基于科研社交网络的图书馆信息素养教育个性化服务模式研究

随着信息技术的快速发展,科研社交网络成为科研人员获取、交流和分享信息的重要平台。为了更好地满足用户在科研环境下的信息需求,文章提出了一个融合科研社交网络特性与图书馆信息素养教育的框架。该模式强调个性化服务的创新性设计,包括用户画像构建、信息资源动态匹配以及互动式学习机制,以实现精准有效的信息素养提升。最后讨论了该模式的实际应用前景、存在的挑战及未来可能的研究方向。

面向学术领域的新型社交平台:科研社交网络

利用科学计量和可视化方法,通过对科研社交网络进行调研、关键词分析、统计、聚类、可视化展示,对科研社交网络进行内容分析。依据分析结果,科研社交网络可分为三个主题:科研社交网络分析工具、科研社交网络平台、科研类数据库,并对各主题内容和作用进行阐述,最后对我国构建科研社交网络提出了技术、资源和管理方面的建议。

科研社交网络中基于链接预测的专家推荐研究

随着Web2.0理念和技术的引入,科研社交网络为科研人员之间进行交流和协作提供了一个新的便捷平台。但近年来随着科研社交网络的不断发展,如何在海量专家信息中找到自己感兴趣的专家并与之建立合作关系变得十分困难。为此,通过综合分析科研社交网络中专家所具有的知识信息以及社会关系信息,并以此为基础,构建链接预测模型对科研社交网络中的用户进行相关专家推荐。最后,选取科研社交网络Scholar Mate平台进行实验,验证了本文提出方法的有效性。

科研社交网络使用行为的影响因素研究

文章以计划行为理论为基本框架,构建科研社交网络使用行为的理论模型,通过对267位用户进行实证调查分析,结果表明计划行为理论能够很好地解释科研社交网络的使用意向和行为,行为态度、主观规范和感知行为控制均对使用意向具有显著的正向影响,且使用意向对使用行为具有显著的正向影响。

科研社交网络中基于联合概率矩阵分解的科技论文推荐方法研究

近年来随着科研社交网络中科技论文数量爆炸式的增长,科研人员很难高效地找到与之相关的科技论文,因此面向科研工作者的科技论文推荐方法应运而生。然而,传统的科技论文推荐方法没有充分挖掘科研社交网络中广泛存在的社会化信息,导致科技论文推荐质量不高。为此,提出了一种科研社交网络中基于联合概率矩阵分解的科技论文推荐方法,在传统概率矩阵分解的基础上,融入了社会化标签信息和社会化群组信息来进行科技论文推荐。为了验证所提方法的有效性,抓取了科研社交网络CiteULike上的数据进行了实验。实验结果表明,与其它传统推荐方法相比较,所提方法在Precision和Recall两个评价指标上均取得了较好的推荐结果,并且能够应用于大规模数据集,具有良好的可扩展性。

面向科研社交的高校图书馆信息服务创新模式研究

本文概述了科研社交的含义、特征,介绍了国内外科研社交发展状况,通过抽取样本数据分析了当今科研社交发展中出现的缺陷,探讨了基于科研社交平台的高校图书馆学术知识集成、用户关系发掘、吸纳多元科研群体、完善即时交互功能等科研服务策略选择。

科研社交网络用户行为倾向的影响因素分析

科研社交网络作为新型的科研交流平台,满足了科研人员学术信息和交流群体扩展的需求。通过问卷的方式调查不同机构的科研社交网络用户的使用习惯,分析年龄、职称和研究领域对用户使用科研社交网络的行为倾向的影响,结果显示:20-30岁之间的专业用户最热衷于加入群组,职称对于信息检索行为有着明显影响,研究领域对于系统功能的使用习惯有影响。尽管如此,不同用户还是有些共同特征,比如无论从年龄还是研究领域看,用户在使用科研社交网络时,与陌生人交流行为并不突出,交流更倾向于在熟人之间进行。而且专业用户有别于一般网络用户对互动行为的兴趣,而更青睐系统推荐的内容。。

科研社交网络中用户学术社交不足的前置动因探究——质性研究的视角

科研社交网络在我国的应用正日益广泛,文章探究科研社交网络中用户学术社交不足的前置动因,以小木虫为数据收集场所,通过半结构化访谈法深入访谈12名用户,运用NVivo质性分析软件对访谈原始数据进行分析,归纳出13个主范畴并聚焦为4个核心范畴,分别是个体意向因素、平台客观条件、信息因素和学术交流特性,在此基础上提出优化用户学术社交行为和改善科研社交网络学术社交功能的建议和对策。

自媒体时代科研社交网络学术内容运营研究

基于自媒体时代的内容运营特点,通过借鉴和引入自媒体运营方式,满足科研社交网络用户的学术科研需求,并促进科研社交网络的可持续健康发展。本文采用文献调查、网络调查、理论移植和模型设计,分析科研社交网络的学术内容特点以及运营上的不足,研究自媒体对科研社交网络学术内容运营的影响,构建基于专业自媒体的科研社交网络学术内容运营模式,即学术内容运营的"洋葱模型",并结合实例进行说明。

科研社交网络中基于异质网络分析的列表级排序学习推荐方法研究

针对现有学术论文推荐方法不能充分利用科研社交网络中实体间的异质关系,且大多聚焦于预测评分的准确性,忽略用户偏好顺序的问题,提出一种基于异质网络分析的列表级排序学习推荐方法。首先采用异质网络分析充分探究科研社交网络中实体之间的关系,在此基础上将异质网络分析获取的信息融入列表级排序学习框架中,对学术论文的推荐排序列表进行优化,最终得到为科研人员推荐的学术论文列表。在科研社交网络科研之友数据集上的实验结果表明所提方法较其他传统推荐方法取得了更好的结果,验证了该方法的有效性。

科研社交网络对科技论文传播的影响

科技论文承载着科学研究的成果,是科研人员实践工作与思想智慧的结晶。科技论文的传播既是知识的传播,也是科学领域进展的体现,对科技发展与创新具有重要意义。然而,传统的传播方式存在着局限,而科研社交网络的出现很好地解决了这个问题。与纸质介质、电子介质等传统传播方式相比,科研社交网络对科技论文的传播更具快速性、交互性、共享性、可信度,且可满足个性化需求,对科技创新发展具有积极意义。

科研社交网络对科学研究的影响

随着科研社交网络的发展,其影响范围不断扩大,深刻改变了科研人员的工作方式与科研环境。科研社交网络对科学研究的影响主要有六大方面,包括科研工作者交流方式、科学知识传播、科研信息获取、跨学科合作、学术出版、科研评价。

Science2.0环境下科研社交网站群体特征和群体凝聚力研究——以科学网为例

科研社交网站是科研人员进行科学研究的重要工具。以科学网博客平台为研究对象,对平台内的用户群体特征、平台基本情况、平台功能和服务、用户感知满意度和持续使用意愿、群体产出等方面展开调查,分析群体特征与群体凝聚力以及群体凝聚力与用户感知有用性和持续使用意愿的关系,为现有科研服务平台的服务开展提供参考,为图书馆建立参考咨询平台或者社区提供借鉴。

科研社交网络在高校图书馆的应用研究

文章阐述了科研社交网络的涵义、特点以及国内外发展现状,探讨科研社交网络在高校图书馆的应用方式和应用价值,由此分析Vivo在康奈尔大学图书馆的应用服务与应用效果,进而提出科研社交网络应用于高校图书馆应注意的问题。

文献管理软件功能向开放型科研社交网络拓展的趋势

文献管理软件可以帮助科研工作者高效地获取、管理、阅读、分析、引用文献。随着互联网及社交网络的快速发展,文献管理软件也从单一的个人管理工具逐步向网络的、智能的、共享的、协作的开放型科研社交网络方向发展。从文献管理软件的基本功能入手,结合文献调研,分析了科研社交网络的特点,探讨了文献管理软件向开放型科研社交网络拓展的趋向。

基于信息构建的科研社交网站评价指标体系研究

对科研社交网站开展评价指标体系的研究,以期丰富当前科研社交网站评价研究体系的同时,发挥其为网站运营方进行网站建设优化时的参考作用,对用户进行网站选择利用时的甄别鉴定作用。研究回顾了科研社交网站研究现状,阐述了信息构建理念用于科研社交网站的合理性和可行性,遵循指标体系构建的基本原则,借助网站IA理论、文献调研法和层次分析法原理构建了科研社交网站的综合评价指标体系。构建的评价指标体系包含内容、用户、系统、网站外部特征4个一级指标和10个二级指标。

科研社交网络中跨学科情报推荐方法研究

[目的/意义]科研社交网络是科研人员分享学术情报和寻找合作伙伴的重要平台,对跨学科合作有极大推动作用。虽然该类平台中的推荐系统能为用户提供符合其以往偏好的学术情报,但难以对围绕特定领域形成的学术社团推荐新颖的跨学科情报。[方法/过程]将用户的差异化信息传播贡献纳入考量,设计了侧重跨学科情报推荐的协同过滤算法。通过卷积神经网络预测候选情报与学术社团偏好的匹配度,从而优化推荐结果,并克服"数据稀疏""冷启动"问题。[结果/结论]基于真实数据集进行实验,结果表明本方法对跨学科情报的推荐效果优于传统协同过滤,且推荐结果优化模型具有可扩展性。

某高校科研社交网络社区结构的研究

对某高校的科研人员而言,其学术论文一经发表,均可被网页检索,通过爬虫从网络上获取论文数据信息,数据处理后可得到作者之间的论文合著关系,再用复杂网络分析软件Pajek构建出科研社交网络,最后在科研社交网络中利用社区发现模型进行社区划分,得到科研社区结构。同时,在科研社区下进行个性化推荐等服务,由于服务的对象更明确,其推荐准确度和效率明显提高。所以,在科研社交网络下,社区结构的研究成果为之后的学术论文推荐等服务提供了支持。

面向科研社交网络的小同行双向推荐算法

针对科研社交网络中现有推荐研究缺乏双向意愿考虑的问题,引入小同行推荐场景中隐含的互惠性特征。从用户历史交互数据挖掘出基于协同过滤的互惠性特征,并基于该特征对候选推荐列表进行优化,以满足用户在寻找科研小同行过程中期望得到回应的要求。通过结合科研人员基于多维度的相似性,提出一种新颖的基于混合互惠性的小同行双向推荐方法。实验表明,基于混合互惠性的双向推荐方法能够有效地提高小同行匹配的成功率,从而提高推荐的效果。

基于科研社交网络平台关注情况的分析与思考——以ResearchGate平台东南大学用户为例

论文从点度中心性、中间中心性以及接近中心性三个属性出发,对东南大学在Research Gate平台上注册科研人员进行关注与被关注情况分析,使用Gephi软件以及其他工具分析并绘制有关图谱,揭示了开放科学环境下科学交流和传播的一些特点,验证了社会网络分析法在科研群体交流研究中的有效性,为开放科学环境下学术交流研究提供了新视角,从实践层面为研究人员和科研机构提供了新的分析思路。