AMiner: Plattform für Wissenschafts- und Technologieanalyse sowie Data Mining 100

AMiner, eine auf Wissen und Big-Data-Technologie basierende Plattform zur Gewinnung wissenschaftlich-technologischer Informationen, bietet Forschenden umfassende sowie präzise akademische Ressourcen und Informationsdienste.

Unsere Schwerpunkte:

• Durch die Extraktion von Informationen aus verteilten Netzwerken wird für jede Forscherin und jeden Forscher ein semantikbasiertes Profil erstellt;

• Integration akademischer Daten aus mehreren Quellen (z. B. bibliografische Daten und Forscherprofile);

• Präzise Suche in heterogenen Netzwerken;

• Analyse und Entdeckung interessanter Muster in den aufgebauten sozialen Netzwerken von Forschenden.

Die wichtigsten Such- und Analysefunktionen in AMiner:

Profilsuche:

Geben Sie den Namen einer Forscherin oder eines Forschers ein (z. B. Jie Tang). Das System gibt ein semantikbasiertes Profil zurück, das mithilfe von Informationsextraktionstechniken erstellt wurde. Auf der Profilseite werden extrahierte und integrierte Informationen angezeigt, darunter: Kontaktinformationen, Foto, Zitationsstatistiken, Bewertung akademischer Leistungen, (zeitliche) Forschungsinteressen, Bildungsweg, persönliches soziales Netzwerk, Forschungsmittel (derzeit nur in den USA und China) sowie Publikationsverzeichnisse (einschließlich Zitationsinformationen, wobei die Arbeiten automatisch verschiedenen Fachgebieten zugeordnet werden).

Expertenfindung:

Geben Sie eine Suchanfrage ein (z. B. Data Mining). Das System gibt Experten zu diesem Thema zurück. Darüber hinaus empfiehlt das System die Top-Konferenzen und am höchsten bewerteten Arbeiten zu diesem Thema. Es stehen zwei Ranking-Algorithmen zur Verfügung: VSM und ACT. Der erste ähnelt herkömmlichen Sprachmodellen, der zweite basiert auf unserem Author-Conference-Topic (ACT)-Modell. Nutzerinnen und Nutzer können den Suchergebnissen außerdem Feedback geben.

• Konferenzanalyse: Geben Sie den Namen einer Konferenz ein (z. B. KDD). Das System zeigt, wer die aktivsten Forschenden auf dieser Konferenz sind, sowie die am besten bewerteten Arbeiten.

• Kurssuche: Geben Sie eine Suchanfrage ein (z. B. Data Mining). Das System zeigt Ihnen, wer Kurse zu diesem Thema unterrichtet.

• Subgraph-Suche: Geben Sie eine Suchanfrage ein (z. B. Data Mining). Das System zeigt zunächst, welche Themen mit der Anfrage in Zusammenhang stehen (z. B. die fünf Themen „Data Mining“, „XML Data“, „Data Mining/Query Processing“, „Web Data/Database Design“, „Web Repository“), und zeigt anschließend zu jedem verwandten Thema die wichtigsten gefundenen Subgraphen an, ergänzt durch Zusammenfassungen der Subgraphen.

Themenbrowser:

Basierend auf unserem Author-Conference-Topic (ACT)-Modell werden automatisch 200 Trendthemen aus Publikationen identifiziert. Jedem Thema wird automatisch ein Label zugewiesen, das seine Bedeutung beschreibt. Darüber hinaus zeigt der Browser die aktivsten Forschenden, die relevantesten Konferenzen/Publikationen und die Entwicklungstrends des Themas.

Akademisches Ranking:

Wir haben 8 Messgrößen definiert, um die Leistungen von Forschenden zu bewerten. Diese Kennzahlen sind: „h-Index“, „Zitationen“, „Aufwärtstrend“, „Aktivität“, „Langlebigkeit“, „Vielfalt“, „Soziale Kompetenz“, „Newcomer“. Für jede Kennzahl geben wir Ranglisten in unterschiedlichen Fachgebieten aus. So kann beispielsweise gesucht werden, wer im Bereich „Data Mining“ die meisten Zitationen aufweist.

Benutzerverwaltung:

• Registrierung als Benutzerin oder Benutzer;

• Änderung der extrahierten Profilinformationen;

• Feedback zu den Suchergebnissen geben;

• Verfolgen von AMiner-Forschenden;

• Erstellen einer AMiner-Seite (kann zur Bewerbung von Konferenzen/Workshops oder zur Anwerbung von Studierenden genutzt werden)

Wie AMiner Forschende bei der Literaturrecherche unterstützt:

Intelligente Auswahl von KI-Publikationen: AMiner nutzt KI-Technologien, um basierend auf den Forschungsinteressen und Fachgebieten der Nutzerinnen und Nutzer intelligent die relevantesten neuesten Publikationen auszuwählen und sicherzustellen, dass diese Zugang zu den aktuellsten wissenschaftlichen Forschungen und Entwicklungen erhalten.

Breite Abdeckung: Die Plattform umfasst ein breites Spektrum an Literaturressourcen, darunter ArXiv, verschiedene akademische Fachzeitschriften und Konferenzbeiträge, und bietet den Nutzerinnen und Nutzern so eine umfassende akademische Perspektive.

Prägnante Zusammenfassungen von Publikationen: KI-Technologie extrahiert die Kerninformationen von Publikationen und erstellt prägnante sowie präzise Zusammenfassungen, die es den Nutzerinnen und Nutzern ermöglichen, die Hauptinhalte schnell zu erfassen, ohne viel Zeit mit dem Lesen der gesamten Arbeit zu verbringen.

Personalisierte Empfehlungen: Nutzerinnen und Nutzer können Hinweise nach ihren eigenen Forschungsinteressen und Bedürfnissen anpassen, um personalisiertere Publikationsempfehlungen zu erhalten, die unterschiedlichen Forschungsanforderungen gerecht werden.

Flexible Suchoptionen: Flexible Suchoptionen, einschließlich Stichworten, Autorinnen und Autoren, Institutionen usw., stehen zur Verfügung, um den unterschiedlichen Anforderungen der Nutzerinnen und Nutzer gerecht zu werden.

Informationspush: Unterstützt das Pushen von Publikationsinformationen an die E-Mail-Adresse oder WeChat der Nutzerinnen und Nutzer, sodass diese diese jederzeit einsehen und die Informationsbenachrichtigungen nach ihren persönlichen Anforderungen konfigurieren können.

AMiner ist eine Plattform der neuen Generation zur Analyse und Gewinnung wissenschaftlich-technologischer Informationen, die von einem Team unter der Leitung von Professor Tang Jie von der Fakultät für Informatik und Technologie der Tsinghua-Universität entwickelt wurde. Seit dem Start der AMiner-Plattform im Jahr 2006 ist sie zu einem wichtigen Werkzeug für Forschende weltweit geworden, mit über 8 Millionen unabhängigen IP-Zugriffen aus 220 Ländern und Regionen, 2,3 Millionen Daten-Downloads und über 10 Millionen jährlichen Zugriffen. Der Kernwert von AMiner liegt in seiner starken Datenbasis, darunter 331 Millionen Publikationsinformationen, 135 Millionen Forscherprofile, 11,22 Milliarden Zitationsbeziehungen und 8,79 Millionen Wissenseinheiten.