基于被引-逆文档权重的专家专长识别与分析——以图情领域为例
2021-08-18分类号:G353.1;G250
【部门】武汉大学信息管理学院 武汉大学信息系统研究中心 武汉理工大学安全科学与应急管理学院 国网四川省电力公司
【摘要】[目的/意义]识别专家专长有助于发现具有相同或相近研究方向的研究者,对开展细粒度的专家评价与分析具有重要意义。[方法/过程]基于学术论文关键词构建专长种子词典,采用语义相似度计算对词典进行扩展与对齐;融合专长术语被引频次、作者贡献率与专长术语逆文档频率,提出专家专长术语的被引-逆文档权重计算方法;结合专长权重得分及排名,识别专家的代表性研究专长,并进行专家评价与分析。[结果/结论]经实验验证,本研究提出的专家专长识别方法能够客观地反映专家专长的影响力,同时在细粒度专家评估、专家推荐以及学科热点分析等相关领域具有一定的实践参考价值。
【关键词】信息计量 语义挖掘 专长识别 专家评价
【基金】国家自然科学基金项目“基于大数据的科教评价信息云平台构建和智能服务研究”(项目编号:19ZDA349)研究成果之一
【所属期刊栏目】图书情报工作
文献传递