[發(fā)明專利]科研信息演化的分析方法和裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201310522710.6
• 申請(qǐng)日: 2013-10-29
• 公開（公告）號(hào): CN103605671B
• 公開（公告）日: 2017-01-11
• 發(fā)明（設(shè)計(jì)）人: 徐碩;史慶偉;喬曉東;朱禮軍
• 申請(qǐng)（專利權(quán)）人: 中國科學(xué)技術(shù)信息研究所
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30
• 代理公司: 北京市立方律師事務(wù)所11330
• 代理人: 鄭瑜生

1.一種科研信息演化的分析方法，其特征在于，包括：

通過采集單元采集預(yù)設(shè)領(lǐng)域的二篇以上科研文獻(xiàn)；

通過預(yù)處理單元對(duì)所述科研文獻(xiàn)進(jìn)行預(yù)處理，并構(gòu)建所述二篇以上科研文獻(xiàn)的作者主題演化模型；

通過獲取單元設(shè)定科研信息估算參數(shù)，利用演化運(yùn)算公式運(yùn)算所述科研估算參數(shù)，以獲取科研信息演化結(jié)果。

2.根據(jù)權(quán)利要求1所述的科研信息演化的分析方法，其特征在于，還包括：

通過顯示單元將所述科研信息演化結(jié)果顯示給用戶，顯示方式包括采用折線圖和/或辛頓Hinton圖。

3.根據(jù)權(quán)利要求1所述的科研信息演化的分析方法，其特征在于，通過預(yù)處理單元對(duì)所述科研文獻(xiàn)的進(jìn)行預(yù)處理，具體包括：

過濾所述科研文獻(xiàn)中的停用單詞、數(shù)字和低于預(yù)設(shè)頻率的單詞，對(duì)所述科研文獻(xiàn)的作者姓名進(jìn)行消歧；

獲取所述二篇以上科研文獻(xiàn)的A個(gè)作者和V個(gè)詞項(xiàng)，以及對(duì)所述二篇以上科研文獻(xiàn)的發(fā)表時(shí)間進(jìn)行歸一化處理。

4.根據(jù)權(quán)利要求1所述的科研信息演化的分析方法，其特征在于，構(gòu)建所述二篇以上科研文獻(xiàn)的作者主題演化模型，具體包括：

采用吉布斯采樣算法公式計(jì)算主題詞項(xiàng)參數(shù)Φ、作者主題參數(shù)Θ、科研文獻(xiàn)m中第n個(gè)單詞的主題分配z_m,n和科研文獻(xiàn)m中第n個(gè)單詞的作者分配x_m,n；

吉布斯采樣算法公式如下所示：

nxm,n(zm,n)+αzm,n-1Σk=1K(nxm,n(k)+αk)-1×Beta(ψzm,n,1,ψzm,n,2)]]>

其中，K表示采集的至少二篇科研文獻(xiàn)隱含的主題數(shù)量，N_m表示科研文獻(xiàn)m中單詞的數(shù)量，a_m表示撰寫科研文獻(xiàn)m的作者形成的向量，A_m表示撰寫科研文獻(xiàn)m的作者數(shù)量，ψ_k表示主題k隨時(shí)間變化的貝塔Beta分布參數(shù)向量，z_m,n表示科研文獻(xiàn)m中第n個(gè)單詞的主題分配，x_m,n表示科研文獻(xiàn)m中第n個(gè)單詞的作者分配，w_m,n表示科研文獻(xiàn)m中第n個(gè)單詞，t_m,n表示科研文獻(xiàn)m中第n個(gè)單詞的時(shí)間戳，α是（a=1,…,A）的狄利克雷Dirichlet先驗(yàn)參數(shù)向量，表示作者a的主題概率分布，β是（k=1,…,K）的狄利克雷先驗(yàn)參數(shù)向量，表示主題k的詞項(xiàng)概率分布，表示分配到單詞w_m,n的主題以外的所有主題變量，表示分配到單詞w_m,n的作者以外的所有作者變量，表示詞項(xiàng)v被分配主題z_m,n的次數(shù)，表示作者x_m,n所負(fù)責(zé)的單詞被分配主題k的次數(shù)。