AMiner，一個基于知識驅動和大數據技術的科技情報挖掘平臺，AMiner為科研人員提供全面、精準的學術資源和信息服務。

我們專注于：

• 通過從分布式網絡中提取信息，為每個研究人員創建一個基于語義的配置文件;

• 整合來自多個來源的學術數據（例如，書目數據和研究人員簡介）;

• 準確搜索異構網絡;

• 從建立的研究人員社交網絡中分析和發現有趣的模式。

AMiner 中的主要搜索和分析功能：

個人資料搜索：

輸入研究人員姓名（例如，Jie Tang），系統將返回使用信息提取技術為研究人員創建的基于語義的個人資料。在個人資料頁面中，提取和整合的信息包括：聯系信息、照片、引文統計、學術成就評估、（時間）研究興趣、教育經歷、個人社交圖譜、研究經費（目前僅限美國和中國）和出版記錄（包括引文信息，論文自動分配到幾個不同的領域）。

專家發現：

輸入一個查詢（例如，數據挖掘），系統將返回該主題的專家。此外，該系統將推薦有關該主題的頂級會議和排名最高的論文。有兩種排名算法，VSM 和 ACT。前者類似于傳統的語言模型，后者基于我們的作者-會議-主題 （ACT） 模型。用戶還可以向搜索結果提供反饋。

• 會議分析：輸入會議名稱（例如，KDD），系統返回誰是本次會議最活躍的研究人員，以及排名靠前的論文。

• 課程搜索：輸入一個查詢（例如，數據挖掘），系統會告訴您誰在教授與查詢相關的課程。

• 子圖搜索：輸入一個查詢（例如，數據挖掘），系統首先告訴你哪些主題與查詢相關（例如，五個主題“數據挖掘”、“XML數據”、“數據挖掘/查詢處理”、“Web數據/數據庫設計”、“Web挖掘”是相關的），然后顯示在每個相關主題上發現的最重要的子圖，并輔以子圖的摘要。

主題瀏覽器：

基于我們的作者-會議-主題 （ACT） 模型，我們自動從出版物中發現 200 個熱門話題。對于每個主題，我們會自動分配一個標簽來表示其含義。此外，瀏覽器還展示了最活躍的研究人員、最相關的會議/論文，并發現了該主題的演變趨勢。

學術排名：

我們定義了 8 個衡量標準來評估研究人員的成就。這些指標包括“h指數”、“引用”、“上升趨勢”、“活動”、“長壽”、“多樣性”、“社交能力”、“新星”。對于每個指標，我們都會輸出不同領域的排名列表。例如，可以搜索誰在“數據挖掘”域中引用次數最多。

用戶管理：

• 可以注冊為用戶：

• 修改提取的個人資料信息;

• 對檢索結果提供反饋;

• 關注AMiner的研究人員;

• 創建一個AMiner頁面（可用于宣傳會議/研討會，或招募學生）

AMiner幫助科研人員進行文獻檢索的主要方式：

ai論文智能篩選：AMiner利用AI技術根據用戶的研究興趣和領域智能篩選出相關的最新論文，確保用戶能夠接觸到最新的學術研究和發展。

廣泛覆蓋：平臺覆蓋了包括ArXiv、各種學術期刊和會議論文在內的廣泛文獻資源，為用戶提供了一個全面的學術視角。

論文精簡總結：AI技術提取論文的關鍵信息，生成精簡而準確的論文總結，幫助用戶快速了解論文的主要內容，無需花費大量時間閱讀整篇論文。

個性化推薦：用戶可以根據自己的研究興趣和需要定制提示，獲得更加個性化的論文推薦，滿足不同的研究需求。

靈活搜索選項：提供靈活的搜索選項，包括關鍵詞、作者、機構等，以滿足不同用戶的需求。

信息推送：支持將論文信息推送到用戶的郵箱或微信，方便用戶隨時查看，并根據個人需求定制信息推送。

AMiner是一個由清華大學計算機科學與技術系教授唐杰領導的團隊開發的新一代科技情報分析與挖掘平臺。AMiner平臺自2006年啟動以來，已經成為全球科研人員的重要工具，吸引了來自220個國家和地區的超過800萬獨立IP訪問，數據下載量達到230萬次，年度訪問量超過1000萬。AMiner的核心價值在于其強大的數據基礎，包括3.31億篇論文信息、1.35億學者信息、11.22億條論文引用關系以及879萬個知識實體。