数据分析与知识发现

所属栏目：科技期刊热度：时间：

数据分析与知识发现 关注(): 期刊周期：周刊; 期刊级别：南大核心; 国内统一刊号：10-1478/G2; 国际标准刊号：2096-3467; 主办单位：中国科学院文献情报中心; 主管单位：中国科学院; 查看数据分析与知识发现近十年数据入口>>>; 上一本期杂志：数字传媒研究杂志2018年05期论文目录; 下一本期杂志：应用技术学报杂志2018年征收论文栏目要求

　　《数据分析与知识发现》杂志简介

　　《数据分析与知识发现》(月刊)创刊于1985年，是中国科学院主管、中国科学院文献情报中心主办的计算机信息管理技术方面的学术性刊物，是国内唯一一份被中国图书馆学会和中国科技情报学会共同推荐的专业技术类核心期刊。刊物设有“数字图书馆”、“知识组织与知识管理”、“情报分析与研究技术”、“应用实践”、“动态”等一系列固定类栏目以及“特邀专栏”、“企业技术之窗”等不定期栏目。

　　《数据分析与知识发现》内容定位于广泛吸纳计算机科学、数据科学、情报科学以及数字科研、数字教育和数字文化等领域的技术与方法，研究数据驱动的语义计算、内容分析、数据挖掘、知识发现、智能管理和决策支持等方面的技术、方法、系统以及支撑设施、政策与机制等，尤其是聚焦从海量、异构、分布、动态、甚至富媒体数据中挖掘和发现知识以支持研究、管理和决策的理论、方法和技术。

　　《数据分析与知识发现》办刊宗旨是聚焦各行各业中以大数据为基础，依靠复杂挖掘分析方法，进行知识发现与预测、支持决策分析和政策制定的研究与应用，致力于提供理论指导、技术支持和最佳实践。

　　《数据分析与知识发现》栏目设置

　　数学图书馆、知识组织与知识管理、情报分析与研究、应用实践、动态、特邀专栏、金融证券管理、企业信息管理技术

　　《数据分析与知识发现》杂志荣誉

　　CSSCI 南大核心期刊(中文社会科学引文索引)(含扩展版)万方收录(中)上海图书馆馆藏国家图书馆馆藏知网收录(中)维普收录(中)中国期刊全文数据库(CJFD)中国核心期刊遴选数据库

　　2018年《数据分析与知识发现》杂志08期投稿论文目录：

　　基于t-SNE降维的科学基金资助项目可视化方法研究陈挺;李国鹏;王小梅;

　　基于BRFSS数据库应用人工神经网络构建儿童哮喘预测模型马晓宇;张晗;赵玉虹;

　　新一代知识问答平台中提问者付费意愿的影响因素探究赵宇翔;刘周颖;宋士杰;

　　基于预警平台大数据的事件旅游客流时空分布研究王玲;代前进;吴晓隽;

　　面向微博短文本分类的文本向量化方法比较研究李心蕾;王昊;刘小敏;邓三鸿;

　　基于LDA和AdaBoost多特征组合的微博情感分析曾子明;杨倩雯;

　　基于领域本体的产品网络口碑信息多层次细粒度情感挖掘何有世;何述芳;

　　跨设备搜索中设备转移前后查询式语义变化研究吴丹;陆柳杏;

　　等待感知对于移动信息产品用户满意度的影响研究——以数字小说书架为例马艳阳;刘玉磊;徐伯初;支锦亦;

　　收录论文：面向微博短文本分类的文本向量化方法比较研究

　　【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,以期在文本分类时获得较低的计算成本和较高的分类效果。【方法】使用文本中词的0-1矩阵进行分类,将分类效果作为基准线;采用Word2Vec算法生成词向量并用不同方式合成句子的向量表示,进行文本分类,并与基准线进行对比;利用Sent2Vec算法直接生成句子向量进行分类,综合评价3种方法的优缺点。【结果】研究显示使用Word2Vec算法和Sent2Vec算法能够极大程度上压缩文本特征,对比于使用所有3万多个词作为特征,Word2Vec算法和Sent2Vec算法将特征数压缩在1 000以内。在分类准确率方面,Word2Vec算法的分类准确率比基准线低约3%,准确率为75.14%。Sent2Vec算法的分类效果远不如其他两种方法,准确率只有63.08%。【局限】由于语料有限,Word2Vec算法在计算词向量时可能缺少足够的语义信息,导致词向量的准确性不高,而Sent2Vec算法在中文文本语境下生成句向量的分类结果较差。【结论】Word2Vec算法更适用大规模语料文本分类,在文本量较少时应使用词为特征分类。

　　数据分析与知识发现最新期刊目录

面向对抗鲁棒性的AI生成文本检测：融合图结构特征的方法

摘要：[目的] 针对现有AI文本检测方法过度依赖表层文本特征、易受对抗攻击的问题，本研究从内容逻辑层面探索AI生成文本检测方法，以提升检测模型的对抗鲁棒性。 [方法] 通过实体关系抽取将文本映射为图结构，提取包括图拓扑特征、节点中心性和图嵌入在内的多维逻辑特征，并融合图结构语义嵌入与统计特征构建AI文本检测模型；在此基础上，提出基于置信度加权熵的自适应融合模型，在保持较高检测性能的同时，有效提升模型的...

基于事理图谱检索增强的网络负面事件检测技术

摘要：[目的] 为解决大模型（LLM）对于检测实时的网络负面事件语义理解不准确、事理关系感知缺失的问题，本文提出基于事理图谱增强的检索生成模型（EEG-RAG）。[方法] 本文构建了一个网络负面事件事理图谱，并设计了一种事件分类学习机制解决语义理解偏移，用于增强混合事理检索器，使大模型具备了精准检测网络负面事件和决策可解释的能力。[结果] 与基线模型和经过专业数据微调的模型相比，语义理解的准确率提升近一...

基于剪枝压缩与记忆监控的轻量化内容安全检测模型

摘要：[目的]针对人工智能生成内容引发的网络舆情复杂化，以及现有检测模型难以兼顾推理时效性与复杂语义判别精度的问题，旨在研制一种兼具高精度与轻量化优势的中文内容安全检测方法。[方法]提出基于剪枝压缩与记忆监控的轻量化检测模型（LCSD-PCMM）。利用基于L₂范数的结构化多头自注意力剪枝冗余计算单元，并引入外部记忆监控模块，通过键值对记忆库存储并融合关键特征模式，以补偿剪枝带来的语...

科学数据供给枢纽：面向AI4S的科学数据高质量供给

摘要：[目的]针对AIforScience范式下科学数据碎片化、质量参差、形态错配与流通受阻等供给困境，探讨科学数据基础设施由“资源管理”向“价值供给”转型的实现路径。[方法]本文提出“科学数据供给枢纽”概念，构建“汇聚-转换-分发-调度”四重运行机制；设计代理转发、集散供给、反向供给、数据Claw、联邦协同和订阅推送六种服务模式；提出“需求理解-资源调度-动态适配”核心能力框架与分层参考架构；研发sd...

基于多粒度层级图的检索增强生成方法研究

摘要：[目的]针对已积累大量专家审定结构化知识的垂直领域，聚焦Graph RAG技术在该类场景下对结构化知识利用不足、社区聚类中语义与拓扑失衡的局限，本研究旨在提升专业问答质量与可解释性。[方法]提出一种基于多粒度层级图的检索增强生成方法（MGHG-RAG），构建由强约束细粒度图、弱约束细粒度图和粗粒度图组成的三层级图结构，并设计与之适配的多粒度检索策略，以支持从细节事实查询到宏观分析的全场景问答任务，...

复杂网络视角下企业关联对数字化转型的影响——来自A股物业企业的证据

摘要：[目的] 探究企业在多重关联网络中的结构性位置如何影响其数字化转型决策，为理解企业转型行为提供一个基于网络关系视角的微观解释。[方法] 选取2011-2022年我国A股上市物业企业为研究样本，运用复杂网络理论，分别构建股权关联、行业关联与人际关联网络，量化其网络结构位置与影响力，探讨企业关联关系对数字化转型绩效的影响条件。[结果] 企业的多重关联特征会在不同程度上影响其数字化转型进程，其中客户关联...

规则驱动的可解释推理框架：一种面向临床一致性的多病症神经符号协同推理研究

摘要：[目的] 针对多病症治理的指南冲突与幻觉风险，提出并验证神经符号协同推理框架（SCGR）。 [方法] 构建基于“IF-THEN-EXPLAIN”的符号规则库与动态剪枝算法，利用分阶段思维链（CoT）在100例真实病例上开展对比实验与多维度评估。 [结果] SCGR语义相似度（0.955）与临床准确性（5.0），均显著优于LLM-only（0.887/4.08），有效消解决策死锁并揭示了逻辑透明...

基于自适应特征融合的专利价值评估方法及实证研究

摘要：[目的]有效提取并动态融合专利计量指标与文本特征，提升专利价值评估的准确性。[方法]提出了一种基于自适应特征融合的专利价值评估方法。方法采用模块化设计，特征提取与融合模块能够独立优化并灵活扩展。计量指标和文本语义特征分别通过多层感知机和BERT-BiLSTM提取，并映射到统一语义空间训练优化。同时，构建自适应注意力特征融合模块捕捉不同类型特征间的互补信息，并动态调整特征权重。[结果]在农业机器人领...

基于弱监督对比学习与跨模态知识蒸馏的多模态虚假新闻检测研究

摘要：[目的] 本文旨在解决当前多模态虚假新闻检测中普遍存在的“模态不平衡”与“语义理解浅显”两大挑战，以提升检测的准确性与鲁棒性。[方法]提出了一种结合对比学习与知识蒸馏的新型两阶段多模态虚假新闻检测方法WCL2KD。第一阶段用弱监督对比学习模块，借图算法生成弱标签，让模型自主学习虚假新闻细粒度特征；第二阶段通过跨模态知识蒸馏策略，让强势模态向弱势模态迁移知识，解决模态不平衡问题。[结果] WCL2K...

基于理据蒸馏的科技文献学术观点可解释识别方法研究

摘要：[目的]针对科技文献中学术观点表达主观性隐蔽及现有方法可解释性不足的问题，提出一种基于理据蒸馏的学术观点识别方法AOR-RD（Academic Opinion Recognition with Rationale Distillation）。[方法]基于语言学理论和语料分析归纳七类学术观点表达模式，构建逐步推理模板，引导教师模型生成结构化理据；在此基础上构建多任务学习架构，以理据为中介蒸馏推理能力...

基于CLIP引导跨模态层次注意力的虚假新闻检测

摘要：[目的] 针对多模态虚假新闻检测中图文语义对齐不充分与细粒度不一致特征捕捉困难的问题，提出一种融合CLIP引导层次化注意力的检测模型。[方法] 利用CLIP预训练知识构建跨模态联合表征空间，通过多分支编码器提取图文特征，并结合层次化共注意力机制实现局部特征至全局语义的多尺度特征融合，同时引入CLIP-GPT引导生成模块校验语义。[结果]在Weibo和PHEME数据集上，本文模型准确率分别达到91....

基于多维因果关系补全的检索增强生成方法研究

摘要：[目的]针对现有RAG方法难以区分因果与关联、导致生成结果可靠性低的问题，本文提出一种基于多维度因果关系补全的检索增强生成方法(MCC-RAG)。[方法]该方法从事件粒度、时间次序和因果强度三个维度对候选因果关系进行协同过滤、补全与验证，构建高置信度因果知识图；在此基础上，结合语义检索与因果图遍历的双通道检索机制，并引入因果图检查与反馈更新策略，对生成阶段的因果不一致与事实偏差进行迭代修正。[结果...

基于生成式人工智能的医学影像报告生成研究综述

摘要：【目的】围绕生成式人工智能背景下医学影像报告生成的方法演进与研究成果进行系统梳理，为相关研究方向的后续探索与发展提供参考。【文献范围】以Google Scholar、ScienceDirect、PubMed、IEEE Xplore、Springer和中国知网数据库为检索来源，以医学影像报告生成、生成式人工智能、深度学习、预训练语言模型、多模态大语言模型、Medical Imaging Report...

基于自适应思维链与模型蒸馏的中医医案按语生成方法研究

摘要：[目的]探索中医医案按语的自动生成与推理建模方法，验证教师-学生协同推理与蒸馏框架在提升生成质量与临床解释性方面的有效性。[方法]基于权威中医妇科医籍构建包含510例完整医案的数据集，以DeepSeek-V3为教师模型、Qwen3-7B与Qwen3-14B为学生模型，通过教师生成的推理链样本实施生成式模型蒸馏，并结合LoRA进行参数高效微调，采用BLEU、ROUGE、BERTScore及段落级RO...

融合大模型语义调和网络的多模态情感分析方法

摘要：[目的] 异构模态间固有的语义鸿沟，限制了跨模态融合的效率与情感识别性能。为了解决该问题，提出一种融合大模型语义调和网络的多模态情感分析方法。[方法] 为弥合异构模态间的语义鸿沟，借助多模态大语言模型生成情感描述文本，使用门控记忆网络对文本进行强化，以凸显情感特征并剔除冗余信息；随后，通过跨模态注意力网络将原始模态与强化后的描述性文本深度融合，缩小模态间的语义分布差异。在融合阶段，以文本为核心，通...

基于大语言预训练模型嵌入与多模态医学知识增强的文献推荐研究

摘要：[目的]本文提出一种基于大语言预训练模型嵌入与多模态医学知识增强的医学文献推荐方法，以提升医学文献推荐的准确性和语义理解能力。[方法]本文基于LLM2Vec嵌入模型实现医学文本的动态双向编码，结合ResNet-50视觉编码器与注意力池化机制实现图文特征融合，并引入用户行为注意力机制捕捉兴趣演化，通过跨模态对齐与多粒度语义聚合构建推荐模型。[结果]本文在两个医学文献数据集上与四种主流推荐模型进行对比...

面向五运六气理论的图增强混合检索方法研究

摘要：[目的]针对五运六气理论知识体系复杂、规则推演严密，且大语言模型易产生幻觉与推理偏差的问题，提出一种图增强混合检索方法，以提升中医专业场景下问答系统的准确性与可信性。[方法]融合BM25、稠密向量与稀疏向量的多路混合检索，引入基于社区发现的五运六气多层次知识图谱进行语义增强，采用倒数排名融合算法进行候选排序，并结合受控提示与引用约束机制，引导大语言模型基于文献证据生成回答。[结果]与未引入检索增强...

融合角色感知胶囊建模与提示信息门控的事件参数抽取模型

摘要：[目的]针对基于提示学习的文档级事件参数抽取模型中角色混淆与边界误判问题，提出了融合角色感知胶囊建模与提示信息门控机制的事件参数抽取模型。[方法]首先模型采用基于RoBERTa构建编码器-解码器架构，利用结构化提示引导模型生成论元候选表示。再通过角色感知胶囊网络模块，结合触发词与候选论元信息，动态生成对应角色的语义表示。同时，设计提示信息门控机制对结构化提示与上下文语义进行融合建模，以提升提示信息...

面向想法挖掘的科研问题解决方案大模型生成方法

摘要：[目的]给定科研问题描述，利用大模型生成问题解决方案，辅助发现科研想法，促进科研创新。[方法]基于群组推荐和大模型微调技术提出问题解决方案的生成方法。将问题中的关键词输入推荐模型获得一组方案关键词；将问题和方案关键词形成指令输入微调大模型，生成新方案。[结果]提出的方法能生成领域相关的、句子形式的新方案。随机选取100条结果提交给专家评估，显示具有新颖性、可参考性、可理解性的新方案平均百分数分别为...

基于自适应记忆与证据驱动的文档级关系抽取研究

摘要：[目的]解决文档级关系抽取中，因单个文档信息浓缩或叙事视角局限导致的隐式关系识别能力不足这一核心问题，提升模型在缺乏局部共现线索的复杂上下文中的关系推理性能。[方法]提出一种基于自适应类别记忆机制（ACME-RE）的文档级关系抽取方法。该方法利用记忆模块动态维护与更新关系特定的原型表示，并通过关系引导的上下文信息量化模块，为每个预定义关系独立评估其特定的词符级信息贡献，增强模型对历史语义原型的认知...

　　相关科技期刊推荐

　　核心期刊推荐

查看更多科技期刊