[发明专利]一种融合学术影响力的学者人名消除歧义的方法

权利要求书

1.一种融合学术影响力的学者人名消除歧义的方法，其特征在于：该方法是以实现将待消歧人名与学者实体准确对应为目标，通过融合学者影响力，改进相似度计算模型，提出增强的影响力计算模型，而后通过改进网络结构、模型聚类函数和模型组合，以达到更高的消歧准确率；其包括以下步骤：

步骤S1、将学者数据集合U按名字分组得到n个名字组A，根据文献将每个名字组划分为m个学者实体节点a；

数据集合U中包含待消歧的各个同名学者名字组A，U＝{A₁,A₂,...,A_n}，其中A_i为U中第i个名字组，包含A_i所对应学者人名的所著文献属性及其合著者信息；对于所得到的每个名字组，以文献来区分学者实体，将组中每个文献中的待消歧学者名字作为一个学者实体；假设名字组A_i中有m篇文献，则将该名字组划分为m个学者实体a_ij，即A_i＝{a_i1,a_i2,...,a_im}，其中0＜i≤n,0＜j≤m；

步骤S2、根据步骤S1划分结果，对每个组A，分别在组内学者实体节点与U中名字组节点间通过合作关系建立合作关系网络G；

步骤S3、对于每个组A，结合节点相似度和自身重要性，在合作关系网络G上计算A中各个学者实体节点a基于特征集F的学术影响力

步骤S4、使用网络嵌入匿名图方法，结合步骤S3所得节点的学术影响力，得到文献矩阵D，根据D计算得到名字组内学者实体节点a带学术影响力约束的相似度S_a；

步骤S5、利用步骤S4所得相似度，重复步骤S1～S3重新计算学术影响力，得到学者实体节点a基于学术影响力相似度的新的学术影响力其中S表示该节点带学术影响力约束的相似度；

步骤S6、根据节点学术影响力的差异和相似度得到聚类函数C，使用凝聚层次聚类算法得到消歧结果。

2.根据权利要求1所述的一种融合学术影响力的学者人名消除歧义的方法，其特征在于：在步骤S2中，将步骤S1中所得每一个名字组A中的学者实体节点a，与A在数据集合U上的补集C_UA中的各个名字组节点间建立合作关系网络G＝(A∪C_UA,E)，其中，E为网络中边的集合，表示节点间的合作关系，各实体节点与名字组节点分别通过合著关系和引用关系构成边，合著关系为双向边，引用关系为单向边。

3.根据权利要求1所述的一种融合学术影响力的学者人名消除歧义的方法，其特征在于：在步骤S3中，根据步骤S2所得的合作关系网络，在包含学者和文献特征的数据集上采用细粒度特征的学术影响力评估算法，结合自身重要性和影响概率构建基于特征集F的学术影响力；F为从待消歧数据集合U中选取的特征集F＝{f₁,f₂,...,f_n}，其中，f_n表示F中第n个特征；为A定义一组特征强度向量其中：

a、节点的自身重要性I^out为节点基于角色的重要性，以特征强度来度量，其关系表示为其中n为特征数量，f_i表示在第i个特征上的强度；

b、节点间的影响概率由直接影响即节点相似度和间接影响即公共边数量构成；其关系为其中q为直接影响在影响概率中所占比例；结合节点的自身重要性I^out，及其邻居节点的影响概率节点的初始学术影响力I^I表示如下：

其中p为自身重要性在初始学术影响力中所占的比例，N表示计算节点对象的邻居节点集合，节点a和A的邻居节点集合分别表示为N_a和N_A；

假设节点以一定概率相互传播；节点间的学术影响力贡献I^F表示如下：

其中为运算目标节点的邻居节点的学术影响力，为节点间的传播概率，节点a对A的传播概率表示为A对a的传播概率表示为初始时，I^F＝I^I；

迭代计算节点的学术影响力，得到实体节点a较理想的学术影响力，表示为