(转)寻找学术大牛

本文分享了两种有效方法帮助你找到所在研究领域的顶尖专家和实验室:一是跟踪相关国际会议的keynote speaker和invited speaker,二是关注领域内的顶级期刊及高产作者。通过微软学术搜索等工具,可以进一步拓展你对该领域的认知。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

如果你碰到了与自己研究方向相同的一个牛导师,那么你很幸运,可以有导师的指导,让你对你的研究方向的大背景有一定的了解。你会知道关注哪些实验室哪些牛人。但是如果没有领路人,你该怎么办呢?

我找到了两种方法分享给大家。一般我们每一个相关的研究方向都会有对应的国际会议或者国内会议,会议的keynote speaker一般会是该方向的大牛之一,还有哪些invited speaker也是。另外这些speaker一般会是他们实验室的leader,而他们领导的实验室一般也会很牛。大家可以通过去查这些speaker和他们实验室的资料,看他们的研究方向和论文是否与自己的方向有相同或相近的地方。有的话,大家可以通过关注他们和他们实验室的文章来最快了解自己研究的方向的进展。另外一个方法是关注相关研究领域的顶级期刊,经常在顶级期刊上发文章的人往往就是改领域的大牛,其实验室也是该领域的顶尖实验室。

经常相同领域的一些大牛之间联系会很多,他们可能会组成某个联盟,比如复杂网络方向的Network Science Collaborative Technology Alliance (http://scnarc.rpi.edu/resources)是由该方向的Barabasi实验室Center for Complex Network Research、伦斯勒理工学院的Network Science and Technology Center等牛实验室组成的。在找到一个大牛后,也可以通过微软的学术搜索http://academic.research.microsoft.com/来搜索与他相关的作者,会议来找到其他的大牛。大家还有没有其他的方法来了解某个研究方向有哪些牛人和牛实验室呢?

基于数据挖掘的音乐推荐系统设计与实现 需要一个代码说明,不需要论文 采用python语言,django框架,mysql数据库开发 编程环境:pycharm,mysql8.0 系统分为前台+后台模式开发 网站前台: 用户注册, 登录 搜索音乐,音乐欣赏(可以在线进行播放) 用户登陆时选择相关感兴趣的音乐风格 音乐收藏 音乐推荐算法:(重点) 本课题需要大量用户行为(如播放记录、收藏列表)、音乐特征(如音频特征、歌曲元数据)等数据 (1)根据用户之间相似性或关联性,给一个用户推荐与其相似或有关联的其他用户所感兴趣的音乐; (2)根据音乐之间的相似性或关联性,给一个用户推荐与其感兴趣的音乐相似或有关联的其他音乐。 基于用户的推荐和基于物品的推荐 其中基于用户的推荐是基于用户的相似度找出相似相似用户,然后向目标用户推荐其相似用户喜欢的东西(和你类似的人也喜欢**东西); 而基于物品的推荐是基于物品的相似度找出相似的物品做推荐(喜欢该音乐的人还喜欢了**音乐); 管理员 管理员信息管理 注册用户管理,审核 音乐爬虫(爬虫方式爬取网站音乐数据) 音乐信息管理(上传歌曲MP3,以便前台播放) 音乐收藏管理 用户 用户资料修改 我的音乐收藏 完整前后端源码,部署后可正常运行! 环境说明 开发语言:python后端 python版本:3.7 数据库:mysql 5.7+ 数据库工具:Navicat11+ 开发软件:pycharm
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值