科研创新社区网络中基于用户特征的推荐方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    71171172
  • 项目类别：
    面上项目
  • 资助金额：
    42.0万
  • 负责人：
    马建
  • 依托单位：
    香港城市大学深圳研究院
  • 学科分类：
    G0112.信息系统与管理
  • 结题年份：
    2015
  • 批准年份：
    2011
  • 项目状态：
    已结题
  • 起止时间：
    2012-01-01 至2015-12-31

项目摘要

科研创新社区网络已被越来越多的科研人员所接受，用于科研协作和成果推广。本项目针对科研创新社区网络中的推荐问题，综合运用混合智能、多目标决策、文本挖掘和社区网络分析方法，对用户特征建模和推荐方法进行系统的研究。主要研究内容包括：1）针对科研创新社区网络的特点，提出一个基于混合智能的研究框架；2）融合用户主客观信息和网络信息，构建用户行为模型，挖掘用户特征；3）利用混合智能理论和多目标决策方法，构建一类新的分类、聚类和智能推荐模型；4）开发一个面向科研创新社区网络的智能推荐决策支持系统，为用户提供基于特征的智能推荐服务。希望通过本项目的研究，切实解决科研创新社区网络中用户特征建模和推荐方法中的关键科学问题。本项目的研究意义在于：1）理论上，丰富和扩充科研社区网络的理论研究，发展科研创新社区网络环境下的推荐理论与方法，2）应用上，项目的研究成果可直接为科研机构和科研工作者提供服务和决策支持。

结项摘要

本项目针对科研创新社区网络中目前推荐技术与方法所面临的挑战，在现有的研究基础之上，结合科研创新社区网络的独有特点，提出了基于大数据分析的科研分析框架和保证推荐结果质量的3C信息质量框架。其次，将主客观信息以及社交网络信息有机地融合，提出了科研创新社区网络中的用户行为建模方法，有效地挖掘了用户的特征，进而在混合智能理论、文本挖掘技术、多目标决策、和社交网络分析方法的综合运用下，提出了基于用户特征的混合智能推荐算法模型，针对性地在科研创新社区网络中为科研人员提供高质量的个性化推荐服务。进而，本体构建是进行科研领域推荐系统研究的重要基础，本项目就如何进行动态科研本体构建进行了详细阐述。最后，本项目开发了一个面向科研创新社区网络的智能推荐决策支持系统，提供基于用户特征的智能个性化推荐服务，在具体推荐实践中验证所提出的基于科研分析框架的推荐方法，通过实际推荐效果进行进一步的方法改进。

项目成果

期刊论文数量（12）
专著数量（0）
科研奖励数量（0）
会议论文数量（5）
专利数量（0）
A social network-empowered research analytics framework for project selection
用于项目选择的社交网络支持的研究分析框架
  • DOI：
    10.1016/j.dss.2013.01.005
  • 发表时间：
    2013-11
  • 期刊：
    Decision Support Systems
  • 影响因子：
    7.5
  • 作者：
    Guo Z.;Ma J.;Jiang H.;Chen H.
  • 通讯作者：
    Chen H.
Leverage RAF to find domain experts on research social network services: A big data analytics methodology with MapReduce framework
利用 RAF 寻找研究社交网络服务的领域专家：采用 MapReduce 框架的大数据分析方法
  • DOI：
    10.1016/j.ijpe.2014.12.038
  • 发表时间：
    2015-07
  • 期刊：
    International Journal of Production Economics
  • 影响因子：
    12
  • 作者：
    Jianshan Sun;Wei Xu;Jian Ma;Jiasen Sun
  • 通讯作者：
    Jiasen Sun
A Research Analytics Framework-supported Recommendation Approach for Supervisor Selection
研究分析框架支持的主管选择推荐方法
  • DOI：
    10.1111/bjet.12244
  • 发表时间：
    2016
  • 期刊：
    British Journal of Educational Technology
  • 影响因子：
    6.6
  • 作者：
    Mingyu ZHANG;Jian MA;Zhiying LIU;Jianshan SUN;Thushari SILVER
  • 通讯作者：
    Thushari SILVER
A Multilevel Information Mining Approach for Expert Recommendation in Online Scientific Communities
在线科学社区专家推荐的多层次信息挖掘方法
  • DOI：
    10.1093/comjnl/bxu033
  • 发表时间：
    2015-09
  • 期刊：
    Computer Journal
  • 影响因子：
    1.4
  • 作者：
    Jian Ma;Thushari Silva;Xiaoyan Liu;Zhongsheng Hua
  • 通讯作者：
    Zhongsheng Hua
SMARTER RESEARCH:MANAGEMENT MADE WISEmdash;mdash;A Lean Research Project Management Model
更智慧的研究：明智的管理
  • DOI：
    --
  • 发表时间：
    2011
  • 期刊：
    中国科学基金
  • 影响因子：
    --
  • 作者：
    马建;刘卫;许伟;姜红丙
  • 通讯作者：
    姜红丙

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

基于降噪自编码的电能质量扰动识别
  • DOI：
    10.13764/j.cnki.ncdl.2017.06.016
  • 发表时间：
    2017
  • 期刊：
    南昌大学学报(理科版)
  • 影响因子：
    --
  • 作者：
    肖露欣;李增祥;马建;陈克绪;吴建华
  • 通讯作者：
    吴建华
神经干细胞在脑卒中治疗中的作用机制研究综述
  • DOI：
    10.16112/j.cnki.53-1223/n.2021.01.253
  • 发表时间：
    2021
  • 期刊：
    昆明理工大学学报(自然科学版)
  • 影响因子：
    --
  • 作者：
    汪若凤;罗思航;郭艺;马建;宗文天;朱小庆
  • 通讯作者：
    朱小庆
多频率同步的电流互感器H_(n-ave)估计方法
  • DOI：
    10.19595/j.cnki.1000-6753.tces.161488
  • 发表时间：
    2017
  • 期刊：
    电工技术学报
  • 影响因子：
    --
  • 作者：
    朱亮;温和;马建;张春强;金冉
  • 通讯作者：
    金冉
基于振动状态估计的电动静液压主动悬架切换控制研究
  • DOI：
    --
  • 发表时间：
    2019
  • 期刊：
    汽车技术
  • 影响因子：
    --
  • 作者：
    许家楠;寇发荣;马建;彭先龙;张海亮
  • 通讯作者：
    张海亮
T细胞IFN-γ表达水平检测方法的建立及其在马传染性贫血疫苗免疫机理研究中的应用
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    微生物学报
  • 影响因子：
    --
  • 作者：
    马建;王君伟;赵立平;孟庆来;邓喜林;林跃智;沈楠;邵一鸣;周建华
  • 通讯作者：
    周建华

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

马建的其他基金

面向未来的科学基金信息管理系统优化研究
  • 批准号：
    J2124019
  • 批准年份：
    2021
  • 资助金额：
    50 万元
  • 项目类别：
新时期科学基金人才资助体系升级计划信息系统方案设计
  • 批准号：
    J2041001
  • 批准年份：
    2020
  • 资助金额：
    80 万元
  • 项目类别：
    专项基金项目
精细化科研管理信息系统研究
  • 批准号：
    71371164
  • 批准年份：
    2013
  • 资助金额：
    56.0 万元
  • 项目类别：
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码