免费人妻中文不卡无码_日本精品爽爽van在线_久久精品国产99久久丝袜蜜桃_女强人被春药精油按摩bd电影

本研究在梳理知識演化、知識生命周期等知識進化理論和思想的基礎上，介紹了引文網(wǎng)絡、Meta-path、PageRank等網(wǎng)絡分析理論和方法，闡述了Word2vec、Doc2vec、Node2vec等深度表示學習模型以及ARIMA、SVM等時間序列模型，以期為科學主題的演化和熱度預測提供理論基礎和方法支撐；以生物醫(yī)學與生命科學領域PubMed Central數(shù)據(jù)全集為例，基于知識圖譜技術構建了一種面向計量相關研究和應用的垂直領域知識圖譜——計量知識圖譜；創(chuàng)新計量指標，計算計量實體的熱度，用熱度值反應主題所處的演化狀態(tài)；采用一系列深度學習等方法挖掘科學主題在計量知識圖譜中的特征，分析科學主題的演化規(guī)律；基于SVM、ARIMA、LSTM等一系列時間序列模型構建學科主題預測模型，優(yōu)化、驗證模型，并進行應用研究。讀者對象：高等學校信息科學、情報學、信息管理等相關專業(yè)的學生，以及從事科技情報、知識管理、知識服務的實際工作者