[发明专利]基于拓扑及文献特征的知识关联网络关键节点发现方法

说明书

本发明公开了一种基于拓扑及文献特征的知识关联网络关键节点发现方法。该方法利用某一科学研究领域与指定关键词相关的文献库与该研究领域的实体名称库，获得文献与实体名称的匹配关系。利用匹配关系建立知识关联网络，计算各节点的拓扑特征和文献特征。运用Q顺序统计量思想，结合贪婪式选择策略，在已知的关联实体集合上给出该研究领域的最佳特征集合，并将此最佳特征集合应用于该研究领域其余关键词相关的文献库获取关键实体。本发明能够针对指定研究领域某一关键词相关的文献库提取知识关联网络，优选特征集合获得最佳特征集合，最佳特征集合在该研究领域上具有很强的鲁棒性和迁移性，适用于未研究透彻的文献库进行关键实体发现。

技术领域

本发明属于复杂网络关键节点发现技术领域，尤其涉及一种基于拓扑及文献特征的知识关联网络关键节点发现方法。

背景技术

面临海量的某一领域尚未明确的文献知识，发现其中关键实体，对于文献预先研究具有重要意义。如何通过该领域已研究透彻的文献库提取出核心的特征集合是难点问题。例如，有些科学研究领域关键实体更容易出现在发布较早的文献中，或者发布较多的文献中，抑或是出现在知识关联网络拓扑结构中核心的节点上。本发明的研究思路就是通过提取出该领域重要的文献及拓扑特征集合，指导未研究明朗的文献库进行关键实体的发现。

知识关联网络本质上就是知识为主体的复杂网络。在研究复杂网络节点重要性排序问题上，当前已有多个拓扑结构特征的中心性指标研究，如度中心性、中介中心性 (JoyM P,Brock A,Ingber D E,et al.High-betweenness proteins in the yeast proteininteraction network[J].BioMed Research International,2005,2005(2)：96-103.)、接近中心性(Wuchty S,Stadler P F.Centers of complex networks[J].Journal ofTheoretical Biology, 2003,223(1)：45-53.)、子图中心性(Estrada E,Rodriguez-Velazquez J A.Subgraph centrality in complex networks[J].Physical Review E,2005,71(5)：056103.)、特征向量中心性和信息中心性(Stephenson K,ZelenM.Rethinking centrality：Methods and examples[J].Social networks,1989,11(1)：1-37.)等。但是如何糅合多个不同来源的特征方向研究尚有不足，普通的加权方式鲁棒性差、结果可靠性也堪忧，本发明采用Q顺序统计量糅合特征的方式计算Q分数，并以贪婪式选取特征的方式输出特征集合，运用于同领域另一研究尚未明朗的文献库，进行关键实体的发现。

发明内容

发明目的：本发明所要解决的技术问题是针对现有技术的不足，提供一种基于拓扑及文献特征的知识关联网络关键节点发现方法。

为了解决上述技术问题，本发明公开了一种基于拓扑及文献特征的知识关联网络关键节点发现方法，步骤如下：

步骤1、获取文献-实体匹配关系；根据某一科学研究领域与指定关键词KW1相关的文献库A，与该研究领域的实体名称库，运用多模匹配算法扫描文献库A中的文献，搜索匹配其中待发现实体名称，得到文献库A中每一篇文献匹配到的实体并组成每一篇文献的实体集合；所述实体名称库指该研究领域某方向实体名称全集；