利用作者关键词网络探测作者相似性
准确识别作者研究内容的相似度,是探测学科知识结构和挖掘潜在合作关系的重要基础工作,也是近年来图书情报学的研究热点.现有的相似度计算方法大都依赖于属性的直接关联,忽略属性间的间接关联.提出一种新的基于作者关键词网络的作者相似度计算方法,通过向量空间模型计算出关键词之间的关联度,再利用图结构相似度算法P-Rank挖掘出作者间的间接关联关系.初步实验表明该方法能够有效地识别作者之间的相似度,相比于传统的关键词耦合和向量空间模型算法,该方法可以明显地提高作者相似度计算的准确性.
作者关键词网络、相似度、P-Rank
G350(情报学、情报工作)
国家自然科学基金项目“面向知识创新的科研组织知识社区挖掘——从社会资本角度”项目71203164的研究成果之一
2014-02-14(万方平台首次上网日期,不代表论文的发表时间)
共8页
62-69