[發明專利]一種基于馬爾科夫動力學社區檢測技術的共詞分析方法

有效

• 申請號: 202010065116.9
• 申請日: 2020-01-20
• 公開（公告）號: CN111309902B
• 公開（公告）日: 2022-09-23
• 發明（設計）人: 牛奉高;邰志琴
• 申請（專利權）人: 山西大學
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F40/216;G06F40/30
• 代理公司: 太原申立德知識產權代理事務所(特殊普通合伙) 14115
• 代理人: 程園園

1.一種基于馬爾科夫動力學社區檢測技術的共詞分析方法，其特征在于：包括以下步驟：

步驟1，文本數據的預處理：數據清洗，標記文獻，提取每篇文獻的關鍵詞，并保留關鍵詞與相應文獻的對應關系；

步驟2，構建關鍵詞空間并對所提取的關鍵詞進行詞頻統計，關鍵詞按詞頻降序排列，以備后續建立共現矩陣使用；

步驟3，以關鍵詞在文獻中是否出現為權重，構建文獻表示的向量空間模型；

步驟4，計算關鍵詞之間的共詞矩陣；

步驟5，計算關鍵詞之間的等價系數；

步驟6，計算關鍵詞初始轉移矩陣；

步驟7，計算關鍵詞網絡的度：d＝diag(d₁,d₂,...,d_m)；

步驟8，計算基于退火網絡的共詞強度矩陣；

步驟9，計算基于退火網絡的轉移矩陣Q；

步驟10，基于退火網絡對關鍵詞初始轉移矩陣進行約束；

步驟11，平衡步數的影響得轉移向量；

步驟12，計算度最大的關鍵詞s的l步轉移概率向量，按關聯概率降序排列，生成節點表L；

步驟13，計算切割位置的導電率；

步驟14，提取最小導電率對應的社區，作為共詞分析的一類，重復此過程，直到關鍵詞網絡中所有關鍵詞都被歸類。

2.根據權利要求1所述的一種基于馬爾科夫動力學社區檢測技術的共詞分析方法，其特征在于：所述步驟3，以關鍵詞在文獻中是否出現為權重，構建文獻表示的向量空間模型如下：

D_i＝(a_i1,a_i2,...,a_im)，i＝1,2,...,n

其中：D_i是n篇文獻中第i篇文獻在歐式空間R^m中的表示向量，a_ij(j＝1,2,…，m)為第j個關鍵詞在第i篇文獻中的權重，當第j個關鍵詞是文獻D_i的關鍵詞時a_ij等于1，否則為0；i為文獻序號，n為文獻總篇數，m為關鍵詞集中總關鍵詞的個數，R^m為歐式空間，T表示轉置運算，文獻集的“篇-詞”矩陣A＝(a_ij)_n×m。

3.根據權利要求1所述的一種基于馬爾科夫動力學社區檢測技術的共詞分析方法，其特征在于：所述步驟4計算關鍵詞之間的共詞矩陣，具體操作為：

關鍵詞之間的共詞矩陣C＝A^TA，其中，當i≠j時，c_ij為第i個關鍵詞與第j個關鍵詞的共現頻次，當i＝j時，c_ii為第i個關鍵詞的總頻次；其中i＝1,2,...,m，m為關鍵詞集中總關鍵詞的個數；A表示文獻集的“篇-詞”矩陣。

4.根據權利要求1所述的一種基于馬爾科夫動力學社區檢測技術的共詞分析方法，其特征在于：所述步驟5計算關鍵詞之間的等價系數，具體操作為：

關鍵詞之間的等價系數其中，E_ij是處于0到1之間的數值，令E＝(E_ij)_m*m，則E為關鍵詞等價系數矩陣，c_ij為第i個關鍵詞與第j個關鍵詞的共現頻次。

5.根據權利要求1所述的一種基于馬爾科夫動力學社區檢測技術的共詞分析方法，其特征在于：所述步驟6計算關鍵詞初始轉移矩陣，具體操作為：

使得p_ij≥0，滿足轉移矩陣的必要條件，m為關鍵詞集中總關鍵詞的個數；。

6.根據權利要求1所述的一種基于馬爾科夫動力學社區檢測技術的共詞分析方法，其特征在于：所述步驟8計算基于退火網絡的共詞強度矩陣，具體操作為：

其中d_r為步驟7計算所得關鍵詞網絡的度；其中r＝1,2,...,m。