基于學術社會網(wǎng)絡特征的專家搜索算法.pdf

1、目前，學術的發(fā)展日新月異，學術活動和交流也日益頻繁，文獻的數(shù)量急劇膨脹，在大量的文獻和學者數(shù)據(jù)等異構的學術數(shù)據(jù)中高效準確地搜索到用戶所需要的學術專家信息來用于學術的研究，這是一個新的課題，專家搜索也正是基于此提出的，并且學術專家搜索也漸漸地成為了研究者所關注的一個新熱點?，F(xiàn)有常用的專家搜索是依賴于文本的文獻檢索，這種檢索方法通過用戶輸入查詢詞搜索相關的文獻。一般無法直接判斷文獻的作者是否為某領域的學術專家，且每個人對專家的理解不同，故對

2、專家的認定存在不同的意見，只能依賴于網(wǎng)站或學術圈的推薦。目前成熟的專家搜索模型包括概率主題模型、語言模型和PageRank，這些方法是基于文本或鏈接的文獻搜索。然而，隨著學術的發(fā)展，學術之間關系的發(fā)展趨向多樣化，僅僅從文本內(nèi)容或鏈接關系的角度出發(fā)進行專家搜索會存在很大局限性，因為文本檢索需要有文獻數(shù)據(jù)才可以進行，然而，學者之間的相互關系也隱含著學者的地位和權威，所以我們不僅能夠從文獻的角度進行專家搜索，而且可以從學者的角度進行專家評測。

3、針對現(xiàn)有方法沒有全面考慮學術社會網(wǎng)絡數(shù)據(jù)的缺陷，提出一種基于學術
　　社會網(wǎng)絡特征的專家搜索算法ANF。該文將社會網(wǎng)絡分析和數(shù)據(jù)挖掘方法相結合，充分考慮了引文網(wǎng)絡、合著關系和論文內(nèi)容三種異構數(shù)據(jù)。ANF從引文網(wǎng)絡的論文引用次數(shù)、共引率和權威值來衡量學者的重要性，從合著網(wǎng)絡的全局和局部分析學者的中心性，結合文本挖掘方法計算文獻與用戶查詢的相似度，并采用BP神經(jīng)網(wǎng)絡確定專家排名，并通過實驗進一步驗證基于學術社會網(wǎng)絡特征的專家搜索算法的