AB Data

研究人员希望他们的工作得到认可；大学也希望他们的研究人员得到认可。确保这一点是获得同行认可、获得未来资金和提高大学学术排名的必要步骤。



机构的研究信息中心（也称为研究存储库）在收集和展示研究人员的学术成果、数据和活动方面发挥着关键作用。然而，随着数据量和各种格式的已发表研究的快速增长，将所有相关成果汇总到存储库中已成为一项高度手动且耗时的任务。它也容易出现人为错误、重复和遗漏，因此很难准确评估教职员工的学术成就的全面程度和影响。



智能研究资料库
一项新技术正在解决这些挑战，它重新定义了研究图书馆和机构如何管理研究资料库并保持研究人员资料的更新。这项技术被称为智能收获人工智能 (Smart Harvesting AI)，它结合机器学习来解决两项关键任务：将学者与他们的工作进行匹配；并将这些信息大规模地填充到研究信息中心。

智能收获使机构能够在一个地方创建多种 首席副总裁销售营销官电子邮件列表 类型的学术信息、活动和实体的完整和准确的展示，并将所有内容链接在一起。

通过大量输出记录和研究人员数据，Smart Harvesting AI 能够识别学术出版物和每位研究人员的信息关系和模式。数据越多，结果越好。它首先学习研究人员姓名、所属机构、研究领域、专业活动年限、先前已知的资产和其他数据的所有变体。然后，在检查给定的输出记录时，该技术将这些数据点与标题、摘要、主题、合著者、期刊、全文、元数据和作者所属机构进行交叉检查。结果是对该记录是特定研究人员输出的可能性进行量化排名。

该过程是自动且全面的。研究存储库管理员可以不断用附加数据丰富现有输出，添加缺失的元数据和链接，纠正作者和合著者的错误识别，删除重复的记录，并添加新记录。在这种智能采集过程中收集的信息越多，每位研究人员的工作就会越准确、越一致地被识别并反映在他们的研究人员档案中。



智能采伐的多重价值
通过自动更新存储库和研究人员资料，Smart Harvesting 减少了图书管理员、研究人员或研究办公室工作人员维护这些资料所花费的时间和精力。这减轻了研究人员的巨大压力，因为他们需要保持学术记录的更新，并确保机构始终拥有有关教师活动、出版物和引文的准确信息。

此外，有了更准确、更全面的资料库，就更容易确保学术研究获得最大曝光度、跟踪其指标、设定基准并生成可靠的分析。这反过来又可以向机构利益相关者展示研究活动的价值。