Projekti / Programi
Napovedovanje sodelovanja med raziskovalci s pomočjo odkrivanja zakonitosti iz literature
| Koda |
Veda |
Področje |
Podpodročje |
| 5.13.00 |
Družboslovje |
Informacijska znanost in bibliotekarstvo |
|
| Koda |
Veda |
Področje |
| 5.08 |
Družbene vede |
Mediji in komunikacije |
informacijske znanosti, odkrivanje zakonitosti iz literature, scientometrika, analiza kompleksnih omrežij
Raziskovalci (10)
| št. |
Evidenčna št. |
Ime in priimek |
Razisk. področje |
Vloga |
Obdobje |
Štev. publikacijŠtev. publikacij |
| 1. |
54468 |
Tomaž Bratanič |
|
Tehnični sodelavec |
2020 - 2022 |
0 |
| 2. |
39138 |
Rok Hribar |
Računalništvo in informatika |
Raziskovalec |
2022 |
21 |
| 3. |
11373 |
dr. Dimitar Hristovski |
Računalništvo in informatika |
Raziskovalec |
2020 - 2022 |
151 |
| 4. |
29102 |
Irena Janjić |
|
Tehnični sodelavec |
2023 |
0 |
| 5. |
26484 |
dr. Andrej Kastrin |
Medicina |
Vodja |
2020 - 2023 |
150 |
| 6. |
12725 |
dr. Leon Kos |
Konstruiranje |
Raziskovalec |
2020 - 2023 |
249 |
| 7. |
51959 |
dr. Damjan Manevski |
Javno zdravstvo (varstvo pri delu) |
Raziskovalec |
2023 |
42 |
| 8. |
22649 |
dr. Janez Povh |
Računalniško intenzivne metode in aplikacije |
Raziskovalec |
2020 - 2023 |
341 |
| 9. |
57182 |
Tim Prezelj |
Biologija |
Tehnični sodelavec |
2022 - 2023 |
105 |
| 10. |
08992 |
dr. Janez Stare |
Javno zdravstvo (varstvo pri delu) |
Raziskovalec |
2020 - 2023 |
279 |
Organizacije (2)
Povzetek
Odkrivanje zakonitosti iz literature (OZL) je znanstveno področje, ki ponuja metodološka orodja za samodejno konstrukcijo raziskovalnih hipotez. Glavni cilj OZL je odkrivanje implicitnih povezav med znanstvenimi koncepti v obstoječi domeni znanja. Osnovna zamisel pristopa narekuje obstoj dveh, med seboj nepovezanih, znanstvenih domen. Koncepti znanja v prvi domeni so sicer lahko povezani s koncepti znanja v drugi domeni, vendar so te relacije implicitne (tj. preko tretjih konceptov) in v literaturi še niso eksplicitno opisane. Idejo lahko ilustriramo s tremi teoretičnimi koncepti: X, Y in Z. Za primer vzemimo, da je skupina raziskovalcev ugotovila povezavo med boleznijo X in genom Y. V nadaljevanju privzemimo, da je druga raziskovalna skupina proučevala vpliv zdravila Z na gen Y ter med njima ugotovila vzročni odnos. Z uporabo metodologije OZL poskušamo odkriti implicitno relacijo med konceptoma X in Z preko koncepta Y, kar v našem primeru pomeni, da zdravilo Z lahko vpliva na bolezen X. Za iskanje novih sodelavcev si raziskovalci najpogosteje pomagajo z ročnim brskanjem po metapodatkih znanstvenih objav (npr. seznami referenc), čeprav je tak način pogosto močno pristran in neučinkovit. Pregled literature kaže, da obstaja velik razkorak med raziskavami, ki proučujejo determinante sodelovanja med raziskovalci in metodami ter sistemi, ki znajo sodelovanje priporočati. V okviru projekta ponujamo razvoj novega in inovativnega pristopa za prekdomensko priporočanje raziskovalnega sodelovanja z uporabo OZL in analitiko heterogenih omrežij. Predlagan pristop poleg golega priporočanja parov raziskovalnega sodelovanja med avtorji omogoča tudi napovedovanje novih raziskovalnih tem in ponuja razlago, zakaj je določeno sodelovanje smiselno. Raziskovalni problem, ki ga bomo naslovili v okviru predlaganega projekta, sestavljajo naslednje komponente: (1) posplošitev pristopa OZL na prekdomensko priporočanje sodelovanja med raziskovalci in razvoj teoretičnega modela in metodološkega okvirja za priporočanje novih in obetavnih sodelovanj med raziskovalci; (2) razvoj metodologije za vlaganje heterogenih omrežij na osnovi metapoti, ki bo omogočala povezanje strukturnih in semantičnih lastnosti omrežij sodelovanj; (3) razvoj programskih orodij za priporočanje sodelovanje v heterogenih omrežij na osnovi koncepta semantične metapoti; (4) razvoj odprtokodne spletne aplikacije za prekdomensko priporočanje raziskovalnega sodelovanja; (5) uporaba razvite metodologije na dveh velikih bibliografskih zbirkah (MEDLINE in COBISS) ter omrežju Stack Overflow. Omrežje sodelovanj je osnova za delovanje algoritma za priporočanje sodelovanja med raziskovalci. Za izbranega avtorja najprej zgradimo profil tematik, ki predstavljajo avtorjeve interese in ekspertizo. Koncepti iz avtorjevega profila predstavljajo vhodne podatke za OZL. Za vsak vhodni koncept poženemo proces OZL. Izhod OZL so ciljni koncepti (koncepti Z), ki predstavljajo nove raziskovalne tematike, ki v literaturi še niso bile naslovljene. Vsem ciljnim konceptom priredimo imena avtorjev, ki v svojih profilih združujejo te koncepte; predhodno seveda odstranimo avtorje, ki že sodelujejo z začetnim avtorjem. Izhod algoritma je seznam preostalih avtorjev, ki predstavljajo možne sodelavce in seznam tematik za sodelovanje. Poleg opisanega pristopa bomo razvili tudi novo metodo reprezentacijskega učenja. Vsako vozlišče v omrežju sodelovanj bomo opisali z nizko-razsežnim vektorjem (tj. vložitvijo). Z uporabo slučajnega sprehoda vodenega z metapotmi bomo pripravili zaporedje vozlišč, v naslednjem koraku pa uporabili metodologijo napovedovanja povezav za indukcijo novih relacij med avtorji. Vodja in člani projektne skupine imajo odlične znanstvene reference s področij OZL, scientometrike, analize omrežij, strojnega učenja in tehnologij znanja. Uspešna izvedba predlaganega projekta bo pomembno prispevala preboju slovenske znanosti na področju OZL in analize heterogenih omrežij v evropski in svetovni vrh.
