毛进
- 作品数：88 被引量：821H指数：18
- 供职机构：武汉大学信息管理学院更多>>
- 发文基金：国家自然科学基金国家社会科学基金国家自然科学基金创新研究群体项目更多>>
- 相关领域：文化科学自动化与计算机技术经济管理政治法律更多>>
- 创新型企业的论文与专利关联性研究——以基因工程领域为例被引量：6
- 2023年
- 科学与技术具有双向互惠、协同发展的特征。当前研究多从领域发展视阈探究科学与技术间的关联模式及相互作用,而较少从特定创新主体出发分析两者关联。论文和专利分别是科学与技术的代表性产出,本文以基因工程领域为例,构建以论文和专利为节点的创新型企业科学—技术关联网络,结合知识网络分析方法,整合节点语义特征与网络结构特征,揭示创新型企业科学与技术的关联性。结果表明:(1)在创新能力更强的企业中,科学向技术的转化程度更高,但科技规模过大会导致转化速度降低;(2)相比跨企业的科技关联,创新型企业内部的科技关联更具优势,科学到技术的知识流动速度更快,且创新能力更强的企业能够在更广泛的科技领域产生关联;(3)创新型企业科学与技术关联的领域多样性与领域平衡性和企业的异质性能力相关,而领域平衡性仅与领域多样性有关。本研究能够为创新型企业开展基础科学研究、促进科技创新提供管理启示。
- 陈茜陈茜毛进李纲
- 关键词：创新型企业基因工程
- 基于用户标签网络的Web知识推送研究
- 在Web2.0时代，互联网已成为人类可利用的具有丰富知识资源的宝库，然而“知识过载”、“知识迷航”等问题也困扰着用户。个性化知识推送已成为解决这类问题的一种重要策略。在Web2.0网站中，社会化标签系统使得用户能够对自身...
- 毛进
- 关键词：社会化标签系统用户兴趣模型
- 词汇位置功能视角下的交叉领域知识生长研究被引量：3
- 2023年
- 挖掘记载科学知识的交叉领域文献,可以探究交叉领域形成和发展中的知识流动和知识创造规律。本文依据词汇在交叉领域文献中的位置功能,提出了“文献空间观”和交叉领域知识生长过程模型,包括知识吸纳、知识内化和知识创新三大环节,进而构建一种全文本分析方法框架实现对交叉领域知识生长过程的量化分析。以生物信息学领域作为案例开展了实证分析,研究结果发现,知识内化与知识吸纳高度相关,数量差距约6倍,但变化趋势相同;领域知识创新第一次高峰出现时间晚于知识吸纳和内化4年左右;随着学科不断成熟,即时内化率保持相对稳定,总内化率降低,新增吸纳知识的内化时滞降低,内化知识激发知识创新的效率越来越高。本文所提出的面向交叉领域知识生长的全文本分析方法框架,能够丰富学术文献全文本内容分析方法体系。
- 操玉杰王施运毛进李纲
- 关键词：知识计量跨学科研究
- 医学信息检索中一种基于概念的查询相关模型被引量：4
- 2014年
- 人工赋予的主题词，如医学数据库中的医学主题词（MeSH），能够揭示文档的概念或主题。现有的信息检索方法还未能充分地利用这些知识资源，将其整合到检索模型之中将对信息检索具有重要帮助。本文提出一种基于概念的查询相关模型（Relevance Model），在该模型中将MeSH视为概念。提出一种方法估计相关概念的语言模型，即概念语言模型。首先，从伪相关反馈文档中识别出相关概念，再借助于概念语言模型估计最终的查询相关模型。该模型可应用两种概率估计的抽样方法，全局环境方法和本地环境方法。实验运行在Ohsumed和Genomics数据集上，本地环境方法在Ohsumed数据集上的性能相对于查询似然模型具有显著性提升，同时本模型也匹敌于经过调优的查询相关模型（RM3）。
- 李纲毛进芦昆
- 关键词：MESH医学信息检索
- 微信群内部信息交流的网络结构、行为及其演化分析——基于会话分析视角被引量：22
- 2018年
- 微信群内部存在着复杂的会话结构,涉及不同的网络群体、用户行为及交互方式,揭示和把握微信群内部信息交流的网络结构、行为特征以及演化规律对认识微信用户信息行为具有重要的研究意义。本文在网络社群理论和会话分析理论的基础上,运用社会网络分析和内容分析方法对不同目标需求的微信群中信息交流网络的拓扑结构特征、用户特征量分布、信息交互类型以及演化规律性进行分析。研究显示:不同类型微信群中的消息分布具有较强聚集性,部分成员主导微信群中的信息交流,用户生成内容(UGC)存在较大不平衡,群成员参与微信群聊的积极性是影响群消息分布的决定因素;微信群中的信息交流更多是一种"有限度"和"碎片化"的会话形式,会话结构存在话题"无限漂移"和话语"无限流动"的特征;成员在群中观点的表达受群体压力、群类型以及与其他成员之间熟悉度、信任度的影响,表现为一种"沉默螺旋"状态;微信群会话过程是由话题的延续、迁移、转换及回逆构成,同一话题的演化也表现出启动、保持、沉默及终结的生命周期。
- 巴志超李纲毛进徐健
- 关键词：会话分析网络行为
- 一种基于OKM的研究领域专家图谱构建方法被引量：6
- 2014年
- 从专家所发表的论文文本内容中抽取出专家的研究专长特征,利用重叠K-Means聚类算法对研究领域内的专家进行重叠聚类划分,识别出专家的多个研究专长,并根据共同研究专长将专家聚集在一起,进而在图论的基础上,将专家聚类转化为研究领域内专家的图结构表示,借助网络可视化软件绘制研究领域专家图谱。
- 毛进李纲
- 自然灾害事件微博热点话题的时空对比分析被引量：27
- 2019年
- 【目的】对受灾地区用户和非受灾地区用户在灾难不同时期的热点话题进行分析,揭示和比较两类用户在宏观层面和微观层面的话题演化规律。【方法】本文结合地理标签和个人信息描述对受灾地区用户和非受灾地区用户进行自动划分;提出一种基于主题词共现和社区发现的微博热点话题识别、测度和演化分析框架;利用冲积图构建热点话题演化图谱;基于态势感知理论,比较两类用户在宏观层面和微观层面的热点话题演化规律。【结果】灾难爆发时,受灾用户主要发布物理环境类话题,而非受灾用户倾向于情感的表达;灾难过后,受灾用户主要发布情感类话题,而非受灾用户则更倾向发布建设环境和物理环境类话题。【局限】以用户个人信息描述判断其所属地区的方法较粗糙;话题强度的测量有进一步优化的空间。【结论】受灾用户和非受灾用户在不同时间阶段表现出不同的话题关注倾向,灾害管理部门可以利用这种差异更高效地从社交媒体数据中识别受灾人群及其需求,从而及时采取响应措施。
- 李纲陈思菁毛进谷岩松
- 关键词：社交媒体突发事件态势感知
- 基于引文网络的高颠覆性专利知识扩散特征研究被引量：3
- 2023年
- 【目的】探索颠覆性专利的知识扩散规律,丰富颠覆性专利研究。【方法】利用颠覆性指数从USPTO数据库中识别高颠覆性专利,分别从引文量和共引耦合数匹配控制组专利,从引文分布和引文网络特征两方面分析高颠覆性专利的知识扩散特征,并构建回归模型揭示核心特征。【结果】高颠覆性专利存在授权后1~3年达到引文起飞点,3~5年速度达到巅峰,第6年起速度下降的规律。高颠覆性专利与控制组专利在知识扩散强度、知识扩散效率、局部和全局知识扩散能力等方面具有显著差异。首次引用年引用数、首次高峰间隔年和首次高峰年引用数指标,以及低引文代的平均路径长度、平均聚类系数和连通性指标有助于识别高颠覆性专利。【局限】颠覆性指数会随时间发生波动,本研究按时间区间选择高颠覆性专利,其颠覆性指数值尚不稳定。【结论】研究从专利被引角度揭示颠覆性技术的知识扩散特征,研究发现能够为颠覆性技术识别提供理论支持。
- 潘一如毛进李纲
- 关键词：知识扩散引文网络引文分布
- 学科领域科研产出的空间分布规律研究——以计算机软件与应用学科为例被引量：5
- 2019年
- [目的/意义]探究学科领域科研产出在空间上的分布情况,发掘其空间分布是否存在自相关性,分析其形成空间聚集的影响因素。[方法/过程]基于计算机领域核心期刊从1997-2016年间的题录数据,提取机构地理位置信息,以此为观测点,对其分布情况进行可视化呈现,并测算基尼指数和中心性指数,研究其分布集中情况;通过测算全局莫兰指数和局部自相关指标,研究其空间自相关规律;通过测算皮尔森相关系数,研究其与地区高校数量、国民生产总值、研究与试验投入和行业从业人员数量的相关性。[结果/结论]计算机领域核心期刊论文产出呈现出地理位置分布不均衡,有明显集中态势,且存在空间自相关性,同时与地区该学科高水平高校数量、行业从业人员数量和科研人员数量相关性较高。
- 马超李纲毛进谷岩松
- 关键词：空间知识溢出空间自相关探索性空间数据分析
- 面向多领域的词汇复杂度评估研究
- 2024年
- 【目的】探索集成不同语料库的方式,从而提升评估词汇复杂程度的综合表现。【方法】提出一种多领域词汇复杂度评估模型,通过特征泛化模块适应各种领域,在下游微调任务中学习词汇复杂度预测,通过特征融合模块探索手工特征与神经网络深度特征的组合意义。【结果】在LCP-2021数据集上,本文模型相较于公开的现有最优结果,Pearson系数、MAE、MSE指标分别提升0.014 8、0.001 7、0.000 4,Spearman系数和R2系数的表现则下降0.003 8、0.025 5;集成手工特征后没有明显变化;二次迁移到CWI-2018数据集,本文模型在三个领域上的MAE指标,相较公开的基线结果分别提升0.008 6、0.020 9、0.017 4。【局限】采用向量拼接集成手工特征和深度特征,未能充分融合不同类型特征;设计特征泛化模块时的算法选择具有一定局限性;可以进一步尝试构建综合数据集。【结论】集成不同语料库,有助于提升模型在新领域下的整体评估效果。
- 李纲黄建飞毛进
- 关键词：词汇复杂度
