China(4CTQ012)
- DOI：10.11959/j.issn.2096-0271.2015040
  中图分类号： TP311.13
- 网络首发：2015-11，
  
  纸质出版：2015-11-20
- 稿件说明：
移动端阅览
高辉, 陈钧, 牛海波, 等. 面向科技情报的互联网信息源自动发现技术[J]. 大数据, 2015,1(4):40-48.

Hui Gao, Jun Chen, Haibo Niu, et al. Internet Information Sources Automatic Discovery Technology for Scientific and Technological Intelligence[J]. BIG DATA RESEARCH, 2015, 1(4): 40-48.
高辉, 陈钧, 牛海波, 等. 面向科技情报的互联网信息源自动发现技术[J]. 大数据, 2015,1(4):40-48. DOI： 10.11959/j.issn.2096-0271.2015040.

Hui Gao, Jun Chen, Haibo Niu, et al. Internet Information Sources Automatic Discovery Technology for Scientific and Technological Intelligence[J]. BIG DATA RESEARCH, 2015, 1(4): 40-48. DOI： 10.11959/j.issn.2096-0271.2015040.

摘要

自动获取高质量互联网信息源是科技情报工作的一项基础性研究内容。以网站/网页类信息源和Twitter信息源为研究对象，基于共引关系以及关注关系和文本内容，分别提出了两类信息源的自动发现方法，并面向科技情报领域进行了实验。对信息源自动发现技术应用形式进行了研究，分析了科技情报工作对信息源服务的具体要求，提出了3类应用场景。

Abstract

It is a basic work to discover high quality internet information sources automatically for scientific and technological intelligence.The technology of website/webpage information sources discovery was presented based on the co-citation relationship

and the technology of Twitter information sources discovery was presented based on the following relationship and content analysis.Then

the application forms of automatic discovery of information sources were discussed.Three kinds of application scenarios were presented based on the analysis of the requirements of scientific and technological intelligence.

关键词

Keywords

references

中国计算机学会大数据专家委员会 . 中国大数据技术与产业发展白皮书（2013） , 2013

CCF Task Force on Big Data . White Paper on Big Data Technology and Industry Development in China (2013) , 2013

Loia V , Senatore S , Sessa M I . Discovering related web pages through fuzzy-context reasoning . Proceedings of the 2002 IEEE International Conference on Plasma Science , Banff, Alberta, Canada , 2002 : 150 ～ 155

Jaskirat S , Mukesh K . A meta search approach to find similarity between web pages using different similarity measures . Proceedings of ICAC3 2011 , Mumbai, India , 2011 : 150 ～ 160

Brin S , Page L . The anatomy of a large-scale hypertextual Web search engine . Computer Networks and ISDN Systems , 1998 , 30 ( 98 ): 107 ～ 117

Kleinberg J M . Authoritative sources in a hyperlinked environment . Journal of the ACM , 1999 , 46 ( 5 ): 604 ～ 632

Dean J , Monika R . Finding related pages in the world wide web . Computer Networks , 1999 , 31 ( 11 ): 1467 ～ 1479

沈筱彦 . Web信息检索若干关联挖掘问题的研究（博士学位论文） . 北京: 北京邮电大学 , 2009

She X Y . Research on several association rule mining problems for web information retrieval system (doctor dissertation) . Beijing: Beijing University of Posts and Telecommunications , 2009

Clauset A , Newman M E J , Moore C . Finding community structure in very large networks . Physical Review E: Statistical Nonlinear & Soft Matter Physics , 2004 , 70 ( 6 ): 264 ～ 277

Crandall D , Cosley D , Huttenlocher D , et al . Feedback effects between similarity and social influence in online communities . Proceedings of the KDD’08 , Las Vegas, Nevada, USA , 2008 : 160 ～ 168

Weng J , Lim E P , Jiang J , et al . Twitterrank：findingtopic-sensitive influential twitterers . Proceedings of the 3rd ACM International Conference on Web Search and Data Mining , LNew York, USA , 2010 : 261 ～ 270

Wang D S , Wen Z , Tong H H , et al . Information spreading in context . Proceedings of the WWW 2011 , Hyderabad, India , 2011 : 735 ～ 744

Yan Z , Zhou J . User recommendation with tensor factorization in social networks . Proceedings of 2012 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP) , Kyoto,Japan , 2012 : 3853 ～ 3856

Guy I , Zwerdling N , Ronen I , et al . Social media recommendation based on people and tags . Proceedings of the 33rd International ACM SIGIR Conference on Research and Development in Information Retrieval , Geneva, Switzerland , 2010 : 194 ～ 201

Chen J , Geyer W , Dugan C , et al . Make new friends, but keep the old: recommending people on social networking sites . Proceedings of the SIGCHI Conference on Human Factors in Computing Systems , New York, USA , 2009 : 201 ～ 210

张晨逸 , 孙建伶 , 丁轶群 . 基于MB-LDA模型的微博主题挖掘 . 计算机研究与发展 , 2011 , 48 ( 10 ): 1795 ～ 1802

Zhang C Y , Sun J L , Ding Y Q . Topic mining for microblog based on MB-LDA model . Journal of Computer Research and Development , 2011 , 48 ( 10 ): 1795 ～ 1802

张晓艳 , 王挺 , 梁晓波 . LDA模型在话题追踪中的应用 . 计算机科学 , 2011 , 38 ( 10A ): 136 ～ 139

Zhang X Y , Wang T , Liang X B . Use of LDA model in topic tracking . Computer Science , 2011 , 38 ( 10A ): 136 ～ 139

Larson R . Bibliometrics of the world wide web: an exploratory analysis of the intellectual structure of cyberspace . Proceedings of Ann Meeting Am Soc Information Sciences , Medford, USA , 1996

Gao H , Niu H B , Luo W . Internet information source discovery based on multi-seeds cocitation . Proceedings of International Conference on Security, Pattern Analysis, and Cybernetics (SPAC) 2014 , Wuhan, China , 2014

王连喜 , 蒋盛益 , 庞观松等 . 微博用户关系挖掘研究综述 . 情报杂志 , 2012 , 31 ( 12 ): 91 ～ 97

Wang L X , Jiang S Y , Pang G S , et al . A literature review of user relationship mining on microblog . Journal of Interlligence , 2012 , 31 ( 12 ): 91 ～ 97

Scott J . . 社会网络分析法（第二版）. 刘军（译）. 重庆 : 重庆大学出版社 , 2007

Scott J . Social Network Analysis （ Second Edition ）. Liu J Translated by. Chongqing : Chongqing University Press ,

Wouter D N , Andrej M , Vladimir B . Exploratory Social Network Analysis with Pajek （ Second Edition ）. Cambridge : Cambridge University Press , 2011

浏览量

283

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据