基于多層次聚類的同名區(qū)分算法研究與應(yīng)用.pdf

1、同名是一個人名對應(yīng)多個真實個體的現(xiàn)象。同名區(qū)分就是要將這些混合在一起的真實個體區(qū)分開。
　　本文以解決學(xué)術(shù)資源管理系統(tǒng)中的同名問題為背景，對文獻管理中的同名區(qū)分問題進行了分類和定義，提出了基于合作者網(wǎng)絡(luò)和期刊間潛在關(guān)系的多層次聚類的同名區(qū)分算法。
　　針對文獻合作者關(guān)系在同名區(qū)分問題中有較強指導(dǎo)性的特點，本文提出了基于合作者的同名區(qū)分算法，并對其進行了形式化定義。通過對區(qū)分結(jié)果進行分析，發(fā)現(xiàn)了合作者重名問題。借助基于統(tǒng)計的“

2、強作者”概念，進一步完善基于合作者規(guī)則的同名區(qū)分算法。實驗證明，該方法具有較高的準確率。
　　不同研究方向的作者的投稿期刊有一定規(guī)律性。本文結(jié)合潛在語義分析在文本挖掘中的應(yīng)用，利用非負矩陣分解，從作者與期刊的角度挖掘和表示期刊間的潛在關(guān)系。由于潛在關(guān)系的挖掘在矩陣分解階段完成，使得該方法建立的期刊關(guān)系模型在應(yīng)用中具有簡單、高效的特點。實驗表明該方法可以準確表示不同期刊間的關(guān)系。
　　在以上的基礎(chǔ)上，結(jié)合文獻數(shù)據(jù)特點，本文對待