AMiner: plataforma de análisis y minería de ciencia y tecnología 95

AMiner, una plataforma de minería de inteligencia científica y tecnológica basada en conocimiento y tecnologías de big data, ofrece a los investigadores recursos académicos e información de servicios completos y precisos.

Nos especializamos en:

• Crear un perfil semántico para cada investigador extrayendo información de una red distribuida;

• Integrar datos académicos de múltiples fuentes (por ejemplo, datos bibliográficos y perfiles de investigadores);

• Realizar búsquedas precisas en redes heterogéneas;

• Analizar y descubrir patrones interesantes a partir de la red social de investigadores establecida.

Principales funciones de búsqueda y análisis en AMiner:

Búsqueda de perfiles:

Introduzca el nombre de un investigador (por ejemplo, Jie Tang) y el sistema devolverá un perfil semántico creado para el investigador mediante tecnologías de extracción de información. En la página del perfil, la información extraída e integrada incluye: información de contacto, fotografía, estadísticas de citas, evaluación de logros académicos, intereses de investigación (a lo largo del tiempo), historial educativo, gráfico social personal, financiación de investigación (actualmente solo para EE. UU. y China) y registros de publicaciones (incluida información de citas, con los artículos asignados automáticamente a varias áreas diferentes).

Descubrimiento de expertos:

Introduzca una consulta (por ejemplo, minería de datos) y el sistema devolverá expertos en ese tema. Además, el sistema recomendará las principales conferencias sobre el tema y los artículos mejor clasificados. Hay dos algoritmos de clasificación, VSM y ACT. El primero es similar al modelo de lenguaje tradicional, mientras que el segundo se basa en nuestro modelo Autor-Conferencia-Tema (ACT). Los usuarios también pueden proporcionar comentarios sobre los resultados de búsqueda.

• Análisis de conferencias: introduzca el nombre de una conferencia (por ejemplo, KDD) y el sistema devolverá quiénes son los investigadores más activos en esa conferencia, así como los artículos mejor clasificados.

• Búsqueda de cursos: introduzca una consulta (por ejemplo, minería de datos) y el sistema le indicará quién está impartiendo cursos relacionados con la consulta.

• Búsqueda de subgrafos: introduzca una consulta (por ejemplo, minería de datos) y el sistema primero le indicará qué temas están relacionados con la consulta (por ejemplo, cinco temas relacionados: "minería de datos", "datos XML", "minería de datos/procesamiento de consultas", "datos web/diseño de bases de datos", "minería web") y, a continuación, mostrará los subgrafos más importantes descubiertos en cada tema relacionado, acompañados de un resumen del subgrafo.

Explorador de temas:

Basado en nuestro modelo Autor-Conferencia-Tema (ACT), descubrimos automáticamente 200 temas populares a partir de las publicaciones. Para cada tema, asignamos automáticamente una etiqueta que representa su significado. Además, el explorador muestra los investigadores más activos, las conferencias/artículos más relevantes y descubre las tendencias evolutivas del tema.

Clasificación académica:

Hemos definido 8 métricas para evaluar los logros de los investigadores. Estas métricas son "índice h", "citas", "tendencia ascendente", "actividad", "longevidad", "diversidad", "capacidad social" y "estrella emergente". Para cada métrica, mostramos listas de clasificación en diferentes campos. Por ejemplo, se puede buscar quién tiene el mayor número de citas en el campo de "minería de datos".

Gestión de usuarios:

• Registrarse como usuario;

• Modificar la información del perfil extraído;

• Proporcionar comentarios sobre los resultados de búsqueda;

• Seguir a investigadores de AMiner;

• Crear una página en AMiner (que puede usarse para promocionar conferencias/talleres, o para captar estudiantes)

Principales formas en que AMiner ayuda a los investigadores en la búsqueda bibliográfica:

aiFiltrado inteligente de artículos: AMiner utiliza tecnología de IA para filtrar de forma inteligente los artículos más recientes relevantes según los intereses y campos de investigación del usuario, asegurando que los usuarios tengan acceso a las últimas investigaciones y desarrollos académicos.

Amplia cobertura: la plataforma cubre una amplia gama de recursos bibliográficos, incluyendo ArXiv, diversas revistas académicas y artículos de conferencias, proporcionando a los usuarios una perspectiva académica completa.

Resúmenes concisos de artículos: la tecnología de IA extrae la información clave de los artículos y genera resúmenes concisos y precisos, ayudando a los usuarios a comprender rápidamente el contenido principal de los artículos sin necesidad de dedicar mucho tiempo a leer el artículo completo.

Recomendaciones personalizadas: los usuarios pueden personalizar las indicaciones según sus propios intereses y necesidades de investigación para obtener recomendaciones de artículos más personalizadas, satisfaciendo así diferentes requisitos de investigación.

Opciones de búsqueda flexibles: ofrece opciones de búsqueda flexibles, incluyendo palabras clave, autores, instituciones, etc., para satisfacer las necesidades de los diferentes usuarios.

Notificaciones de información: admite el envío de información de artículos al correo electrónico o WeChat del usuario, permitiendo consultarlos en cualquier momento y personalizar las notificaciones según las necesidades individuales.

AMiner es una plataforma de análisis y minería de inteligencia científica y tecnológica de nueva generación desarrollada por un equipo dirigido por el profesor Tang Jie del Departamento de Ciencias de la Computación y Tecnología de la Universidad de Tsinghua. Desde su lanzamiento en 2006, la plataforma AMiner se ha convertido en una importante herramienta para investigadores de todo el mundo, atrayendo más de 8 millones de visitas de IP únicas de 220 países y regiones, con descargas de datos que alcanzan los 2,3 millones y un volumen anual de visitas superior a 10 millones. El valor central de AMiner reside en su sólida base de datos, que incluye 331 millones de artículos, 135 millones de académicos, 1.122 millones de relaciones de citas de artículos y 8,79 millones de entidades de conocimiento.