Tóm tắt Luận án tiến sĩ Khoa học máy tính: Phát triển một số phương pháp khuyến nghị hỗ trợ tìm kiếm thông tin học thuật dựa trên tiếp cận phân tích mạng xã hội

Luận án được nghiên cứu với mục tiêu nhằm nâng cao kết quả khuyến nghị thông tin học thuật dựa trên tiếp cận phân tích mạng xã hội. Xây dựng và làm giàu kho dữ liệu học thuật. Xây dựng mô hình mạng xã hội học thuật. | Tóm tắt Luận án tiến sĩ Khoa học máy tính Phát triển một số phương pháp khuyến nghị hỗ trợ tìm kiếm thông tin học thuật dựa trên tiếp cận phân tích mạng xã hội ĐẠI HỌC QUỐC GIA TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN HUỲNH NGỌC TÍN PHÁT TRIỂN MỘT SỐ PHƯƠNG PHÁP KHUYẾN NGHỊ HỖ TRỢ TÌM KIẾM THÔNG TIN HỌC THUẬT DỰA TRÊN TIẾP CẬN PHÂN TÍCH MẠNG XÃ HỘI Chuyên ngành Khoa học Máy tính Mã số TÓM TẮT LUẬN ÁN TIẾN SĨ KHOA HỌC MÁY TÍNH TP. HỒ CHÍ MINH Năm 2016 Công trình được hoàn thành tại Trường Đại học Công nghệ Thông tin Đại học Quốc gia TpHCM. Người hướng dẫn khoa học Hoàng Văn Kiếm Phản biện 1 . Đỗ Phúc Phản biện 2 . Lê Hoài Bắc Phản biện 3 . Quản Thành Thơ Phản biện độc lập 1 . Nguyễn Đình Thúc Phản biện độc lập 2 . Đỗ Năng Toàn Luận án đã được bảo vệ trước Hội đồng chấm luận án cấp Trường tại Phòng E Trường Đại học Công nghệ Thông tin ĐHQG TpHCM Vào lúc 8 giờ 30 ngày 26 tháng 02 năm 2016 Có thể tìm luận án tại - Thư viện Quốc gia Việt Nam - Thư viện Trường Đại học Công nghệ Thông tin ĐHQG TpHCM. I. MỞ ĐẦU Dẫn nhập Việc tìm kiếm thông tin khoa học để thực hiện các công việc liên quan đến nghiên cứu là nhu cầu thường xuyên không thể thiếu đối với những người làm nghiên cứu khoa học đặc biệt là các nghiên cứu viên NCV . Các NCV trẻ thì thiếu kinh nghiệm tìm kiếm và xác định các thông tin hữu ích liên quan. Trong khi các NCV có kinh nghiệm thì phải đương đầu với quá tải thông tin. Để giúp họ dễ dàng hơn trong việc tiếp cận các thông tin học thuật hữu ích liên quan hệ khuyến nghị trong lĩnh vực học thuật là giải pháp đang được quan tâm nghiên cứu trong những năm gần đây. Các bài toán khuyến nghị thông tin học thuật phổ biến như khuyến nghị bài báo cộng tác gởi bài . cũng như các cách tiếp cận truyền thống cho hệ khuyến nghị là lọc dựa trên thông tin lý lịch Demographic Filtering lọc dựa trên nội dung CB Content-Based lọc cộng tác CF Collaborative Filtering lai Hybrid phải đương đầu với một số khó khăn thách .

Không thể tạo bản xem trước, hãy bấm tải xuống
TÀI LIỆU LIÊN QUAN
TỪ KHÓA LIÊN QUAN
TÀI LIỆU MỚI ĐĂNG
39    69    1    28-04-2024
66    67    2    28-04-2024
Đã phát hiện trình chặn quảng cáo AdBlock
Trang web này phụ thuộc vào doanh thu từ số lần hiển thị quảng cáo để tồn tại. Vui lòng tắt trình chặn quảng cáo của bạn hoặc tạm dừng tính năng chặn quảng cáo cho trang web này.