基于引文网络社区发现的数据推荐研究
2021-09-09李成赞黎建辉王学志沈志宏杜一
情报学报 2021年8期
李成赞,黎建辉,王学志,沈志宏,杜一
(1.中国科学院计算机网络信息中心,北京 100190;2.中国科学院大学,北京 100049)
1 引言
科学数据是科研活动的输入和产出,是科技创新的核心驱动要素。国际数据公司(International Data Corporation,IDC)最新报告“Data Age 2025”指出,全球信息化数据量以每两年翻一番的速度快速增长,截至2020年,全球信息化数据存储量达到47ZB。而全球仅有3%的潜在有价值的数据被开发利用,经过深入分析和挖掘的数据则更少[1]。通过Data Citation Index(DCI)的统计分析数据进一步发现,截至2018年年底,DCI中被引用过1次及以上的数据集仅占所收录数据集的11.83%。
多项调查研究表明,数据用户通过访问存储库、机构网站或者搜索引擎发现和获取数据仍然是当前开放共享数据资源传播的主要途径[2-4]。在数据量激增、信息过载的大数据时代,被动地等待用户检索和发现数据的方式在一定程度上限制了数据的传播和重用。
学术论文经历了超过350年的发展历史[5],形成了超大规模的知识流动和信息传播的复杂引文网络。引文网络中隐含了由文献作者所组成的研究群体,该群体具有相似或相关的研究方向。通过复杂网络的社区发现,算法可以将引文网络划分成不同的研究群体[6-7]。
随着科学数据愈加迫切的开放共享需求与数据出版物实际低下的传播效率以及重复利用率之间的矛盾日益显著,如何利用现有学术论文形成的复杂引文网络,向作为科学数据主要用户的科研人员和学者进行数据资源的主动和精准推荐,以加速数据资源的传播和重用,具有重要的研究价值和现实意义。……
登录APP查看全文
