基于学术论文的学者研究兴趣标签发现研究

摘要：

标签构建对信息检索和个性化推荐有重要的辅助作用,学者的研究兴趣标签体现了一定时期内学者和某一个领域的研究热点与发展方向.以学者为研究对象,对学者的研究兴趣标签进行发现研究,有助于学者兴趣标签自动构建与推荐,对加强学术交流合作有重要作用.本文基于学术论文信息,采用LDA与Doc2Vec两种文本表示方法,对学者和兴趣标签分别进行表示,然后计算两种方法得到的学者与研究兴趣标签的余弦相似度,最终采用集成方法对兴趣标签进行融合,得到学者的研究兴趣标签.结果证明,集成方法能够获得更好地标注效果.

关键词：兴趣标签、LDA、Doc2Vec、余弦相似度、集成方法

所属期刊栏目：5

分类号：G35(情报学、情报工作)

资助基金：富媒体数字出版内容组织与知识服务重点实验室开放基金项目ZD2018-07/01:" 富媒体数字出版内容的知识挖掘及发现技术研究 "

在线出版日期：2019-07-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：28-39