AMINER(데이터베이스)

AMiner (database)

AMiner(구 ArnetMiner)는 빅데이터 색인, 검색 및 마이닝에 사용되는 무료 온라인 서비스입니다.

개요

AMiner(ArnetMiner)는 연구자, 회의 및 [1]출판물 간의 연결을 식별하기 위해 소셜 네트워크 분석을 사용하여 인터넷상의 학술 출판물에 대한 데이터 마이닝 작업을 검색하고 수행하도록 설계되었습니다.이를 통해 전문가 검색, 지리적 검색, 추세 분석, 검토자 추천, 협회 검색, 과정 검색, 학업성취도 평가, 주제 모델링 등의 서비스를 제공할 수 있습니다.

Aminer는 소셜 영향 분석, 소셜 네트워크 순위 매기기, 소셜 네트워크 추출 등의 연구 과제로 만들어졌습니다.시스템의 개발로 인해 다수의 안전 점검 논문이 발표되었습니다.3년 이상 운영되었으며 1억 3천만 명의 연구자와 2억 6천 5백만 권 이상의 [2]출판물을 색인화했습니다.이 연구는 중국 국가 첨단 기술 연구 개발 프로그램과 중국 국가 과학 재단의 자금 지원을 받았다.

아미너는 연구자와 연구자 간의 관계를 식별하고 통계적 상관관계를 도출하기 위해 학계에서 일반적으로 사용됩니다.220개 국가 및 지역에서 1000만 개 이상의 독립 IP 액세스를 유치했습니다.이 제품은 Elsevier의 SciVus 플랫폼 [3]및 SIGKDD, ICDM, PKDD, WSDM 등의 학술 컨퍼런스에서 사용되고 있습니다.

작동

AMiner는 자동으로 웹에서 연구원 프로파일을 추출합니다.관련 페이지를 수집 및 식별한 후 통합된 접근 방식을 사용하여 식별된 문서에서 데이터를 추출합니다.또한 발견적 규칙을 사용하여 온라인 디지털 라이브러리에서 출판물을 추출합니다.

추출된 연구자의 프로필과 추출된 출판물을 통합합니다.식별자로 연구원 이름을 사용합니다.통합의 애매성 문제를 다루기 위한 확률론적 프레임워크가 제안되었다.통합 데이터는 연구자 네트워크 기술 자료(RNKB)에 저장됩니다.

이 지역의 주요 다른 제품은 Google Scholar, Elsevier의 Scirus 및 오픈 소스 프로젝트 CiteSeer이다.

역사

그것은 중국 칭화 대학의 Jie Tang 교수에 의해 시작되었고 만들어졌다.그것은 2006년 3월에 처음 시작되었다.다음은 최근 몇 년 동안의 업데이트 목록을 보여 줍니다.

  • 2006년 3월 버전 0.1의 기능에는 연구원 프로파일링, 전문가 검색, 회의 검색 및 출판 검색이 포함됩니다.이 시스템은 Perl로 개발되었습니다.
  • 2006년 8월 버전 1.0, 이 시스템은 Java에서 재실장되었습니다.
  • 2007년 7월 버전 2.0, 새로운 기능에는 연구자 대상 마이닝, 협회 검색, 조사지 조사(현재 이용 불가)가 포함됩니다.
  • 2008년 4월 버전 3.0의 새로운 기능에는 쿼리 이해, 새로운 GUI 및 검색 로그 분석이 포함됩니다.
  • 2008년 11월 버전 4.0, 새로운 기능에는 그래프 검색, 토픽 모델링, NSF/NSFC 자금 정보 추출이 포함됩니다.
  • 2009년 4월 버전 5.0, 새로운 기능에는 프로파일 에디션, 오픈 API 서비스, Bole 검색, 코스 검색(현재 이용 불가)이 포함됩니다.
  • 2009년 12월 버전 6.0, 새로운 기능에는 학업성취도 평가, 사용자 피드백, 컨퍼런스 분석 등이 포함됩니다.
  • 2010년 5월 버전 7.0, 신기능에는 이름 명확화, 논문 검토자 추천, ArnetPage 생성 등이 포함됩니다.
  • 2012년 3월 버전 II는 AMiner로 개명되어 모든 코드를 다시 작성하고 GUI를 재설계했습니다.새로운 기능: 지리 검색, ArnetAPP 플랫폼
  • 2014년 6월 버전 II는 AMiner로 개명되어 모든 코드를 다시 작성하고 GUI를 재설계했습니다.새로운 기능: 지리 검색, ArnetAPP 플랫폼
  • 2015년 12월, 완전히 새로운 버전이 온라인에 공개되었습니다.
  • 2017년 5월, 프로 버전이 온라인화 되었습니다.
  • 2018년 4월, 딥러닝 기반의 이름 명확화[5] 기능인 Trend [4]Analysis가 새롭게 도입되었습니다.

자원.

AMiner는 학술 연구 목적으로 Open Academic [6]Graph, DBLP[7]+인용(Digital Bibliography & Library Project의 DBLP 데이터에 인용을 추가하는 데이터 세트),[8] Name Dismarkation, Social [9]Tie Analysis 등 여러 데이터 세트를 공개했습니다.조사에 사용할 수 있는 더 많은 데이터셋 및 소스 코드는 를 참조하십시오.[10]

「 」를 참조해 주세요.

레퍼런스

  1. ^ Jie Tang; Jing Zhang; Limin Yao; Juanzi Li; Li Zhang; Zhong Su (2008). "ArnetMiner: extraction and mining of academic social networks". Proceedings of the 14th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining. New York: ACM.
  2. ^ "Arnetminer: introduction". Retrieved 17 Dec 2020.
  3. ^ "SciVerse - HUB - Home". Archived from the original on 9 September 2012. Retrieved 24 April 2012.
  4. ^ "Trend Analysis". Retrieved 24 December 2018.
  5. ^ Yutao Zhang; Fanjin Zhang; Peiran Yao; Jie Tang (2018). "Name Disambiguation in AMiner: Clustering, Maintenance, and Human in the Loop". Proceedings of the 24th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining. London: ACM.
  6. ^ "Open Academic Graph". Retrieved 24 December 2018.
  7. ^ "DBLP Papers + Citation Relationship". Retrieved 24 December 2018.
  8. ^ "Name Disambiguation". Retrieved 24 April 2012.
  9. ^ "Inferring Social Ties in Large Networks". Retrieved 24 April 2012.
  10. ^ "Open Data and Codes by ArnetMiner". Retrieved 24 April 2012.

외부 링크

추가 정보

  • 지탕, 징장, 임인야오, 리후안쯔리, 리장, 중수.Arnetminer: 학술적인 소셜 네트워크의 추출과 채굴.제14회 ACM SIGKDD 국제 지식 발굴 및 데이터 마이닝 컨퍼런스 진행 중 (SIGKDD'2008)
  • 치왕, 한자웨이, 윤타오자, 지탕, 장두오, 인타오유, 징이궈.리서치 퍼블리싱 네트워크의 마이닝 어드바이저-어드바이저와의 관계.제16회 ACM SIGKDD 국제 지식 발견 및 데이터 마이닝 회의(SIGKDD'2010)의 진행.
  • 지탕, 지맹손, 치왕, 쯔양.대규모 네트워크에서의 사회적 영향 분석.「제15회 ACM SIGKDD 국제 지식 발견 및 데이터 마이닝 회의」(SIGKDD'2009)의 속행.페이지 807-816.
  • Jie Tang, Ruoming Gin, Jing Zhang.주제 모델링 접근법 및 학술 검색을 위한 랜덤 워크 프레임워크로의 통합.2008년 IEEE 국제 데이터 마이닝 회의(ICDM'2008)에서.페이지 1055–1060.
  • Jie Tang, Limin Yao, Duo Zhang, 그리고 Jing Zhang.웹 사용자 프로파일링에 대한 결합 접근법.ACM Transactions on Knowledge Discovery from Data (TKDD), (vol. 5 no. 1), 제2조 (2010년 12월), 44페이지.
  • 유타오 장, 판진 장, 페이란 야오, 지탕.AMiner에서의 이름 명확화: 클러스터화, 유지보수 및 루프 내 인간.제24회 ACM SIGKDD 국제 지식 발견 및 데이터 마이닝 컨퍼런스(KDD'18)에서 1002-1011페이지.