Please wait a minute...
Advanced Search
现代图书情报技术  2015, Vol. 31 Issue (6): 71-77    DOI: 10.11925/infotech.1003-3513.2015.06.11
  研究论文 本期目录 | 过刊浏览 | 高级检索 |
“小众专家”特征识别——基于MetaFilter的实证分析
李纲, 叶光辉, 张岩
武汉大学信息资源研究中心 武汉 430072
Feature Recognition of Niche Expert——Empirical Analysis Based on MetaFilter Dataset
Li Gang, Ye Guanghui, Zhang Yan
Center for the Studies of Information Resources, Wuhan University, Wuhan 430072, China
全文: PDF(760 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 

目的】为全面获取专家资源, 探究“小众专家”特征识别方法。【方法】以知名社交博客MetaFilter为例, 利用用户社交活动数据, 构建用户关系网络, 统计节点网络结构指标: 中介中心度和聚集系数。结合聚类分析和时序分析, 判别不同时期节点特征及角色。【结果】综合类群网络特征, 获取“小众专家”集合, 依据集合时序变动情况细化“小众专家”分类。【局限】只对music版块评论关系进行角色判别及迁移分析, 未来工作将扩展至更多版块, 对比分析不同语义环境下“小众专家”类群“稳定-变化”特点。【结论】“小众专家”是对现有专家集合的有效补充, 其识别研究可用于专家团队构建、专家推荐、专家检索等方面。

服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
叶光辉
李纲
张岩
关键词 小众专家特征识别社会语义网络聚类分析角色迁移    
Abstract

[Objective] In order to fully get expert resource, this paper explores the feature recognition method of niche expert. [Methods] Firstly, take advantage of user activity data from a famous community weblog named MetaFilter to construct user interaction network. Secondly, make statistics of node network structure indexes, such as betweenness centrality, clustering coefficient. Finally, feature and role of node in different period is distinguished via the combination of cluster analysis and time series analysis. [Results] This paper obtains the niche expert collection through comparative analysis of network statistics indexes of different clusters, the classification of niche experts are further refined based on temporal changes in the collection. [Limitations] Role identification and migration analysis should be expanded to more sections, not only the music section, so that the “stability-change” feature of niche experts under different semantic circumstance can be further discussed. [Conclusions] Niche expert is an effective supplement to the existing collection of experts, the method proposed in this paper can be applied to many aspects, such as the construction of expert team, the recommendations and retrieval of experts, and so on.

Key wordsNiche expert    Feature recognition    Social semantic network    Clustering analysis    Role migration
收稿日期: 2014-11-17     
:  G350  
基金资助:

本文系国家社会科学基金重大项目“智慧城市应急决策情报体系建设研究”(项目编号:13&ZD173)、中央高校基本科研业务费项目“网络视角下的应急情报体系建设主题研究”(项目编号:41050014)和中央高校基本科研业务费项目“跨学科专家科研团队发现研究”(项目编号: 2014104010202)研究成果之一。

通讯作者: 叶光辉, ORCID: 0000-0001-8111-5034, E-mail: 3879-4081@163.com。     E-mail: 3879-4081@163.com
作者简介: 作者贡献声明: 李纲: 提出研究思路, 论文最终版本修订; 叶光辉: 负责实验, 论文撰写; 张岩: 数据搜集及整理。
引用本文:   
李纲, 叶光辉, 张岩. “小众专家”特征识别——基于MetaFilter的实证分析[J]. 现代图书情报技术, 2015, 31(6): 71-77.
Li Gang, Ye Guanghui, Zhang Yan. Feature Recognition of Niche Expert——Empirical Analysis Based on MetaFilter Dataset. New Technology of Library and Information Service, DOI:10.11925/infotech.1003-3513.2015.06.11.
链接本文:  
http://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/10.11925/infotech.1003-3513.2015.06.11

[1] 李纲, 叶光辉. 多源专家特征信息融合研究[J]. 现代图书情报技术, 2014(4): 27-33. (Li Gang, Ye Guanghui. Research on Information Fusion for Multiple-sensor Expert Features [J]. New Technology of Library and Information Service, 2014(4): 27-33.)
[2] 廖开际, 叶东海, 闫健峻, 等. 基于加权语义网的专家知识发现及表示方法[J]. 情报学报, 2012, 31(1): 60-64. (Liao Kaiji, Ye Donghai, Yan Jianjun, et al. Expert Knowledge Discovery and Representation Based on Weighted Semantic Network [J]. Journal of the China Society for Scientific and Technical Information, 2012, 31(1): 60-64.)
[3] Lin C Y, Ehrlich K, Griffiths-Fisher V, et al. SmallBlue: People Mining for Expertise Search [J]. IEEE MultiMedia, 2008, 15(1): 78-84.
[4] Moreira C, Wichert A. Finding Academic Experts on a MultiSensor Approach Using Shannon's Entropy [J]. Expert Systems with Applications, 2013, 40(14): 5740-5754.
[5] Lazarsfeld P F, Berelson B, Gaudet H. The People's Choice [M]. New York: Columbia University Press, 1968.
[6] 尹衍腾, 李学明, 蔡孟松. 基于用户关系与属性的微博意见领袖挖掘方法[J]. 计算机工程, 2013, 39(4): 184-189. (Yin Yanteng, Li Xueming, Cai Mengsong. Mining Method of Microblog Opinion Leader Based on User Relationship and Attribute [J]. Computer Engineering, 2013, 39(4): 184-189.)
[7] 蒋翠清, 朱义生, 丁勇. 基于UGC下的意见领袖发现研究[J]. 情报杂志, 2011, 30(10): 82-85. (Jiang Cuiqing, Zhu Yisheng, Ding Yong. On Discovery of Opinion Leaders Based on UGC [J]. Journal of Intelligence, 2011, 30(10): 82-85.)
[8] Xu W, Blasiola S, Sang Y M, et al. Predicting Opinion Leaders in Twitter Activism Networks: The Case of the Wisconsin Recall Election [J]. American Behavioral Scientist, 2014, 58(10): 1278-1293.
[9] Zhang W, He H, Cao B. Identifying and Evaluating the Internet Opinion Leader Community Based on K-clique Clustering [J]. Neural Computing and Applications, 2014, 25(3-4): 595-602.
[10] 顾品浩, 蒋冠. 突发性公共事件中的网络意见领袖分析——以“杨达才事件”为例[J]. 情报杂志, 2013, 32(5): 20-24. (Gu Pinhao, Jiang Guan. Analysis on Network Opinion Leaders in Public Emergencie—A Case Study of YANG Dacai Event [J]. Journal of Intelligence, 2013, 32(5): 20-24.)
[11] 李纲, 叶光辉. ShareNet情景下的竞争情报组织模型研究[J]. 情报理论与实践, 2014, 37(4): 65-70, 76. (Li Gang, Ye Guanghui. The Research on Competitive Intelligence Organization Model in ShareNet Scenario [J]. Information Studies: Theory & Application, 2014, 37(4): 65-70,76.)
[12] 梁欣如, 许庆瑞. 创新进化机制剖析——以西门子为例[J].中国软科学, 2004(10): 92-97, 120. (Liang Xinru, Xu Qingrui. Analysis of the Evolutionary Mechanism of Innovation—Case Study of Siemens [J]. China Soft Science, 2004(10): 92-97, 120.)
[13] Price D. Little Science, Big Science [M]. New York: Columbia Press, 1965: 53-53.

[1] 吴江,赵颖慧,高嘉慧. 医疗舆情事件的微博意见领袖识别与分析研究*[J]. 数据分析与知识发现, 2019, 3(4): 53-62.
[2] 牟冬梅,金姗,琚沅红. 基于文献数据的疾病与基因关联关系研究*[J]. 数据分析与知识发现, 2018, 2(8): 98-106.
[3] 范馨月,崔雷. 基于文本挖掘的药物副作用知识发现研究[J]. 数据分析与知识发现, 2018, 2(3): 79-86.
[4] 刘明辉. 基于K-means聚类分析的民航系统恐怖主义风险评估*[J]. 数据分析与知识发现, 2018, 2(10): 21-26.
[5] 何跃,王爱欣,丰月,王莉. 基于关联规则的门诊药房布局优化[J]. 数据分析与知识发现, 2018, 2(1): 99-108.
[6] 陈润文,邱勇,黄文彬,王军. 基于日志分析的民办高校大学生网络生活类型研究[J]. 数据分析与知识发现, 2017, 1(8): 31-38.
[7] 王雪颖,张紫玄,王昊,邓三鸿. 中国农产品品牌评价研究的内容解析*[J]. 数据分析与知识发现, 2017, 1(7): 13-21.
[8] 李纲, 叶光辉. 多源专家特征信息融合研究[J]. 现代图书情报技术, 2014, 30(4): 27-33.
[9] 李北伟, 徐越, 单既民, 魏昌龙, 张鑫琦, 富金鑫. 中国购物网站网络信息生态链研究[J]. 现代图书情报技术, 2013, 29(9): 67-73.
[10] 滕广青,毕强. 基于概念格的数字图书馆用户市场细分* ——数字图书馆用户的概念聚类分析[J]. 现代图书情报技术, 2010, 26(2): 7-11.
[11] 王翠英(编译). 标签的聚类分析研究[J]. 现代图书情报技术, 2008, 24(5): 67-71.
[12] 邱宇红,郭继军. 向量空间模型在医学文献相关性研究中的应用[J]. 现代图书情报技术, 2007, 2(7): 63-67.
[13] 金莹,邓三鸿 . 基于关键词被引聚类的人文社会科学学科分析*[J]. 现代图书情报技术, 2006, 1(9): 43-48.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
版权所有 © 2015 《数据分析与知识发现》编辑部
地址:北京市海淀区中关村北四环西路33号 邮编:100190
电话/传真:(010)82626611-6626,82624938
E-mail:jishu@mail.las.ac.cn