[發(fā)明專利]基于論文作者信息提取和關(guān)系權(quán)值模型的學(xué)術(shù)關(guān)系網(wǎng)構(gòu)造方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201410395729.3
• 申請(qǐng)日: 2014-08-13
• 公開（公告）號(hào): CN104156437A
• 公開（公告）日: 2014-11-19
• 發(fā)明（設(shè)計(jì)）人: 袁偉;鄧攀;閆碧瑩;李玉成
• 申請(qǐng)（專利權(quán)）人: 中科嘉速(北京)并行軟件有限公司
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30
• 代理公司: 北京永創(chuàng)新實(shí)專利事務(wù)所 11121
• 代理人: 祗志潔

1.一種基于論文作者信息提取和關(guān)系權(quán)值模型的學(xué)術(shù)關(guān)系網(wǎng)構(gòu)建方法，其特征在于，通過(guò)如下步驟實(shí)現(xiàn)：

步驟1、提取作者信息，構(gòu)建初始的作者關(guān)系矩陣；所述的作者關(guān)系矩陣的第i行第j列的元素值為作者i和作者j的關(guān)系值，用0表示作者與自己的關(guān)系，-1表示兩位作者之間的關(guān)系不可達(dá)；初始的作者關(guān)系矩陣中，對(duì)角線上元素值為0，其余位置元素值為-1；

步驟2：建立作者關(guān)系權(quán)值模型，根據(jù)每篇論文的作者信息更新作者關(guān)系矩陣；

所述的作者關(guān)系權(quán)值模型為：設(shè)一篇論文P，包括通訊作者在內(nèi)共有N個(gè)作者，設(shè)作者A和B分別為論文P的第m作者和第n作者，則論文P為作者A與B的關(guān)系值貢獻(xiàn)的參考值Relation<P,<A,B>>＝

其中，c為第一作者和通訊作者的關(guān)系加強(qiáng)值；x表示作者機(jī)構(gòu)決定的作者關(guān)系的權(quán)重；當(dāng)A和B屬于同一機(jī)構(gòu)或單位時(shí)，參數(shù)T的值為1，否則T的值為0；S為由作者次序反映作者關(guān)系遠(yuǎn)近信息的分界值；d表示第一作者和作者次序在S+1位之前的非通訊作者的關(guān)系加強(qiáng)值；e表示第一作者和作者次序在S位之后的非通訊作者的關(guān)系在關(guān)系加強(qiáng)值d基礎(chǔ)上的削弱值；所得到的參考值四舍五入到整數(shù)；

設(shè)k篇論文為作者A和B的關(guān)系值貢獻(xiàn)的參考值分別為r₁,r₂,…,r_k，則作者A和B的關(guān)系值為：用得到的關(guān)系值更新作者關(guān)系矩陣中表示A和B關(guān)系值的元素值；

步驟3：基于步驟2更新的作者關(guān)系矩陣確定兩兩作者間最優(yōu)關(guān)系傳遞路徑，最優(yōu)關(guān)系傳遞路徑需滿足以下幾個(gè)條件：

1)兩者之間經(jīng)過(guò)的路徑絕對(duì)值長(zhǎng)度最短；

2)在所有最短路徑中關(guān)系值和最大；

3)經(jīng)過(guò)的最短路徑小于6；

根據(jù)最優(yōu)關(guān)系傳遞路徑構(gòu)建作者關(guān)系圈；

步驟4、定期更新作者關(guān)系矩陣和作者關(guān)系圈。

2.根據(jù)權(quán)利要求1所述的基于論文作者信息提取和關(guān)系權(quán)值模型的學(xué)術(shù)關(guān)系網(wǎng)構(gòu)建方法，其特征在于，步驟3中所述的最優(yōu)關(guān)系傳遞路徑，具體獲取方法是：

步驟3.1、將作者關(guān)系矩陣中作者集合記為W，M表示集合W的元素個(gè)數(shù)，設(shè)置一個(gè)標(biāo)志數(shù)組s[v][1,2…,M]記錄作者v到哪些作者的最優(yōu)關(guān)系傳遞路徑已經(jīng)找到，數(shù)組中1表示最優(yōu)關(guān)系傳遞路徑已經(jīng)找到，0表示最優(yōu)關(guān)系傳遞路徑未找到；

初始時(shí)，s[v][v]＝1；s[v][i]＝0，i＝1,2…,M,i≠v；1v、i分別為作者關(guān)系矩陣中的第i作者、第v作者；

步驟3.2、設(shè)置數(shù)組dist[v][1,2…,M]記錄作者v到各作者的最優(yōu)關(guān)系傳遞路徑的路徑長(zhǎng)度，其中，dist[v][i]記錄作者v到作者i的最優(yōu)關(guān)系傳遞路徑的路徑長(zhǎng)度；初始時(shí)，dist[v][i]根據(jù)標(biāo)志數(shù)組s來(lái)設(shè)置，若s[v][i]＝1，則設(shè)置dist[v][i]＝1，否則設(shè)置dist[v][i]＝M；

步驟3.3、設(shè)置數(shù)組path[v][1,2…,M]記錄作者v到各作者的最優(yōu)關(guān)系傳遞路徑，其中path[v][i]記錄作者v到作者i的最優(yōu)關(guān)系傳遞路徑；初始時(shí)，若s[v][i]＝1，設(shè)置path[v][i]＝{i}，否則，設(shè)置path[i]為空；

步驟3.4、利用標(biāo)志數(shù)組s與作者關(guān)系矩陣，找出所有與作者v關(guān)系值超過(guò)閾值maxRela的作者集合U_v：

U_v＝{u|u∈W，且u≠v，rela[v,u]>maxRela}，

其中，對(duì)于U_v中的任意u，置s[v][u]＝1，更新path[v][u]＝{u}，更新dist[v][u]＝1；

重復(fù)步驟3.4M次，找到所有作者與其直接可達(dá)的作者；

步驟3.5、對(duì)于步驟3.4中確定的作者集合U_v，遍歷U_v中各作者u，并進(jìn)行如下操作：

將作者v到作者u的路徑長(zhǎng)度加到作者u到作者r的路徑長(zhǎng)度上，得到dist[u][r]+1，對(duì)應(yīng)作者v通過(guò)作者u到達(dá)作者r的一條新關(guān)系傳遞路徑；

首先判斷dist[u][r]+1是否小于6，若否，保持dist[v][r]的值不變；若是，分如下三種情況處理：

(1)若加后的長(zhǎng)度dist[u][r]+1小于當(dāng)前作者v到作者r的關(guān)系傳遞路徑長(zhǎng)度dist[v][r]，則將dist[v][r]的值替換為dist[u][r]+1；

(2)若加后的長(zhǎng)度dist[u][r]+1等于當(dāng)前作者v到作者r的關(guān)系傳遞路徑長(zhǎng)度dist[v][r]，則比較新關(guān)系傳遞路徑上關(guān)系值的累加值是否大于原來(lái)關(guān)系傳遞路徑上關(guān)系值的累加值，若是，將dist[v][r]的值替換為dist[u][r]+1，否則，保持dist[v][r]的值不變；

(3)若加后的長(zhǎng)度dist[u][r]+1大于當(dāng)前作者v到作者r的關(guān)系傳遞路徑長(zhǎng)度dist[v][r]，保持dist[v][r]的值不變；

若替換dist[v][r]的值，將更新作者v到作者r的關(guān)系傳遞路徑path[v][r]為：作者v到作者u的關(guān)系傳遞路徑path[v][u]再加作者u到作者r的關(guān)系傳遞路徑path[u][r]；

重復(fù)步驟3.5M次，得到作者關(guān)系矩陣中任意兩作者間的最優(yōu)關(guān)系傳遞路徑；

步驟3.6、根據(jù)dist數(shù)組更新標(biāo)志數(shù)組，對(duì)于作者關(guān)系矩陣中任意兩個(gè)作者i、j，i,j＝1,2,…M，更新對(duì)應(yīng)的標(biāo)志數(shù)組s[i][j]為：

s[i][j]=1;dist[i][j]<60;dist[i][j]≥6]]>

s[i][j]＝1表示作者i到作者j的最優(yōu)關(guān)系傳遞路徑已經(jīng)找到，s[i][j]＝0表示作者i到作者j的最優(yōu)關(guān)系傳遞路徑未找到。

3.根據(jù)權(quán)利要求2所述的基于論文作者信息提取和關(guān)系權(quán)值模型的學(xué)術(shù)關(guān)系網(wǎng)構(gòu)建方法，其特征在于，步驟3.4中所述的maxRela的取值范圍為1.5～3.5。