轉(zhuǎn)載公眾號 | 數(shù)據(jù)智能英文刊

題目：A Knowledge Graph Based Approach to Social Science Surveys

引用：Z. Pan, Z.J., et al.: A Knowledge Graph Based Approach to Social Science Surveys. Data Intelligence 3(3). doi: 10.1162/dint_a_00107

文章摘要

知識圖譜是當(dāng)前的研究熱點，知識圖譜技術(shù)開始被應(yīng)用在開放科學(xué)的研究中，例如應(yīng)用知識圖譜技術(shù)開發(fā)的在線調(diào)查系統(tǒng)，可根據(jù)被調(diào)查者的回答自動生成下一個調(diào)查問題。目前這些系統(tǒng)還不能做到像線下訪談時訪問者可以根據(jù)被訪者回答實時調(diào)整提問，所以系統(tǒng)自動給出的問題并不一定是基于受訪者對上一個問題的回答。

?

為了解決這個問題，本文提出了一個基于知識圖譜技術(shù)動態(tài)智能問卷調(diào)查系統(tǒng)。我們首先調(diào)研了社會科學(xué)使用的問卷調(diào)查的研究，重點關(guān)注問卷中問題的順序，問題的觸發(fā)條件，從而使系統(tǒng)能夠生成個性化的調(diào)查問卷。本文系統(tǒng)對語言學(xué)研究人員進行了實證調(diào)查。

?

本文主要研究發(fā)現(xiàn)：

1）系統(tǒng)可減少每個變量帶來的需要提問的問題的數(shù)量，因此有相同長度的問卷可以收集到更多有數(shù)據(jù)；

2）本系統(tǒng)的主要優(yōu)勢是系統(tǒng)能夠根據(jù)被調(diào)查者的回答把他們進行分類，同類的被調(diào)查者會被問適合的后續(xù)問題，而且他們的回答也會按照之前分好的類別進行分析。

?

本文提出的方法可以應(yīng)用在其他社會科學(xué)的問卷調(diào)查中。本文提出的基于知識圖譜的智能調(diào)查方法可以讓在線調(diào)查問卷達到線下面對面問卷調(diào)查一樣的效果，根據(jù)被調(diào)查者的反饋和回答調(diào)整問題。

通訊作者簡介

通訊作者 Jeff Z. Pan（潘志霖）教授，英國曼徹斯特大學(xué)獲計算機科學(xué)博學(xué)位，英國阿伯丁大學(xué)計算科學(xué)系教授，博士生導(dǎo)師，歐盟委員會瑪麗居里K‐Drive項目首席科學(xué)家。研究領(lǐng)域為語義大數(shù)據(jù)，知識圖譜，知識表示與推理，人工智能等。曾在包括JWS,IJSWIS,TKDE,AIJ等國際一流期刊和ISWC, WWW, IJCAI, AAAI等頂級會議上發(fā)表論文 150 余篇。任語義網(wǎng)頂級期刊Journal of Web Semantic、International Journal of Information System andSemantic Web編委，國際信息系統(tǒng)和語義網(wǎng)期刊International Journal ofInformation System and Semantic Web、Journal of Web Semantic編委，其領(lǐng)導(dǎo)研發(fā)的TrOWL本體推理機為目前國際上最可靠的高效近似推理機。

?

---

?

OpenKG

OpenKG（中文開放知識圖譜）旨在推動以中文為核心的知識圖譜數(shù)據(jù)的開放、互聯(lián)及眾包，并促進知識圖譜算法、工具及平臺的開源開放。

點擊閱讀原文，進入 OpenKG 網(wǎng)站。

總結(jié)

以上是生活随笔為你收集整理的论文浅尝 | 基于知识图谱的智能调研方法(DI佳作)的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。