[發明專利]一種面向論文庫的作者數據挖掘方法及系統

有效

• 申請號: 201811593455.3
• 申請日: 2018-12-25
• 公開（公告）號: CN109697208B
• 公開（公告）日: 2020-11-17
• 發明（設計）人: 趙強利;蔣艷凰;宋卓;李根;余碩軍;張少偉;馬丑賢;馮博倫
• 申請（專利權）人: 人和未來生物科技（長沙）有限公司
• 主分類號: G06F16/2458
• 分類號: G06F16/2458
• 代理公司: 湖南兆弘專利事務所(普通合伙) 43008
• 代理人: 鄒大堅;譚武藝

本發明公開了一種面向論文庫的作者數據挖掘方法及系統，本發明實施步驟包括確定目標論文庫中的作者集合以及每一個作者的論文集合；針對作者集合中每一個作者的論文集合下的每一篇論文，獲取論文所在期刊的影響因子、論文被其他論文引用的影響因子、該作者對論文的貢獻度、論文的時間衰減因子；針對作者集合中每一個作者，根據其論文集合下的每一篇論文的四項特征值計算作者的研究深入度；根據研究深入度對作者集合中的作者進行降序排序，然后將指定數量個作者及其對應的研究深入度作為挖掘結果輸出。本發明能夠實現面向各類行業或者興趣論文庫提取其中的權威研究者，具有數據挖掘準確度高、數據挖掘通用性好、靈活度高的優點。

技術領域

本發明涉及行業海量論文數據庫的數據挖掘技術，具體涉及一種面向論文庫的作者數據挖掘方法及系統。

背景技術

對于行業海量論文數據庫而言，獲取對某一個研究目標有深入研究的專家學者，對于該行業的技術發展與推廣具有重要意義。例如在生物醫學領，如果快速獲取對目標興趣(如某個基因或某類疾病)有深入研究的專家學者，對該領域科學研究和醫療診斷都具有重要的意義。對于行業海量論文數據庫而言，在挖掘作者的相關信息時，需要充分考慮各方面的因素，因此如何提高作者數據挖掘的準確度，則仍然是一項亟待解決的關鍵技術問題。

發明內容

本發明要解決的技術問題是：針對現有技術的上述問題，提供一種面向論文庫的作者數據挖掘方法及系統。本發明能夠實現面向各類行業或者興趣論文庫提取其中的權威研究者，具有數據挖掘準確度高、數據挖掘通用性好、靈活度高的優點。

為了解決上述技術問題，本發明采用的技術方案為：

本發明提供一種面向論文庫的作者數據挖掘方法，實施步驟包括：

1)確定目標論文庫中的作者集合以及每一個作者的論文集合；

2)針對作者集合中每一個作者的論文集合下的每一篇論文，獲取論文所在期刊的影響因子、論文被其他論文引用的影響因子、該作者對論文的貢獻度、論文的時間衰減因子；

3)針對作者集合中每一個作者，根據其論文集合下的每一篇論文的論文所在期刊的影響因子、論文被其他論文引用的影響因子、該作者對論文的貢獻度、論文的時間衰減因子四項特征值計算作者的研究深入度；

4)根據研究深入度對作者集合中的作者進行降序排序，然后將指定數量個作者及其對應的研究深入度作為挖掘結果輸出。

可選地，步驟2)中論文所在期刊的影響因子的計算函數表達式如式(1)所示；

式(1)中，IF_p表示論文p所在期刊的影響因子，α為期刊貢獻率，f_p為論文p所在期刊的影響因子。

可選地，步驟2)中論文所在期刊的影響因子的計算函數表達式中，如果論文所在期刊沒有影響因子值，則論文所在期刊的影響因子f_p的取值為0.05。

可選地，步驟2)中論文被其他論文引用的影響因子的計算函數表達式如式(2)所示；

式(2)中，CF_p表示論文p被其他論文引用的影響因子，c_p表示論文p被其他論文引用的次數。

可選地，步驟2)中該作者對論文的貢獻度的計算函數表達式如式(3)所示；

式(3)中，ConF_p(a)表示作者a對論文p的貢獻度，a為作者。

可選地，步驟2)中論文的時間衰減因子的計算函數表達式如式(4)所示；