[发明专利]一种基于引用网络和文本相似度网络的文献聚类方法

权利要求书

1.一种基于引用网络和文本相似度网络的文献聚类方法，其特征在于，所述基于引用网络和文本相似度网络的文献聚类方法，包括：

对基于引用网络和文本相似度网络的文献相似度进行标准化，采用S＝[S_i,j]表示基于引用网络和文本相似度网络的N×N的相似度矩阵，其中元素S_i,j表示文献i和文献j的相似度，S_i,j的计算公式如下：

其中，和分别表示标准化后的基于引用网络和文本相似度网络的文献相似度，λ表示引用网络的权重；

采用随机游走算法对文献进行聚类，计算每篇文献的中心度来确定文献的重要程度。

2.根据权利要求1所述的基于引用网络和文本相似度网络的文献聚类方法，其特征在于，以表示基于引用网络的N×N的相似度矩阵，元素表示文献i和文献j基于引用网络的相似度，标准化后就是计算公式如下：

其中，v₁、v₂、和v₃分别表示构成文献相似度矩阵时直接引用网络、共被引网络及耦合网络的权重，且v₁+v₂+v₃＝1，表示文献i和文献j基于直接引用网络的相似度，表示文献i和文献j基于共被引网络的相似度，表示文献i和文献j基于耦合网络的相似度。

3.根据权利要求2所述的基于引用网络和文本相似度网络的文献聚类方法，其特征在于，用表示基于直接引用网络的N×N的文献相似度矩阵，元素表示文献i和文献j基于直接引用网络的相似度，其计算公式表示如下：

其中t_i,j表示文献j被文献i引用的次数，T_i表示文献i中所有引用的次数之和，m_i,j表示文献i中引用了文献j的章节数，M_i表示文献i中含有引用的章节数。

4.根据权利要求2所述的基于引用网络和文本相似度网络的文献聚类方法，其特征在于，用表示基于共被引网络的N×N的相似度矩阵，元素表示文献i和文献j基于共被引网络的相似度，由下式计算得到：

C₁＝C_i∩C_j，

C₂＝C_i-C_j，

C₃＝C_j-C_i，

其中C₁表示同时引用了文献i和文献j的文献集合，C₂表示引用了文献i却没有引用文献j的文献集合，C₃表示引用了文献j却没有引用文献i的文献集合，k表示对应文献集合中的文献，P_i,j,k表示文献i和文献j在文献k中的引用邻近度的权重，C_i和C_j分别表示引用了文献i和文献j的文献集合。

5.根据权利要求2所述的基于引用网络和文本相似度网络的文献聚类方法，其特征在于，用表示基于耦合网络的N×N的相似度矩阵，元素表示文献i和文献j基于耦合网络的相似度，由如下公式计算得到：

C’₁＝C’_i∩C’_j，

C’₂＝C’_i-C’_j，

C’₃＝C’_j-C’_i，

其中C’₁表示同时被文献i和文献j引用的文献集合，C’₂表示被文献i引用却没有被文献j引用的文献集合，C’₃表示被文献j引用却没有被文献i引用的文献集合，k表示对应文献集合中的文献，C′_i和C′_j分别表示被文献i和文献j引用的文献集合。