[發(fā)明專利]科研信息演化的分析方法和裝置

有效

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

技術(shù)領(lǐng)域

本發(fā)明涉及科研信息分析的技術(shù)領(lǐng)域，尤其是涉及科研信息演化的分析方法和裝置。?

背景技術(shù)

科研文獻作為學(xué)術(shù)成果的主要載體，凝聚了科研人員的大量汗水和智慧，是人類社會中傳播知識、進行學(xué)術(shù)交流的重要手段，任何科學(xué)研究的成果都是建立在之前的科學(xué)研究的基礎(chǔ)之上的。普賴斯科研文獻指數(shù)增長定律和邏輯曲線增長模型表明：科研文獻的數(shù)量正呈指數(shù)級增長。為了準確把握科技發(fā)展現(xiàn)狀，可以結(jié)合科研文獻的特征信息，從海量的科研文獻中找出科技主題及其內(nèi)部的發(fā)展脈絡(luò)。其中，科研文獻資源包含大量的特征信息，例如單詞與單詞之間的潛在語義關(guān)系、科研文獻主題與作者的關(guān)系（作者的研究興趣）、研究熱點的興起、成熟到衰退的過程等。?

在現(xiàn)有技術(shù)中，Rosen-Zvi等人在LDA模型中引入作者隱變量，用作者-主題（Author-Topic，AT）分布取代LDA模型中的科研文獻-主題分布。AT模型可以有效地挖掘科研文獻的作者與科研文獻的主題之間的聯(lián)系，找出科研人員的研究興趣。然而，AT模型隱式地假設(shè)每個科研人員只有一個研究興趣，為克服這一限制條件，Mimno等人在AT模型的基礎(chǔ)上構(gòu)建了作者-身份-主題（Author-Persona-Topic，APT）模型。該模型將科研人員的“身份”（Persona）與研究興趣相對應(yīng)，并給出了一種估計研究興趣個數(shù)的啟發(fā)式方法。然而，AT和APT模型在挖掘科研人員的研究興趣時，都是只考慮了其撰寫的科研文獻，而均未直接考慮時間因素的影響，所以無法揭示科研文獻的主題、科研人員的研究興趣隨時間變化的規(guī)律。?

發(fā)明內(nèi)容

本發(fā)明提供一種科研信息演化的分析方法和裝置，用于解決現(xiàn)有技術(shù)中不能揭示科研文獻的主題、科研人員的研究興趣隨時間變化的規(guī)律的問題。?

為解決現(xiàn)有技術(shù)中的上述問題，本發(fā)明提供了一種科研信息演化的分析方法，其中，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；?

通過預(yù)處理單元對所述科研文獻進行預(yù)處理，并構(gòu)建所述二篇以上科研文獻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)，利用演化運算公式運算所述科研估算參數(shù)，以獲取科研信息演化結(jié)果。?

本發(fā)明還提供了一種科研信息演化的分析裝置，其中包括：采集單元、預(yù)處理單元和獲取單元；?

所述采集單元用于采集預(yù)設(shè)領(lǐng)域的二篇以上科研文獻；?

所述預(yù)處理單元用于對所述科研文獻的進行預(yù)處理，并構(gòu)建所述二篇以上科研文獻的作者主題演化模型；?

所述獲取單元用于設(shè)定科研信息估算參數(shù)，利用演化運算公式運算所述科研估算參數(shù)，以獲取科研信息演化結(jié)果。?

本發(fā)明提供的實施例的有益效果：?

在本實施例中，采集預(yù)設(shè)領(lǐng)域的二篇以上科研文獻，對科研文獻進行預(yù)處理，并構(gòu)建二篇以上科研文獻的作者主題演化模型，設(shè)定科研信息估算參數(shù)，利用演化運算公式運算科研估算參數(shù)，以獲取科研信息演化結(jié)果，科研信息演化結(jié)果在揭示科研文獻的主題、科研人員的研究興趣的同時，也能揭示挖掘預(yù)設(shè)科研領(lǐng)域科研的主題、科研人員的研究興趣等隨時間變化的規(guī)律，有助于把握預(yù)設(shè)領(lǐng)域內(nèi)科研主題的演化脈絡(luò)。?

附圖說明

本發(fā)明上述的和/或附加的方面和優(yōu)點從下面結(jié)合附圖對實施例的描述中將變得明顯和容易理解，其中：?

圖1為本發(fā)明科研信息演化的分析方法第一實施例的流程圖；?

圖2為本發(fā)明科研信息演化的分析方法第二實施例的流程圖；?

圖3為本實施例中AToT模型的概率圖；?

圖4為本實施例中主題“增強學(xué)習(xí)”隨時間變化的趨勢圖；?

圖5為本實施例中主題“EM和混合模型”隨時間變化的趨勢圖；?

圖6為本實施例中主題“眼睛識別及因子分析”隨時間變化的趨勢圖；?

圖7為本實施例中主題“數(shù)據(jù)模型及學(xué)習(xí)算法”隨時間變化的趨勢圖；?

圖8為本實施例中主題“支持向量機和核方法”隨時間變化的趨勢圖；?

圖9為本實施例中主題“神經(jīng)網(wǎng)絡(luò)”隨時間變化的趨勢圖；?

圖10為本實施例中主題“語音識別”隨時間變化的趨勢圖；?

圖11為本實施例中主題“貝葉斯學(xué)習(xí)”隨時間變化的趨勢圖；?

圖12為本實施例中科研文獻的時間分布圖；?

圖13為本實施例中科研人員研究主題的時間演化模型圖；?