AMiner
AMiner简介 AMiner，一个基于知识驱动和大数据技术的科技情报挖掘平台，AMiner为科研人员提供全面、精准的学术资源和信息服务。我们专注于：通过从分布式网络中提取信息，为每个研究人员创建一个基于语义的配置文件;整合来自多个来源的学术数据（例如，书目数据和研究人员简介）;准确搜索异构网络;从建立的研究人员社交网络中分析和发现有趣的模式。AMiner 中的主要搜索和分析功能：个人资料搜索：输入研究人员姓名（例如，Jie Tang），系统将返回使用信息提取技术为研究人员创建的基于语义的个人资料。在个人资料页面中，提取和整合的信息包括：联系信息、照片、引文统计、学术成就评估、（时间）研究兴趣、教育经历、个人社交图谱、研究经费（目前仅限美国和中国）和出版记录（包括引文信息，论文自动分配到几个不同的领域）。专家发现：输入一个查询（例如，数据挖掘），系统将返回该主题的专家。此外，该系统将推荐有关该主题的顶级会议和排名最高的论文。有两种排名算法，VSM 和 ACT。前者类似于传统的语言模型，后者基于我们的作者-会议-主题 （ACT） 模型。用户还可以向搜索结果提供反馈。会议分析：输入会议名称（例如，KDD），系统返回谁是本次会议最活跃的研究人员，以及排名靠前的论文。课程搜索：输入一个查询（例如，数据挖掘），系统会告诉您谁在教授与查询相关的课程。子图搜索：输入一个查询（例如，数据挖掘），系统首先告诉你哪些主题与查询相关（例如，五个主题“数据挖掘”、“XML数据”、“数据挖掘/查询处理”、“Web数据/数据库设计”、“Web挖掘”是相关的），然后显示在每个相关主题上发现的最重要的子图，并辅以子图的摘要。主题浏览器：基于我们的作者-会议-主题 （ACT） 模型，我们自动从出版物中发现 200 个热门话题。对于每个主题，我们会自动分配一个标签来表示其含义。此外，浏览器还展示了最活跃的研究人员、最相关的会议/论文，并发现了该主题的演变趋势。学术排名：我们定义了 8 个衡量标准来评估研究人员的成就。这些指标包括“h指数”、“引用”、“上升趋势”、“活动”、“长寿”、“多样性”、“社交能力”、“新星”。对于每个指标，我们都会输出不同领域的排名列表。例如，可以搜索谁在“数据挖掘”域中引用次数最多。用户管理：可以注册为用户：修改提取的个人资料信息;对检索结果提供反馈;关注AMiner的研究人员;创建一个AMiner页面（可用于宣传会议/研讨会，或招募学生）AMiner帮助科研人员进行文献检索的主要方式：ai论文智能筛选：AMiner利用AI技术根据用户的研究兴趣和领域智能筛选出相关的最新论文，确保用户能够接触到最新的学术研究和发展。广泛覆盖：平台覆盖了包括ArXiv、各种学术期刊和会议论文在内的广泛文献资源，为用户提供了一个全面的学术视角。论文精简总结：AI技术提取论文的关键信息，生成精简而准确的论文总结，帮助用户快速了解论文的主要内容，无需花费大量时间阅读整篇论文。个性化推荐：用户可以根据自己的研究兴趣和需要定制提示，获得更加个性化的论文推荐，满足不同的研究需求。灵活搜索选项：提供灵活的搜索选项，包括关键词、作者、机构等，以满足不同用户的需求。信息推送：支持将论文信息推送到用户的邮箱或微信，方便用户随时查看，并根据个人需求定制信息推送。AMiner是一个由清华大学计算机科学与技术系教授唐杰领导的团队开发的新一代科技情报分析与挖掘平台。AMiner平台自2006年启动以来，已经成为全球科研人员的重要工具，吸引了来自220个国家和地区的超过800万独立IP访问，数据下载量达到230万次，年度访问量超过1000万。AMiner的核心价值在于其强大的数据基础，包括3.31亿篇论文信息、1.35亿学者信息、11.22亿条论文引用关系以及879万个知识实体。
