科研文獻系統(tǒng)中專家畫像技術(shù)研究與應(yīng)用.pdf

1、當前，科研工作越來越依賴于互聯(lián)網(wǎng)，科研人員越來越頻繁的在互聯(lián)網(wǎng)上進行學術(shù)交流、科研成果共享和學術(shù)檢索等工作。與此同時，各類科研文獻系統(tǒng)也發(fā)展起來。專家畫像系統(tǒng)，作為科研文獻管理系統(tǒng)中的子系統(tǒng)，建立起專家與專家、專家與機構(gòu)以及專家與科研領(lǐng)域之間的諸多聯(lián)系，因為具有很好的實用價值和深遠的現(xiàn)實意義。
　　本文針對專家畫像系統(tǒng)的建立進行技術(shù)研究，從元數(shù)據(jù)提取和數(shù)據(jù)挖掘兩方面研究了專家畫像系統(tǒng)中基于PDF的元數(shù)據(jù)提取、研究領(lǐng)域挖掘、專家關(guān)系

2、挖掘、文獻聚類、標簽抽取幾個方面的關(guān)鍵問題。首先，研究了基于PDF的元數(shù)據(jù)提取，區(qū)別于其他按照行進行分類的研究方法，本文采用了基于段落的元數(shù)據(jù)分類方法，并設(shè)計了一種基于規(guī)則和支持向量機的混合元數(shù)據(jù)提取模型。然后，研究了專家畫像系統(tǒng)之家各實體之間的關(guān)系，設(shè)計基于頻繁項集和并查集的算法挖掘研究領(lǐng)域信息，并利用挖掘產(chǎn)生的研究領(lǐng)域改進了K-Means聚類算法，對文獻進行聚類。在標簽的抽取技術(shù)中，充分考慮全局和局部詞匯關(guān)系，改進了典型的TextR

3、ank模型，提出一種基于頂點和邊融合加權(quán)的TextRank關(guān)鍵詞和關(guān)鍵短語抽取模型。同時，結(jié)合專家之間的社會合作關(guān)系，對專家進行標簽的標記。在從文獻中抽取標簽的基礎(chǔ)上，研究了專家的聚合模型，并采用頻繁項挖掘算法聚合專家研究的興趣領(lǐng)域與合作專家的關(guān)聯(lián)關(guān)系。
　　最后，應(yīng)用本文研究得到的技術(shù)成果，對專家畫像系統(tǒng)進行設(shè)計和實現(xiàn)。使用可視化的圖表組件對挖掘數(shù)據(jù)進行顯示，得到一個數(shù)據(jù)完善、具有良好可視化效果的專家畫像系統(tǒng)。結(jié)果表明，充分深入