吴小兰
- 作品数：26 被引量：177H指数：8
- 供职机构：安徽财经大学管理科学与工程学院更多>>
- 发文基金：国家社会科学基金教育部人文社会科学研究基金江苏省普通高校研究生科研创新计划项目更多>>
- 相关领域：文化科学自动化与计算机技术自然科学总论经济管理更多>>
- 国内计量经济学的文献计量分析被引量：3
- 2012年
- 本文首先对CNKI中检索到的10年内共计3 039篇文献的发文时间、发文期刊、发文作者及机构进行了统计分析。其次,利用共词分析方法对我国计量经济学的研究内容进行了研究,研究出了我国计量经济学研究的前30个高频关键词及5大研究群体,这还为我国计量经济学的进一步研究和发展提供了借鉴。
- 吴小兰
- 关键词：计量经济学文献计量分析知识图谱
- 跨学科研究综述被引量：64
- 2017年
- 随着社会问题的多样化和复杂化,跨学科研究将是解决社会问题的必然选择,为此,本文从三个方面梳理和总结了现有跨学科研究现状:首先,我们从跨学科研究发展历程开始,对跨学科研究概念及内涵进行了剖析;随后,我们从基础研究、关键技术研究和跨学科知识挖掘三个角度总结了现有研究跨学科研究内容;最后,我们归纳了现有存在的问题和挑战。这为后续跨学科研究的开展与发展提供了一个全面的视角和参考。
- 章成志吴小兰
- 关键词：跨学科研究科学引文索引文献计量学
- 基于PageRank算法改进的元胞自动机模型
- 2009年
- 针对在线零售业务系统中用户要进入许多无关页面才能找到所需商品的问题,站点应能根据群体用户购买兴趣动态调整网页分配,即站点自适应。借用PageRank算法对元胞自动机模型进行改进,实现站点的自适应调整。与原模型相比,改进模型的演化规则简单、时间复杂度低、性能更优越。
- 吴小兰
- 关键词：元胞自动机PAGERANK算法WEB数据挖掘自适应站点
- 学术社交媒体视角下学科知识流动规律研究——以科学网为例被引量：6
- 2019年
- 【目的】探索学术社交媒体上学科知识流动规律。【方法】以科学网为例,爬取全部用户研究方向数据和全体用户好友关系数据,利用简单相关系数分析学部用户知识流动分布关系的强弱,借用Louvain社区发现算法挖掘学部内一级学科知识流动中的社区结构。【结果】简单相关系数结果显示,不同学部之间知识交流分布相似程度较高, Louvain算法挖掘出4个明显的知识流动社区。【局限】仅仅依据好友关系构建学科知识流动网络,没有考虑评论及推荐关系。【结论】在科学网上,"生命科学"与"医学科学"表现出最明显的学科亲缘性,学科交流中存在"地球科学–生命学科–医学科学"、"化学科学–工程材料–数理科学–信息科学"、"地球科学–工程材料"、"信息科学–管理综合"这4个明显的知识流动路径。
- 吴小兰章成志
- 基于DTM-LPA的突发事件话题演化方法研究——以H7N9微博为例被引量：11
- 2015年
- 传统的动态话题模型在高维、稀疏的微博数据上进行话题演化分析时,存在话题数无法确定与结果可解释性差的问题,为此文章提出了一种结合动态话题模型与社区发现技术的话题演化方法,即DTM-LPA方法,即首先利用动态话题模型选取不同时间窗口中具有较高价值的演化词;然后根据各个时间窗口上的微博构造演化词共现网络;再借用标签传播算法找到演化词之间的社区,并根据演化词社区来追踪各个时间窗口上的话题。最后,文章以新浪微博上H7N9禽流感事件为例进行了实证研究,实验结果表明文章所提出的方法能真实地实现微博话题演化分析。
- 吴小兰章成志
- 关键词：突发事件
- 元搜索引擎研究综述被引量：16
- 2009年
- 介绍元搜索引擎的起源与发展、基本原理和分类,重点从元搜索引擎关键技术的实现上阐述元搜索引擎研究的主要内容与进展,最后分析现有元搜索引擎存在的各种局限性,归纳出未来值得研究和探讨的若干方向。
- 吴小兰汪琪
- 关键词：元搜索引擎个性化信息检索
- 基于突发事件特征网络的用户社区发现与社区主题演化研究——以新浪微博H7N9事件为例被引量：14
- 2017年
- [目的/意义]及时且准确地从微博数中发现突发事件信息并跟踪突发事件事态发展。[方法/过程]当前多数学者采用话题检测与跟踪技术来实现,这极易忽视微博用户网络中的社区结构特性。以新浪H7N9突发事件中用户关系网络为研究对象,首先分析微博用户关系网络的社区结构特性,然后根据寻找到的社区结构有针对性地追踪典型群体所讨论的话题及其话题演化发展。[结果/结论]结果表明,这种方法对未来跟踪话题时减少检测突发事件的时空开销与提高突发事件监管的准确度有一定的意义。
- 吴小兰章成志
- 关键词：突发事件
- 基于社交媒体的高影响力跨学科用户发现研究被引量：9
- 2017年
- 社交媒体环境中非正式学术交流与正式学术交流相互补充,已共同构成了有机的科学交流整体,探讨社交媒体中跨学科高影响力用户不仅可以作为正式交流中结构规律认识的补充与完善,还有助于社交媒体上普通用户或新用户快速与高影响力用户交流寻得帮助。但现有跨学科用户研究大多依据科技文献来进行,并不能有效地发现社交网络上跨学科用户。为此,我们结合科技文献的领域分类语料,在科学网博客平台上进行跨学科高影响力用户发现。首先我们基于领域科技文献语料,完成科学网博文的学科领域划分,然后根据博文的学科分类计算用户学科属性及跨学科专业度,最后根据用户跨学科高影响力模型得到跨学高影响力科用户。这为社交媒体上跨学科用户发现提供了一定的借鉴。
- 吴小兰章成志
- 关键词：跨学科研究社交媒体
- 社会化媒体中的社区发现研究综述
- 社会化媒体通常表现了用户的人际关系网,从而促成用户社区的快速形成。本文首先对社会化媒体中社区的定义与特点进行了总结,然后重点阐述了5大类社会化媒体网络中社区发现的主要研究内容与进展,最后指出现有主要研究集中在社团发现算法...
- 吴小兰
- 关键词：社会化媒体结构优化
- 文献传递
- 社会化媒体中的社区发现研究综述被引量：2
- 2013年
- 社会化媒体通常表现用户的人际关系网,从而促成用户社区的快速形成。首先对社会化媒体中社区的定义与特点进行总结,然后重点阐述5大社会化媒体中社区发现的主要研究内容与进展,最后总结出现有研究集中在社区发现算法、社区性质分析及社区进化三个方面,并指出目前存在的主要问题与未来可能的研究方向。
- 吴小兰章成志
- 关键词：社会化媒体
