基于知識(shí)聚類的文獻(xiàn)統(tǒng)計(jì)與重名消歧機(jī)制的研究.pdf

1、在知識(shí)分析領(lǐng)域的研究中一直存在兩個(gè)問題，一方面，網(wǎng)絡(luò)文獻(xiàn)知識(shí)庫中的海量資源及其分類的粗粒度，導(dǎo)致學(xué)習(xí)者容易在文獻(xiàn)檢索和閱讀過程出現(xiàn)認(rèn)知迷航和知識(shí)過載問題；另一方面，同名作者的辨識(shí)是一個(gè)非常重要和復(fù)雜的研究課題，在科技文獻(xiàn)的檢索與調(diào)研工作中，大量的作者重名現(xiàn)象降低了工作的準(zhǔn)確性，降低搜索質(zhì)量，導(dǎo)致科研周期的不必要延長。
　　針對(duì)這兩個(gè)問題，本文從知識(shí)聚類的角度出發(fā)，分別提出一種基于MapReduce的知識(shí)聚類與統(tǒng)計(jì)機(jī)制和一種基于多特

2、征融合的作者重名消岐機(jī)制，以期從文獻(xiàn)統(tǒng)計(jì)和重名消歧兩個(gè)研究方面來解決知識(shí)分析領(lǐng)域存在的這兩種問題。具體的研究工作包括以下三個(gè)部分：
　?。?）提出一種基于MapReduce的知識(shí)聚類與統(tǒng)計(jì)機(jī)制，包括一種基于MapReduce的共現(xiàn)矩陣構(gòu)建算法（MapReduce-based Co-occurrence Matrix building algorithm，MR-CoMatrix）和一種基于MapReduce的文獻(xiàn)統(tǒng)計(jì)算法（MapRe

3、duce-based knowledge Statistics，MR-Statistics），并將其應(yīng)用于構(gòu)建樹狀知識(shí)聚類譜系圖和知識(shí)屬性的統(tǒng)計(jì)。
　?。?）提出一種基于多特征融合的作者重名消歧機(jī)制，包括一種單特征相似度檢測(cè)方法（Single Feature Similarity Detection，SFSD）、一種用于進(jìn)行初步消歧的單特征消歧算法（SFSD-based Disambiguation，SFSDD），在這二者的基礎(chǔ)上