[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

摘要

本发明公开了一种基于二分网络图层次聚类的团队研究方向挖掘方法，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。本发明能有效地挖掘出团队的学术研究方向，为分析及评价团队研究方向的发展情况提供有利条件。

主权项

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＝{VA∪VK}，其中VA为作者集合VA＝{A1,A2,…,An,…,AN}，VK为关键词集合VK＝K＝{k1,k2,…,kj,…,kM}，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(An,kj)|An∈VA,kj∈K,wnj>0}；如果作者An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kj，则权重wnj>0，在作者An和关键词kj之间存在连边e(An,kj)，否则wnj＝0，在作者An和关键词kj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Gi对关键词kj的关注集为：其中，A为作者群组Gi中的作者；2.3)通过公式(2)计算作者群组Gi对每一个关键词kj(kj∈K)的关注情况focusij：focusij=|Focuskj(Gi)||Gi|---(2)]]>其中，表示作者群组Gi中关注关键词kj的作者数量，|Gi|表示作者群组Gi中包含的作者总数；如果关注度focusij≥α，则称作者群组Gi“强关注”于关键词kj，否则称作者群组Gi“弱关注”于关键词kj；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Gi在每一个关键词kj(kj∈K)上的模糊度fuzzyij：fuzzyij=δkj(Gi)=|Focuskj(Gi)|iffocusij<α||Gi|-|Focuskj(Gi)||iffocusij≥α---(3)]]>2.5)根据fuzzyij计算各个作者群组Gi对关键词集K的模糊度fuzzyi：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fuzzyij的最大值，将其对应的关键词kj作为锁定词kj′；找到fuzzyi的最大值，将其对应的作者群组Gi作为待分裂的群组Gi′；将待分裂群组分裂为两个新的作者群组Gi1和Gi2，更新作者群组集合Groups；Gi1＝{An∈Gi′|wnj′>0}Gi2＝Gi‑Gi1；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。