[發(fā)明專利]一種文獻(xiàn)完成者研究興趣圖聚類方法、裝置、設(shè)備及介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 202310638200.9
• 申請(qǐng)日: 2023-06-01
• 公開(kāi)（公告）號(hào): CN116561605B
• 公開(kāi)（公告）日: 2023-10-24
• 發(fā)明（設(shè)計(jì)）人: 周朝;林天宇;褚曉泉;段毅成;仇瑜;劉德兵
• 申請(qǐng)（專利權(quán)）人: 北京智譜華章科技有限公司
• 主分類號(hào): G06F18/23
• 分類號(hào): G06F18/23;G06F18/214;G06F18/22;G06F17/16;G06F17/18
• 代理公司: 北京佳信天和知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11939
• 代理人: 田英楠

1.一種文獻(xiàn)完成者研究興趣圖聚類方法，其特征在于，包括以下步驟：

獲取目標(biāo)完成者的信息，根據(jù)所述信息獲取所述目標(biāo)完成者的文獻(xiàn)數(shù)據(jù)集；

根據(jù)所述文獻(xiàn)數(shù)據(jù)集構(gòu)建文獻(xiàn)網(wǎng)絡(luò)圖，所述文獻(xiàn)網(wǎng)絡(luò)圖的包括所述文獻(xiàn)數(shù)據(jù)集中，由各文獻(xiàn)之間的文本相似度和文獻(xiàn)引用數(shù)據(jù)融合得到的文獻(xiàn)關(guān)系指標(biāo)；

對(duì)所述文獻(xiàn)網(wǎng)絡(luò)圖進(jìn)行圖聚類分析，以獲得若干研究興趣簇；

依據(jù)各所述研究興趣簇各自的文獻(xiàn)對(duì)各所述研究興趣簇進(jìn)行主題短語(yǔ)提取，以獲得所述目標(biāo)完成者的研究興趣畫像。

2.根據(jù)權(quán)利要求1所述的文獻(xiàn)完成者研究興趣圖聚類方法，其特征在于：所述目標(biāo)完成者的信息包括常用名、常用郵箱或者所在機(jī)構(gòu)；

所述根據(jù)所述信息獲取所述目標(biāo)完成者的文獻(xiàn)數(shù)據(jù)集，包括：

根據(jù)所述常用名在文獻(xiàn)數(shù)據(jù)庫(kù)中進(jìn)行檢索以獲得文獻(xiàn)集S1；

根據(jù)所述常用郵箱或者所述所在機(jī)構(gòu)對(duì)所述文獻(xiàn)集S1進(jìn)行篩選以獲得所述文獻(xiàn)數(shù)據(jù)集，所述文獻(xiàn)數(shù)據(jù)集包括文獻(xiàn)的基本屬性，所述基本屬性包括文獻(xiàn)標(biāo)題、摘要、發(fā)表地、關(guān)鍵詞、引文關(guān)系以及合作者姓名與所屬單位中的一種或多種的組合。

3.根據(jù)權(quán)利要求2所述的文獻(xiàn)完成者研究興趣圖聚類方法，其特征在于：所述根據(jù)所述文獻(xiàn)數(shù)據(jù)集構(gòu)建文獻(xiàn)網(wǎng)絡(luò)圖包括：

采用OAG-BERT學(xué)術(shù)語(yǔ)言大模型基于所述基本屬性生成各所述文獻(xiàn)的特征向量；

根據(jù)所述特征向量采用余弦相似度算法構(gòu)建各所述文獻(xiàn)間的相似度指標(biāo)矩陣，所述相似度指標(biāo)矩陣表示為：

，其中TS-index表示相似度指標(biāo)矩陣，表示文獻(xiàn)i與文獻(xiàn)j之間的文本相似度，表示文獻(xiàn)i的特征向量，表示文獻(xiàn)j的特征向量；

根據(jù)所述引文關(guān)系構(gòu)建各所述文獻(xiàn)間的引用指標(biāo)矩陣，所述引用指標(biāo)矩陣表示為：

，其中CR-index表示引用指標(biāo)矩陣，表示文獻(xiàn)i對(duì)文獻(xiàn)j的引用指標(biāo)，表示文獻(xiàn)i的參考文獻(xiàn)總數(shù)；

將所述相似度指標(biāo)矩陣和所述引用指標(biāo)矩陣融合為文獻(xiàn)關(guān)系指標(biāo)矩陣，基于所述文獻(xiàn)關(guān)系指標(biāo)矩陣構(gòu)建所述文獻(xiàn)網(wǎng)絡(luò)圖，所述文獻(xiàn)網(wǎng)絡(luò)圖表示為：

為所述目標(biāo)完成者的文獻(xiàn)j，，PR-value表示所述文獻(xiàn)關(guān)系指標(biāo)矩陣，表示文獻(xiàn)i與文獻(xiàn)j的文獻(xiàn)關(guān)系指數(shù)。

4.根據(jù)權(quán)利要求3所述的文獻(xiàn)完成者研究興趣圖聚類方法，其特征在于：所述通過(guò)熵權(quán)法將所述相似度指標(biāo)矩陣和所述引用指標(biāo)矩陣融合為文獻(xiàn)關(guān)系指標(biāo)矩陣，包括：

通過(guò)熵權(quán)法計(jì)算相似度指標(biāo)和引用指標(biāo)各自的權(quán)重；

根據(jù)所述權(quán)重融合所述相似度指標(biāo)矩陣和所述引用指標(biāo)矩陣以生成所述文獻(xiàn)關(guān)系指標(biāo)矩陣，計(jì)算公式表示為：

，其中PR-value表示所述文獻(xiàn)關(guān)系指標(biāo)矩陣，TS-index表示相似度指標(biāo)矩陣，表示相似度指標(biāo)的權(quán)重，CR-index表示引用指標(biāo)矩陣，表示引用指標(biāo)的權(quán)重。

5.根據(jù)權(quán)利要求4所述的文獻(xiàn)完成者研究興趣圖聚類方法，其特征在于：所述通過(guò)熵權(quán)法計(jì)算相似度指標(biāo)和引用指標(biāo)各自的權(quán)重，包括：

根據(jù)每一指標(biāo)中的若干文獻(xiàn)數(shù)據(jù)樣本，計(jì)算在每一指標(biāo)下每一所述文獻(xiàn)數(shù)據(jù)樣本的比重，所述指標(biāo)包括相似度指標(biāo)和引用指標(biāo)，計(jì)算公式表示為：

，其中表示第j項(xiàng)指標(biāo)下第i個(gè)文獻(xiàn)數(shù)據(jù)樣本所占的比重，表示第j項(xiàng)指標(biāo)下第i個(gè)文獻(xiàn)數(shù)據(jù)樣本，i/n表示i整除n的結(jié)果，i?mod?n表示i對(duì)n取余數(shù)；

根據(jù)所述比重計(jì)算每一所述指標(biāo)的信息熵，計(jì)算公式表示為：

，其中表示第j個(gè)指標(biāo)的信息熵，；

根據(jù)所述信息熵計(jì)算所述指標(biāo)的權(quán)重，計(jì)算公式表示為：

，其中表示指標(biāo)j的權(quán)重。