科技情报大数据挖掘与服务平台
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
客观评价：
1.对项目的评价
1）2013年8月29日，教育部对“研究者社会网络搜索与挖掘系统”进行了成果鉴定。鉴定委员会认为：项目成果完善了Web语义集成、主题模型、网络排序以及社会网络搜索与挖掘的理论体系和技术方法……被认为是世界上最有代表性的学术社会网络分析系统之一……鉴定委员会一致认为，项目核心技术达到国际先进、国内领先水平。
3.对项目核心技术评价
1）创新点1：信息集成工具RiMOM在国际本体映射竞赛OAEI中连续6年夺得9项子任务第一的好成绩；在2008年OAEI结果分析报告中，RiMOM被认为是“Top Matching System”。
2）创新点2：关于大规模社交网络中影响力分析的论文发表在SIGKDD’2009上，在ACM的Digital Library中已经下载3792次，在该会议近六年（2008-2013）所有1208篇文章中下载次数排名第一。
2）创新性的提出面向科技创新的群体智能挖掘方法，系统性的给出了网络结构和网络用户行为之间的关联关系，为理解网络群体行为的形成和动态演化奠定理论基础；
3）提出面向科技知识网络的异构对象统一建模方法 将异构对象映射至低维隐空间进行排序学习，解决了知识网络中的异构对象排序难题，实现了异构对象全局权威度的高效计算；
2）UIUC大学的知名教授Dan Roth在Coling上关于专家发现的论文使用Arnetminer的结果作为评测标准。
3）著名研究机构DERI资深研究员P. Buitelaar等人在论文中提到：ArnetMiner是当前著名的学术研究者社会网络搜索工具。
4）南安普顿大学Tiropanis等人撰写的综述中多次提到ArnetMiner系统，评价ArnetMiner是“…搜索与匹配方面最有代表性的工具…”
综合上述情况，我会同意推荐该项目申报2016年度国家科学技术发明奖。
项目简介：
科技数据记载着科学技术的发展和进步，对其进行深入挖掘，可以及时了解和掌握科技动态，加快科技创新速度，提高科技生产力，让学术成果真正服务于经济发展和社会进步，为决策部门提供综合性战略性情报服务。这对于Fra Baidu bibliotek高我国互联网科学管理水平，促进互联网经济发展，推动数据挖掘、信息检索、情报分析以及网络科学等相关学科的发展，占领下一代信息技术和知识服务的科技制高点具有重要的战略意义。
4）研发了具有完全自主知识产权的新一代研究人员社会网络的学术信息挖掘和搜索系统ArnetMiner（后更名为AMiner），提供面向学术、专利和科技新闻的搜索、语义分析、科技成果评价及趋势分析等功能。
项目获得发明专利授权12项，取得软件著作权6项；发表相关学术论文112篇，Google Scholar 引用超过5800次。项目相关应用系统AMiner自2006年上线以来已经产生了显著的学术影响和社会效益。目前已为全球220个国家/地区700多万独立IP访问提供服务，发表在SIGKDD’08上介绍关键技术的代表论文Google Scholar 引用531次，在该会近8年发表的1508篇论文中排名第7。项目获得中国人工智能学会科技进步一等奖、中国电子学会自然科学二等奖、北京市自然科学三等奖。项目研究成果还在微软必应搜索、搜狗、亿赞普、点通、华为、IBM、通用、美孚、腾讯等企业的合作项目中得到推广应用，近三年相关产品新增销售额超过5亿元。
3）创新点3：在异构网络排序学习模型的研究中，将用户影响力分析应用在交叉领域协作关系推荐，论文发表在SIGKDD’2012上，被评审认为是“This is a very nice paper which proposes a novel approach for cross-domain collaboration recommendation”，论文获得最佳Poster奖。
推荐单位意见：
项目名称
科技情报大数据挖掘与服务平台
推荐单位（专家）
中国人工智能学会
推荐单位（专家）意见：
该项目为“研究者社会网络搜索与挖掘系统（ArnetMiner）”，经李德毅院士组成的评审委员会评审，得到了各位评审专家的充分肯定，获得2013年度吴文俊人工智能科学技术进步奖一等奖。此后，该项目相继展开近三年的创新研究，取得了多项进展，主要包括：1）理论研究：在多源异构数据语义集成，面向科技创新的网络用户行为分析，构建多维关系依赖的知识图谱等方面取得突破，新增发表论文30篇（其中CCF A类论文13篇）；2）知识产权：积极推动知识产权保护，新增授权专利5项，项目相关授权专利达到了12项；3）经济效益：项目核心技术及工具获得了多个企事业单位的认可，集成应用如搜狗、亿赞普、点通等单位的主流产品中，产生经济效益超过5亿元；4）社会效益：项目系统向科技界免费开放访问接口及各种数据，为KDD, ICDM，WSDM等20余个重要国际会议提供审稿人推荐及语义信息服务；积极参与建设中国工程院主导的“中国工程科技知识中心”建设，成为其12个分中心之一；并参与建设联合国教科文组织主导的国际工程科技知识中心，成为其核心应用之一，为第三世界国家免费提供科技信息咨询及知识挖掘服务。
2）2013年10月，项目“研究者社会网络搜索与挖掘系统（ArnetMiner）”在与国内近40项研究成果的竞争中胜出，获得了中国人工智能学会第三届吴文俊人工智能科学技术进步一等奖（仅一名一等奖）。
2.对ArnetMiner系统评价
1）2008年，介绍“研究者社会网络搜索与挖掘系统”框架及核心技术的文章“ArnetMiner: Extraction and Mining of Academic Social Networks”发表在数据挖掘领域的国际顶级会议SIGKDD‘2008上。论文Google Scholar引用次数540次。
推荐项目针对互联网环境下科技信息资源规模大、分布及异构等特征，率先提出并研发了以知识和研究者为核心的异构网络深度挖掘与服务平台，实现了亿级节点的大规模科技知识图谱的建立；创新性的提出面向科技创新的群体智能挖掘方法，为理解网络群体行为的形成和动态演化奠定了理论基础。项目主要发明及创新点如下：
1）提出了多维依赖关系信息抽取方法和基于最小风险的语义集成框架，大大提高了语义信息的抽取精度，实现了亿级节点的大规模科技知识图谱的建立；
1.对项目的评价
1）2013年8月29日，教育部对“研究者社会网络搜索与挖掘系统”进行了成果鉴定。鉴定委员会认为：项目成果完善了Web语义集成、主题模型、网络排序以及社会网络搜索与挖掘的理论体系和技术方法……被认为是世界上最有代表性的学术社会网络分析系统之一……鉴定委员会一致认为，项目核心技术达到国际先进、国内领先水平。
3.对项目核心技术评价
1）创新点1：信息集成工具RiMOM在国际本体映射竞赛OAEI中连续6年夺得9项子任务第一的好成绩；在2008年OAEI结果分析报告中，RiMOM被认为是“Top Matching System”。
2）创新点2：关于大规模社交网络中影响力分析的论文发表在SIGKDD’2009上，在ACM的Digital Library中已经下载3792次，在该会议近六年（2008-2013）所有1208篇文章中下载次数排名第一。
2）创新性的提出面向科技创新的群体智能挖掘方法，系统性的给出了网络结构和网络用户行为之间的关联关系，为理解网络群体行为的形成和动态演化奠定理论基础；
3）提出面向科技知识网络的异构对象统一建模方法 将异构对象映射至低维隐空间进行排序学习，解决了知识网络中的异构对象排序难题，实现了异构对象全局权威度的高效计算；
2）UIUC大学的知名教授Dan Roth在Coling上关于专家发现的论文使用Arnetminer的结果作为评测标准。
3）著名研究机构DERI资深研究员P. Buitelaar等人在论文中提到：ArnetMiner是当前著名的学术研究者社会网络搜索工具。
4）南安普顿大学Tiropanis等人撰写的综述中多次提到ArnetMiner系统，评价ArnetMiner是“…搜索与匹配方面最有代表性的工具…”
综合上述情况，我会同意推荐该项目申报2016年度国家科学技术发明奖。
项目简介：
科技数据记载着科学技术的发展和进步，对其进行深入挖掘，可以及时了解和掌握科技动态，加快科技创新速度，提高科技生产力，让学术成果真正服务于经济发展和社会进步，为决策部门提供综合性战略性情报服务。这对于Fra Baidu bibliotek高我国互联网科学管理水平，促进互联网经济发展，推动数据挖掘、信息检索、情报分析以及网络科学等相关学科的发展，占领下一代信息技术和知识服务的科技制高点具有重要的战略意义。
4）研发了具有完全自主知识产权的新一代研究人员社会网络的学术信息挖掘和搜索系统ArnetMiner（后更名为AMiner），提供面向学术、专利和科技新闻的搜索、语义分析、科技成果评价及趋势分析等功能。
项目获得发明专利授权12项，取得软件著作权6项；发表相关学术论文112篇，Google Scholar 引用超过5800次。项目相关应用系统AMiner自2006年上线以来已经产生了显著的学术影响和社会效益。目前已为全球220个国家/地区700多万独立IP访问提供服务，发表在SIGKDD’08上介绍关键技术的代表论文Google Scholar 引用531次，在该会近8年发表的1508篇论文中排名第7。项目获得中国人工智能学会科技进步一等奖、中国电子学会自然科学二等奖、北京市自然科学三等奖。项目研究成果还在微软必应搜索、搜狗、亿赞普、点通、华为、IBM、通用、美孚、腾讯等企业的合作项目中得到推广应用，近三年相关产品新增销售额超过5亿元。
3）创新点3：在异构网络排序学习模型的研究中，将用户影响力分析应用在交叉领域协作关系推荐，论文发表在SIGKDD’2012上，被评审认为是“This is a very nice paper which proposes a novel approach for cross-domain collaboration recommendation”，论文获得最佳Poster奖。
推荐单位意见：
项目名称
科技情报大数据挖掘与服务平台
推荐单位（专家）
中国人工智能学会
推荐单位（专家）意见：
该项目为“研究者社会网络搜索与挖掘系统（ArnetMiner）”，经李德毅院士组成的评审委员会评审，得到了各位评审专家的充分肯定，获得2013年度吴文俊人工智能科学技术进步奖一等奖。此后，该项目相继展开近三年的创新研究，取得了多项进展，主要包括：1）理论研究：在多源异构数据语义集成，面向科技创新的网络用户行为分析，构建多维关系依赖的知识图谱等方面取得突破，新增发表论文30篇（其中CCF A类论文13篇）；2）知识产权：积极推动知识产权保护，新增授权专利5项，项目相关授权专利达到了12项；3）经济效益：项目核心技术及工具获得了多个企事业单位的认可，集成应用如搜狗、亿赞普、点通等单位的主流产品中，产生经济效益超过5亿元；4）社会效益：项目系统向科技界免费开放访问接口及各种数据，为KDD, ICDM，WSDM等20余个重要国际会议提供审稿人推荐及语义信息服务；积极参与建设中国工程院主导的“中国工程科技知识中心”建设，成为其12个分中心之一；并参与建设联合国教科文组织主导的国际工程科技知识中心，成为其核心应用之一，为第三世界国家免费提供科技信息咨询及知识挖掘服务。
2）2013年10月，项目“研究者社会网络搜索与挖掘系统（ArnetMiner）”在与国内近40项研究成果的竞争中胜出，获得了中国人工智能学会第三届吴文俊人工智能科学技术进步一等奖（仅一名一等奖）。
2.对ArnetMiner系统评价
1）2008年，介绍“研究者社会网络搜索与挖掘系统”框架及核心技术的文章“ArnetMiner: Extraction and Mining of Academic Social Networks”发表在数据挖掘领域的国际顶级会议SIGKDD‘2008上。论文Google Scholar引用次数540次。
推荐项目针对互联网环境下科技信息资源规模大、分布及异构等特征，率先提出并研发了以知识和研究者为核心的异构网络深度挖掘与服务平台，实现了亿级节点的大规模科技知识图谱的建立；创新性的提出面向科技创新的群体智能挖掘方法，为理解网络群体行为的形成和动态演化奠定了理论基础。项目主要发明及创新点如下：
1）提出了多维依赖关系信息抽取方法和基于最小风险的语义集成框架，大大提高了语义信息的抽取精度，实现了亿级节点的大规模科技知识图谱的建立；