基于共詞分析法的專家知識(shí)模型聚類與可視化方法.pdf

1、專家的研究方向往往具有多樣性的特征，即一位專家往往在多個(gè)領(lǐng)域有著多個(gè)研究方向，而且不同的研究方向有著不同的研究深度。本文利用共詞分析法從專家所發(fā)表的文獻(xiàn)內(nèi)容來(lái)對(duì)其研究方向進(jìn)行挖掘。
　　共詞分析法的核心步驟是關(guān)鍵詞的聚類分析，為了解決以往的共詞分析方法中此步驟聚類方法單一和缺乏評(píng)估手段問題，本文除了使用常用的分層聚類算法和k-means算法外還引入了復(fù)雜網(wǎng)絡(luò)的GN算法，并配合輪廓性系數(shù)S和模塊化函數(shù)Q來(lái)對(duì)聚類結(jié)果進(jìn)行評(píng)估。

2、　　在為專家推薦項(xiàng)目或者論文時(shí)，不僅要考慮到專家與被推薦項(xiàng)目或論文的學(xué)術(shù)方向上是否匹配，而且還要考慮被匹配研究方向是否是專家的研究強(qiáng)項(xiàng)和研究核心。根據(jù)最優(yōu)聚類結(jié)果，以類內(nèi)的關(guān)系強(qiáng)度代表該研究方向的成熟度，以類間的聯(lián)系緊密程度代表該研究方向的核心度，并計(jì)算每一個(gè)關(guān)鍵詞的粘合力值，隨后進(jìn)行標(biāo)準(zhǔn)化處理。根據(jù)不同應(yīng)用，專家知識(shí)模型可以計(jì)算專家與被推薦項(xiàng)目和論文的匹配得分。
　　本文介紹了多種共詞分析法的可視化方法，利用聚類視圖來(lái)展示哪些關(guān)