[發明專利]一種基于文獻引用關系的刊物聚類方法

有效

• 申請號: 201711078085.5
• 申請日: 2017-11-06
• 公開（公告）號: CN107832412B
• 公開（公告）日: 2020-06-30
• 發明（設計）人: 梅建萍;王杰
• 申請（專利權）人: 浙江工業大學
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06K9/62
• 代理公司: 杭州賽科專利代理事務所(普通合伙) 33230
• 代理人: 郭薇

1.一種基于文獻引用關系的刊物聚類方法，其特征在于：所述方法包括以下步驟：

步驟1：收集刊物所發表的論文信息以及論文之間的引用關系，計算刊物之間的相關度，將T個“論文-論文”的引用關系進行逐行轉換，得到T行“刊物-刊物”關系；

步驟2：合并T行“刊物-刊物”關系，得到n個刊物之間的關系W，建立以刊物為節點的關系網絡；

所述步驟2包括以下步驟：

步驟2.1：對于任意的兩個刊物J_s和J_h，統計T行“刊物-刊物”關系中出現所述兩個刊物J_s和J_h的引用關系J_s→J_h的次數W_s,h，以W_s,h作為所述兩個刊物J_s和J_h的相關度；

步驟2.2：循環處理T行“刊物-刊物”關系，得到一個以n個刊物為節點、刊物之間關系為邊的有向圖W；

步驟3：采用譜聚類對以刊物為節點的關系網絡W進行刊物劃分，對刊物進行迭代聚類，得到聚類結果。

2.根據權利要求1所述的一種基于文獻引用關系的刊物聚類方法，其特征在于：所述步驟1包括以下步驟：

步驟1.1：以記錄P_i→P_j表示論文P_i引用了論文P_j；

步驟1.2：分別識別論文P_i初次刊發于刊物J_s上、論文P_j初次刊發于刊物J_h上；

步驟1.3：得到“刊物-刊物”關系J_s→J_h；

步驟1.4：循環T個“論文-論文”的引用關系進行逐行轉換，得到T行“刊物-刊物”關系。

3.根據權利要求1所述的一種基于文獻引用關系的刊物聚類方法，其特征在于：所述刊物包括發表論文的期刊、會議集和圖書。

4.根據權利要求1所述的一種基于文獻引用關系的刊物聚類方法，其特征在于：所述有向圖W中，W_s,h作為每條邊的權重，代表刊物J_s上的論文對刊物J_h上的論文的總引用次數。

5.根據權利要求1所述的一種基于文獻引用關系的刊物聚類方法，其特征在于：所述步驟3包括以下步驟：

步驟3.1：由有向圖W計算得到對稱矩陣A，A＝(W+W^T)/2；

步驟3.2：設置聚類的類目數k，0≤k≤0.5n；

步驟3.3：計算對稱矩陣A每行的和，得到對角矩陣D，對角矩陣D中每個對角元素其中，p和q分別代表對稱矩陣A的第p列和第q行；

步驟3.4：計算規范化的拉普拉斯矩陣L，

步驟3.5：對矩陣L進行矩陣的特征分解，得到n個特征值及相應的特征向量，對n個特征值排序選出最小的k個特征值，由其對應的特征向量組成矩陣V＝[v₁,v₂,...v_c,...v_k]，其中，v_c對應第c個特征值的特征向量，c＝1,...k；

步驟3.6：歸一化所有矩陣V中的橫向量，使矩陣V中的各元素之和為1，得到矩陣V'；

步驟3.7：將矩陣V'中的每一行看成是一個對象的特征表示，以k-means得到所有矩陣V'的n個對象的k個類的聚類。