[发明专利]一种基于知识组织语义关系的科技专家信息聚合方法

摘要

本发明公开了一种基于知识组织语义关系的科技专家信息聚合方法，涉及信息科学与知识工程技术领域。该方法，通过将专家信息与知识组织工具进行语义化关联，在知识组织工具的语义关系框架下，实现了专家信息的语义聚合、自动发现和动态更新，满足了对于专家学术权威性、专业相关性、研究活跃度、动态更新和同行回避的选取要求，从而保证选取的专家能够更为客观和准确。

主权项

一种基于知识组织语义关系的科技专家信息聚合方法，其特征在于，包括如下步骤：S1，根据科技文献数据在细分领域内筛选出具有较高影响力的候选专家；S2，将与所述候选专家对应的关键词与知识组织工具概念术语进行近似关联，实现所述候选专家与所述知识组织工具的关联，建立预选专家关系图谱；S3，根据专家信息约束条件，对所述预选专家关系图谱进行调整，形成最终的专家关系图谱；S4，根据专家信息与知识组织工具和文献资源之间的关联关系，进行专家信息的动态更新和维护；S5，对所述专家关系图谱进行多维度语义可视化展示与监测；S3中，所述专家信息约束条件包括：专家的自然信息、科研信息和教育信息，以及与其关联的机构信息、成果信息和项目信息；S3中，对所述预选专家关系图谱进行调整，具体为，基于知识组织语义关系，进行如下的调整：对同义关系的词族和范畴进行合并，形成具有更高一致性的专家描述信息；对具有上下位关系的专业术语进行扩展，构建更细相关性的小同行专家群体；对具有相关关系的专家群体，采用社会关系网络SNA进行分析；在知识组织工具的引导下，对专家的研究方向和学科范畴进行映射，监测科学研究的整体布局和演化方向，揭示个体专家的科研兴趣演变；S4包括如下步骤：S401，从文献中快速挖掘专家的动态信息，包括研究兴趣和学术影响力信息，通过语义关系，以三元组形式对专家信息进行推理和判断；S402，根据S401的方式，以三元组形式，使用Jena开源项目建立专家的RDF形式化语义模型；S403，根据所述RDF形式化语义模型，使用SparQL进行专家RDF语义查询；S404，根据RDF三元组的信息进行语义推理，将具有语义关联的专家进行精准聚合和推荐。