标题
  • 标题
  • 作者
  • 关键词

基于J-NMF算法的作者类团划分研究

2020-06-19分类号:G353.1

【作者】程结晶  李秀霞  
【部门】扬州大学社会发展学院  曲阜师范大学传媒学院  
【摘要】[目的/意义]为提高作者类团划分的可靠性,针对作者类团划分研究方法缺乏融合作者多源信息、无用信息干扰严重的现状,文章提出一种基于联合非负矩阵分解(J-NMF算法)的作者类团划分方法。[方法/过程]以图书情报学领域154位高产作者为研究对象,利用BICOMB软件生成作者合著矩阵;通过LDA主题提取,构建反映作者文献内容信息的作者主题矩阵;最后,通过J-NMF算法将作者合著信息与作者文献内容信息进行有效融合。[结果/结论]实验表明,相比利用单一作者合著信息和通过融合函数实现的类团划分划分法,该方法能够有效降低干扰信息,识别相似作者的可靠性更高,作者类团划分能力更强。
【关键词】J-NMF算法  作者合著  融合函数  作者类团
【基金】国家社会科学基金项目“文献内容分析与引文分析融合的知识挖掘与发现研究”的成果之一,项目编号:16BTQ074
【所属期刊栏目】情报理论与实践
文献传递