信息资源建设视阈下高校课程定制与课程推荐初探

本文从信息资源建设视阈下进行了高校课程资源的整合和建设,以期实现高校课程的定制和推荐。本文从信息资源建设的实用性、系统性和共享共建原则角度出发,建立了高校课程定制与推荐的模型,以期当学生输入一套课程序列时,自动为每个学生提供一套满意度最高的课程方案。该模型由数学模型和问卷补充两部分组成。本文以北京大学本科生课程为例,手工筛选出理工类、社会科学类和人文科学类共84对可能具有较高相似性的课程,利用其在北京大学教务部网站上提供的中文名称和中文课程简介,基于统计学原理进行分词,利用向量空间计算出课程相似度,并利用人工问卷的方式对课程相似度的评判调优。

国内外创客空间研究进展——基于文献计量的分析

在"大众创业,万众创新"的时代,创客空间相关的议题在国内外受到广泛的重视。通过对该领域的文献研究,可以把握其发展状况和前沿动态。采用信息计量学方法,从发表时间、科学合作、关键词和子领域挖掘等角度对2006—2015年国内外创客空间的相关学术文章进行研究和分析对比,可以看出我国创客空间相关领域的发展情况:创客空间领域当前仍处在发展期;作者合作程度普遍不高,且国内的机构合作也比国外相对较少;创客空间研究的子领域主要有商业性创客空间、高校创客空间、公益性创客空间3方面;图书馆创客空间是未来图书馆发展的重要趋势。

作者混合共引网络对知识图谱绘制的改进研究

[目的/意义]作者共引网络分析(ACNA)是文献计量学中的重要分析方法,旨在通过寻找学术文献集合中作者之间的共引关系绘制出特定领域的知识图谱,进而指导科学研究。然而,ACNA的一个缺陷是其原始矩阵输入信息量过小。本文通过提出作者混合共引网络(HACNA),绘制更为精确的科学知识图谱。[方法/过程]鉴于不同种类的学术网络能为绘制知识图谱提供不同维度的信息,提高知识图谱绘制的精确性,本文以合著网络和引用网络为例,结合其他种类的学术网络在ACNA基础上进行精确科学知识图谱的绘制。[结果/结论]实证研究结果显示,与ACNA相比,HACNA绘制出的知识图谱在聚类过程中能够使得同类作者更为聚拢、不同类作者更为分散,从而提高了聚类效果和可视化程度。同时,HACNA绘制出的知识图谱还能够挖掘出更多细节。