[发明专利]基于二分网络图层次聚类的团队研究方向挖掘方法

权利要求书

1.一种基于二分网络图层次聚类的团队研究方向挖掘方法，其特征在于，包括以下步骤：

步骤1：建立基于作者关键词二分网络的作者研究兴趣表示模型；

步骤2：对作者研究兴趣表示模型进行图聚类：

将对各个关键词的关注程度差异小的作者归于同一个作者群组；得到作者群组集合；

步骤3：整体层次聚类，得到各个作者群组的研究兴趣：

将作者群组集合中只包含一个作者的群组，合并到研究兴趣相似的其它作者群组中，使得每个作者群组中包含的作者个数大于2，计算并更新各个作者群组的研究兴趣，即团队研究方向；

所述步骤1中作者研究兴趣表示模型表示为G＝G(V,E)；

其中V为作者节点和关键词节点所组成的集合，即V＝{V_A∪V_K}，其中V_A为作者集合V_A＝{A₁,A₂,…,A_n,…,A_N}，V_K为关键词集合V_K＝K＝{k₁,k₂,…,k_j,…,k_M}，N和M分别为团队中的作者总数和团队中所有作者的学术论文集中的关键词总数；E为作者节点和关键词节点之间的连边所构成的集合，即E＝{e(A_n,k_j)|A_n∈V_A,k_j∈K,w_nj>0}；如果作者A_n的学术论文中关键词列表中包含关键词集中的某个关键词k_j，则权重w_nj>0，在作者A_n和关键词k_j之间存在连边e(A_n,k_j)，否则w_nj＝0，在作者A_n和关键词k_j之间不存在连边；

所述步骤2包括以下步骤：

2.1)初始化作者群组集合Groups＝{G₀}，G₀为一个包含团队中所有作者的作者群组；

2.2)对于定义作者群组G_i对关键词k_j的关注集为：

其中，A为作者群组G_i中的作者；

2.3)通过公式(2)计算作者群组G_i对每一个关键词k_j(k_j∈K)的关注情况focus_ij：

focusij=|Focuskj(Gi)||Gi|---(2)]]>

其中，表示作者群组G_i中关注关键词k_j的作者数量，|G_i|表示作者群组G_i中包含的作者总数；如果关注度focus_ij≥α，则称作者群组G_i“强关注”于关键词k_j，否则称作者群组G_i“弱关注”于关键词k_j；其中α>0，为关注强度阈值；

2.4)通过公式(3)计算各个作者群组G_i在每一个关键词k_j(k_j∈K)上的模糊度fuzzy_ij：

fuzzyij=δkj(Gi)=|Focuskj(Gi)|iffocusij<α||Gi|-|Focuskj(Gi)||iffocusij≥α---(3)]]>

2.5)根据fuzzy_ij计算各个作者群组G_i对关键词集K的模糊度fuzzy_i：

fuzzyi=Σj=1|K|fuzzyij---(4)]]>

其中|K|为关键词集K中的关键词总数，即M；

2.6)计算该Groups的总体模糊度Fuzzy：

Fuzzy=ΣGi∈Groupsfuzzyi---(5)]]>

2.7)找到fuzzy_ij的最大值，将其对应的关键词k_j作为锁定词k_j′；

找到fuzzy_i的最大值，将其对应的作者群组G_i作为待分裂的群组G_i′；

将待分裂群组分裂为两个新的作者群组G_i1和G_i2，更新作者群组集合Groups；

G_i1＝{A_n∈G_i′|w_nj′>0}

G_i2＝G_i-G_i1；

2.8)重复执行步骤2.2)～2.7)，直至作者群组集合Groups中的作者群组个数等于k，其中k为聚类结果中的类别数；

2.9)比较每个阶段步骤2.6)中得到的聚类结果Groups的总体模糊度Fuzzy，将Fuzzy最小值对应的Groups作为最终的聚类结果，记为summaryGroups。

2.根据权利要求1所述的基于二分网络图层次聚类的团队研究方向挖掘方法，其特征在于，所述步骤3包括以下步骤：

3.1)将步骤2中得到的聚类结果summaryGroups中的作者群组分为非离散作者群组和离散作者群组；离散作者群组是指只包含一个作者的作者群组；将非离散作者群组作为初始簇；

3.2)计算每一个非离散作者群组G_i在关键词集合K上的类研究兴趣向量GMI_i作为各个初始簇的中心；

GMI_i＝(GW_i1,GW_i2,…,GW_ij,…,GW_iM)(6)

其中，GW_ij(j＝1,2,…,M)表示G_i对关键词k_j的关注情况，定量描述为：

GWij=ΣAn∈Giwnj|Gi|---(7)]]>

3.3)遍历离散作者群组中的各个作者A_n，计算其与各个初始簇的中心的欧式距离；计算方法为：

设作者A_n的研究兴趣向量为v_n＝(w_n1,w_n2,…,w_nj,…,w_nM)

dni=Σk=1M(GWij-wnj)2;]]>

3.4)比较A_n与各个初始簇的中心的欧式距离，选择欧式距离最小值对应的非离散作者群组，将A_n分配至该非离散作者群组，即将只包含作者A_n的离散作者群组与该非离散作者群组合并，形成一个新的作者群组；

3.5)迭代进行上述步骤3.1)～3.4)，直到产生的作者群组不再发生改变；

3.6)计算并更新各个作者群组的类研究兴趣向量。