《情报学报》2011年第8期文摘题录

[1] 马费成,刘向.知识网络的演化(I):增长与老化动态[J].情报学报,2011，30（8）:787-795

摘要：为了考察不同增长模式下知识网络的拓扑结构及知识节点的历时老化，建立了知识网络的增长模型。模型采用了泛增长函数的方式进行了一般的分析。数理分析和模拟仿真发现：当知识增长率为线性等收敛函数时，知识网络的度分布与增长模式无关，且知识节点的历时被引是一直衰减的；而当增长率函数为发散性的指数函数时，知识节点的度分布指数较前者要小，节点的历时被引数则是单调上升的；增长速度越快，指数增长模式具有越平坦的度分布，知识的利用率越高，相反，收敛性的线性增长等在知识利用上分化则相对更大，知识利用率相对低些。

[2] 常富洋,许侃,林鸿飞. 基于用户信息平滑聚类的协同推荐方法[J].情报学报,2011，30（8）:796-801

摘要：在电子商务中，协同推荐技术能够帮助用户发现感兴趣的东西。在协同推荐中，通常采用最近邻居的方法来产生推荐。随着商品数量的增多，协同推荐所需要的数据集也越来越稀疏，可用数据比例越来越少。为了解决这个问题，本文在传统的评分数据的基础上，引入用户的基本信息，对用户的基本信息进行离散化处理，将用户的基本信息转化成一个0、1的向量，在用户的信息的基础上计算最近邻居，根据最近邻居对用户缺失数据进行补充，在补充后的评分数据上进行聚类计算，并根据聚类结果对用户评分进行预测。实验表明引入用户的基本信息，并采用对基本信息离散化的处理方式进行缺失数据补充，在此基础上进行数据的聚类，能够提高预测评分的准确性。

[3]蔡淑琴,胡慕海,叶波，等.情境化推荐中基于超图模式的用户偏好漂移识别研究[J].情报学报,2011，30（8）:802-811

摘要：识别用户偏好漂移是维护用户偏好模式、确保偏好描述准确的关键之一，随着移动商务的迅猛发展，近年来越来越受到重视。一个研究方向是基于聚类实现偏好漂移的识别，但目前研究对于资源对象间多元的弱关联处理存在不足，为此本文结合情境化推荐的特征，构建了情境化资源的超图模型，在对资源相似度、资源簇相似度、用户偏好漂移度等相关概念定义的基础上，提出了一种识别用户偏好漂移的方法。该方法在两阶段层次聚类架构中引入多级超图分割算法，通过两组实验验证了方法的有效性。本文对方法复杂性和应用机制也进行了探讨。

[4] 郭崇慧,张艳昌.基于率失真理论的模糊聚类模型与算法[J].情报学报,2011，30（8）:812～818

摘要：本文从信息论的角度考虑了聚类问题，将聚类看成是有损信息压缩的过程。首先运用率失真理论建立了模糊聚类的优化模型,与经典的模糊聚类模型相比，模型的目标函数中多了一个描述聚类过程复杂度的指标。同时为了估计聚类数目，还提出了一个新的聚类有效性指标。其次通过求解优化模型得到基于率失真理论的模糊聚类算法。最后将基于率失真理论的模糊聚类算法与经典模糊C均值算法进行了数值实验比较。数值实验结果表明基于率失真理论的模糊聚类算法能够自动确定聚类数目，在运行时间上比模糊C均值算法有一定减少，且最终的模糊划分矩阵与模糊C均值算法相比有较少的模糊性，因而聚类结果更加明确可靠。

[5] 李枫林，何洲芳.基于关键词共现分析的检索结果聚类研究[J].情报学报,2011，30（8）:819-825

摘要：随着互联网规模的急剧扩张，提升信息检索的效用变得相当困难。本文首先通过特定算法提取每篇文档的关键词，然后运用统计方法计量不同文档的共现关键词并形成相应的共现关键词标签矩阵，最后利用层次聚类算法对共现关键词标签进行聚类并形成相应的层次标签树来构造文档聚类束。该方法可以对源搜索引擎返回的结果进行有效的分类，使用户在更高主题层次上查看检索词的相关信息，准确地找到感兴趣的信息。通过与Lingo算法的比较，显示本文算法所得的标签更具可读性和概括性，同时F-measure评价指标也表明本算法在文本聚类的质量上有了一定的提升。

[6] 祁瑞华,杨德礼.基于放松区间优势的不完整数据分类[J].情报学报,2011，30（8）:826-831

摘要：针对朴素信念不完整数据分类算法中保守推理规则过于严格导致明确分类样本比例下降的的情况，定义了放松的区间优势，并提出了基于放松区间优势的不完整数据分类模型，与朴素贝叶斯分类和朴素信念分类算法的对比实验结果表明本文提出的分类模型有效地提高了明确分类样本比例，在明确分类样本上的正确率优于朴素贝叶斯分类，与朴素信念分类相当。此外还以文体风格识别作为应用背景进行了实证研究，对比实验结果进一步表明对于文体风格识别数据集，放松区间优势的朴素信念分类算法具有较理想的综合性能。

[7] 张玉峰,何超.基于领域本体的语义文本挖掘研究[J].情报学报,2011，30（8）:832-839

摘要：为了提高文本挖掘的深度和精度，研究并提出了一种基于领域本体的语义文本挖掘模型。该模型利用语义角色标注进行语义分析，获取概念和概念间的语义关系，提高文本表示的准确度；针对传统的知识挖掘算法不能有效挖掘语义元数据库，设计了一种基于语义的模式挖掘算法挖掘文本深层的语义模式。实验结果表明，该模型能够挖掘文本数据库中的深层语义知识，获取的模式具有很强的潜在应用价值，设计的算法具有很强的适应性和可扩展性。

[8] 王晓佳,杨善林,徐达宇.基于改进粒子群算法的数据预测挖掘应用研究[J].情报学报,2011，30（8）: 840-845

摘要：针对粒子群优化算法早熟、易陷入局部收敛的问题，提出一种克服早熟的粒子群算法. 该算法在标准粒子群算法基础上加入极值扰动和自适应调整系数，使其易于跳出局部最优。又分析了灰色GM(1,1)预测模型的局限性，提出了一种带极值扰动的自适应调整惯性权重的改进PSO优化灰色模型AdPSO-GM，并将此模型用于数据预测挖掘研究中。最后，通过一个实例对所提方法进行验证，结果表明，本文所给模型具有较高的预测挖掘精度。

[9] 汪兆鹏,胡侠,倪宁，等.一种基于HITS和随机跳转的网页标签排序方法[J].情报学报,2011，30（8）: 846～850

摘要：Web 2.0应用的兴起，推进了情报学科由“文献组织”向“知识组织”演化。网页标签作为重要的Web 2?0应用之一，已经成为大众组织知识的常用途径。然而，现有的标签排序方法难以有效满足知识组织的需求。本文在三核协同标签模型的基础上，充分考虑标签和用户、标签和标签、标签和文档之间的关系，提出了一种结合HITS和随机跳转的标签排序方法。该方法利用高质量标签和高质量用户之间的相互加强关系，根据标签之间的相似性来找出高质量相关标签，有效提高标签排序的质量。在Delicious数据集上的实验结果表明，该方法能较大提高标签排序的准确度。

[10] 赵洁,刘彦宏,金培权.基于互联网的商业机构名识别研究[J].情报学报,2011，30（8）:851-860

摘要：互联网已经成为企业和组织获取竞争对手情报的主要来源之一。建立基于Web的竞争对手情报自动获取系统已成为企业的迫切需求。在竞争对手情报自动获取系统中，商业机构名的识别是基础，它为竞争对手的标识和进一步情报抽取提供了依据。本文提出了一种基于互联网的商业机构名识别新方法。该方法考虑了商业机构名与其上下文之间的语义关联性，通过语义标注和隐马尔可夫模型相结合的方法进行商业机构名识别。我们以互联网上的真实中文网页为数据集对提出的识别算法进行了性能评估，并从召回率、准确率和F指标三个方面与CHMM（基于层叠隐马尔可夫模型的机构名识别算法）、MEM（基于最大熵模型的机构名识别算法）以及SVM（基于支持向量机的机构名识别算法）进行了对比。实验结果表明，本文提出的算法改善了商业机构名识别效果，并且具有很好的普适性。

[11] 胡长爱,朱礼军.汉语科技词系统网络特性分析[J].情报学报,2011，30（8）:861-869

摘要：传统的知识组织系统评价方式存在缺乏宏观测度，时滞过长，不能动态揭示等缺陷。本文结合复杂网络理论，从基本特性、动态特性和鲁棒性三个角度着手，对汉语科技词系统网络特性进行分析。基本特性的分析表明，汉语科技词系统同时具有小世界特性和无尺度特性，连通性良好，但是存在错误建设和重复建设的问题；动态特性的分析则表明，汉语科技词系统的小世界特性越来越显著，同时网络的性能有待进一步提高；鲁棒性的分析表明，汉语科技词系统网络面对随机删除时，具有良好的鲁棒性，面对蓄意攻击时，表现出较强的脆弱性。建议在以后的建设过程中采用有导向的建设，在系统管理和维护的过程中要注重词汇间相互关系，保证系统的连通性。

[12] 庞观松，张黎莎，蒋盛益.个性化跨语言学术搜索技术研究[J].情报学报,2011，30（8）:870-874

摘要：学术搜索引擎是一种行业化的搜索引擎，但因其缺乏个性化的服务，使得用户的学术文献检索效率低下，海量的数字学术资源得不到充分利用。本文使用Google翻译，研究基于机器翻译的中、英、俄、法和西班牙等五个语种跨语言学术检索。在跨语言学术搜索的基础上研究个性化检索技术，提出一种基于聚类的个性化信息检索方法：通过观察用户对搜索结果聚类的点击行为，生成并更新用户实时兴趣模型，采用余弦夹角公式计算用户实时兴趣模型与搜索返回结果的相似度，根据相似度大小，为用户提供个性化重排序的搜索返回结果。实验结果证明了提出方法的有效性。

[13] 燕飞，张铭，孙韬，肖珑.基于网络特征的用户图书借阅行为分析——以北京大学图书馆为例[J].情报学报,2011，30（8）:875-882

摘要：图书借阅是图书馆提供的重要服务之一。研究用户的图书借阅行为模式，有助于图书馆提供面向用户的个性化服务，从而提升服务质量。以北京大学图书馆为例，几乎所有的学生都有图书借阅记录。这种图书借阅行为形成了一个用户到图书的“图书借阅网络”。另一方面，相同的图书可以被不同的用户所借阅，图书作为知识的载体，通过这种共同借阅关系将不同背景的用户联系在一起，形成了一种用户到用户的知识分享社会网络，称作“共同借阅网络”。基于这两种网络，本文对用户的借阅行为模式进行了深入的分析，发现了影响用户借阅行为的因素，并从用户借阅行为中挖掘出了新的知识，构造了个性化图书借阅推荐系统。本文的研究成果有利于推进图书馆服务向Library 2.0时代迈进。

[14] 杨良选,李自力,王浩.基于CiteSpaceII的研究前沿可视化分析[J].情报学报,2011，30（8）: 883-889

摘要：研究前沿（research fronts，RF）是指某一时刻正在关注的热点领域和涌现的具有发展潜力的研究方向。通过对研究前沿的研究，可以为研究人员提供所关注领域的研究动态，找到具有价值的研究方向或潜在研究领域。基于此，本文首先对研究前沿探测方法作了简单的阐述，借助CiteSpaceII软件的可视化分析能力，从被引文献关系和发展演化两个方面，对Research Fronts的研究前沿进行探索和分析，得出了Research Fronts的主要研究前沿和关注的方向，以及关键节点文章和具有影响力的研究人员。此外，我们还对利用CiteSpaceII软件分析研究前沿存在的不足进行了总结，对今后从中如何捕捉学科研究前沿做了展望。

[15] 黄鲁成，赵盼.基于国家顶级域名分析的普适计算技术关注焦点分析[J].情报学报,2011，30（8）:890-896

摘要：网络技术及其所产生的海量数据的迅速发展，网络信息已经成为社会不可忽视的重要信息资源，其中不仅蕴含着大量与技术相关的信息，而且潜移默化的引导和影响技术的发展。根据此领域目前的研究现状，本文在分析了现有的客观分析方法的基础上提出了采用网络信息中的国家域名分析技术发展方向的思路，即把若干个国家分组，对关于技术网页统计数量相似性较大的国家分为一组，利用层级聚类分析，通过组内和组间的比较得到目前各国普遍关注的技术焦点和技术未来的发展方向，并以普适计算技术为例进行实证分析。