基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
社交媒体与知识图谱的数据各具特点,相互之间的数据互通具有较强的现实意义,而社交账号与知识图谱实体的对齐是数据互通的前提.针对社交媒体与知识图谱的特点,提出了一种基于子图相交的对齐方法,旨在给定社交账号的情况下,根据社交账号的相关信息在知识图谱中找到正确的对应条目.该方法在候选实体生成阶段对比实验了不同的生成策略.在目标实体选择阶段提出一种基于子图相交的算法,利用社交账号的社交关系在知识图谱中映射成子图.子图相交算法通过考察子图中候选实体周围顶点的"稠密"程度,确定社交账号所对应的目标实体.由于该领域尚无公开可用的测试数据集,构造了一个基于Twitter与Wikidata的对齐数据集,使用该数据集对该方法进行评估,对比测试了标题匹配算法和AGDISTIS算法,子图相交算法能够达到更好的效果.
推荐文章
基于知识图谱用户偏好传播的实体推荐模型
知识图谱
偏好传播
top N推荐
特征提取
基于电子病历的实体识别和知识图谱构建的研究
实体识别
实体关系
长短时记忆网络
知识图谱
融合语义和结构信息的知识图谱实体对齐
知识图谱
联合表示学习
协同训练
实体对齐
基于本体的船舶焊接工艺知识图谱构建
焊接工艺
知识图谱
本体
知识建模
焊接管理
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于子图相交的社交账号与知识图谱实体对齐
来源期刊 计算机技术与发展 学科 工学
关键词 社交媒体 知识图谱 子图 社交关系 对齐
年,卷(期) 2020,(5) 所属期刊栏目 智能、算法、系统工程
研究方向 页码范围 10-15
页数 6页 分类号 TP391.1
字数 5438字 语种 中文
DOI 10.3969/j.issn.1673-629X.2020.05.003
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 吴碧伟 13 38 3.0 6.0
2 郭强 7 7 2.0 2.0
3 刘家祝 1 0 0.0 0.0
4 曾明勇 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (73)
共引文献  (48)
参考文献  (13)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1955(1)
  • 参考文献(0)
  • 二级参考文献(1)
1965(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(7)
  • 参考文献(0)
  • 二级参考文献(7)
2012(6)
  • 参考文献(1)
  • 二级参考文献(5)
2013(9)
  • 参考文献(1)
  • 二级参考文献(8)
2014(6)
  • 参考文献(0)
  • 二级参考文献(6)
2015(10)
  • 参考文献(2)
  • 二级参考文献(8)
2016(7)
  • 参考文献(2)
  • 二级参考文献(5)
2017(9)
  • 参考文献(0)
  • 二级参考文献(9)
2018(3)
  • 参考文献(2)
  • 二级参考文献(1)
2019(3)
  • 参考文献(3)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
社交媒体
知识图谱
子图
社交关系
对齐
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导