當前,研究者在科學探索中不斷產生科研成果并向社會發(fā)表,進而產生了大量的科研數據。數據的發(fā)展導致科研數據的檢索、管理和分析變得越來越具有挑戰(zhàn)性。因此,如何在龐大的科研數據中準確地檢索出所需的數據,并從數據中提取有效信息進行分析已經成為研究者密切關注的問題。本文針對科研數據中同名作者和論文的對應關系以及作者間的合作關系進行探索研究。第一,本文針對論文的作者署名與現實生活中的作者實體對應關系中存在的同名歧義問題,提出了一種基于異質網絡和聚類的同名消歧算法。首先,本文將科研數據背景下的同名消歧研究轉化為同名論文的聚類研究,設計了論文間的語義相似度和離散特征相似度,并將其作為論文聚類的依據。隨后,為了表征論文間離散特征的關系,本文采用了在異質網絡中基于元路徑進行隨機游走的網絡表示學習方法。進一步地,本文通過實驗確定了語義相似度和離散特征相似度對最終論文相似度的貢獻比例以及構建異質網絡使用的連邊類型組合。最后,實驗結果證明了本文提出的同名消歧算法中各個步驟的有效性以及整體算法的有效性。第二,本文通過改進社區(qū)發(fā)現中的標簽傳播算法來獲得關系緊密的圈子,挖掘作者間的潛在合作關系。首先,為了設計有效的屬性,...

【文章頁數】：78 頁

【學位級別】：碩士

【部分圖文】：

圖１－１研究內容間的關系示意圖??研究同名作者和論文間的對應關系是為了將論文的署名與現實生活中的作??者實體進行對應，消除論文分配過程中的同名歧義問題

系以及作者間的合作關系的??相關內容己經受到國內外學者的廣泛研究。本文在同名作者和論文的對應關系研??究中更加關注于同名作者論文間相似度的定義以及實現；在作者間的合作關系研??宄中主要分析特定合作網絡從而指導設計有效屬性、關注社區(qū)發(fā)現中的標簽傳播??算法的不足從而進行改進。解決這....

圖２－１科研數據集構建的異質信息網絡示意圖（ａ）網絡實例（ｂ）網絡模型??圖２－１?（ａ）展示了一個科研數據背景下的異質信息網絡實例

含有多種節(jié)點類型或者多種關系類型，那么這種信息網絡就被更具體??地稱之為異質信息網絡［３７］。由此可以看出，異質信息網絡的拓撲信息和關系信息??更加豐富，因此它可以被用來更形象具體地對復雜的異構數據進行建模。??＜ａ）?？?〇?（ｂ）?弓丨用／被引用??＿ｉ?ｒ、ｘ）Ｅ＾ｇ??Ｉ....

圖２－２科研數據集網絡模型中的元路徑示例（ａ）元路徑：ＡＰＡ（ｂ）元路徑：ＡＰＣＰＡ??３基

?北京郵電大學工程碩士學位論文?＾???有論文、論文所屬的會議、作者、作者所屬機構這四種類型的節(jié)點。同時節(jié)點間??存在著每個作者與撰寫的論文和所在機構相關聯的鏈路關系以及其他的關聯關??系，其中每一條鏈路都可以被設置成對應的一種關系類型。圖２－１?（ｂ）是對應著（ａ）??實例的網....

圖２－４社區(qū)發(fā)現示意圖⑻網絡結構（ｂ）社區(qū)??２００２年，ＧＮ算法［４３］被提出，該算法屬于第一大類的方法，它需要通過計算??

運行在大規(guī)模數據中仍能發(fā)揮良好的性能。缺點包括：參數??的選擇很重要，因為它們決定了最終的聚類結果，而這兩個參數的選??擇也是比較困難的。??２．４?標簽傳播算法??社區(qū)發(fā)現［４２］的目的是在一個圖中，對圖中的節(jié)點進行劃分，使得相同社區(qū)里??的節(jié)點相對緊密，而不同社區(qū)間的節(jié)點聯系....

本文編號：4017148