Proceedings of the 1st ACM international workshop on Complex networks meet information & knowledge management
Notice bibliographique
Résumé
It is our great pleasure to welcome you to the 1st ACM International Workshop on Complex Networks in Information & Knowledge Management -- CNIKM'09. We are in a connected age: real-world entities often interconnect with each other through explicit or implicit relationships to form a complex network, such as technological networks, social networks, and information networks. They exhibit interesting statistical characteristics like small-world and scale-free. The past decade has witnessed an explosive growth of research on various complex networks. How can we analyze, manage and mine information in large-scale complex networks effectively and efficiently? This gives researchers in database, information retrieval and knowledge management great challenges as well as opportunities. In line with CIKM's tradition of promoting interdisciplinary research, this workshop aims to bring together researchers across both computer science and the emerging network science to foster discussion and exchange ideas. Although these two scientific disciplines speak quite different languages, they certainly can benefit a lot from each other by sharing their concepts, models, techniques, and tools, etc. The call for papers attracted 19 submissions from 12 countries (Australia, Brazil, Canada, China, Germany, India, Korea, Netherlands, Singapore, Sweden, Switzerland and United Kingdom). The program committee accepted 9 full papers and 3 short papers that cover a variety of topics, including community detection, information spread, centrality analysis, link prediction, peer-to-peer networks and recommender systems. In addition, the program includes a keynote speech by Prof. Jure Leskovec of Stanford University on the clustering structure of very large networks. We hope that these proceedings will serve as a valuable reference for researchers and practitioners in this area.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».