學(xué)術(shù)網(wǎng)絡(luò)重名排岐算法研究.pdf

1、在科學(xué)家合作網(wǎng)絡(luò)中，有許多科學(xué)家的名字是相同的。目前知名的學(xué)術(shù)平臺(tái)如Arnetminer，Springer，ACM，DBLP，CiteSeer等在對(duì)科學(xué)家進(jìn)行學(xué)術(shù)能力統(tǒng)計(jì)的時(shí)候，以科學(xué)家的名字來(lái)區(qū)分科學(xué)家，造成了大量的統(tǒng)計(jì)誤差，也給科學(xué)家合作網(wǎng)絡(luò)研究帶來(lái)較大偏差，因此重名排岐問(wèn)題具有很大的研究意義。
　　 已有的重名排岐算法在特征的選取上主要集中在共同作者，引用關(guān)系，作者單位等，在模型的選擇上主要是圖模型，存在著精度和召回率都不

2、高的問(wèn)題。通過(guò)分析歸納人在處理重名排岐問(wèn)題時(shí)所用到的方法，將重名排岐這個(gè)聚類問(wèn)題轉(zhuǎn)化為判斷兩篇學(xué)術(shù)論文是否為一作者的分類問(wèn)題。在吸收和改進(jìn)前人處理重名排岐問(wèn)題時(shí)抽取的特征的基礎(chǔ)上，提出了一些新的特征：共同作者（Co-Author），主頁(yè)（Homepage），引用關(guān)系（Citation），作者單位（Co-Org），標(biāo)題相似度（Titile-Similariy），搜索引擎（Digital-Lib），文獻(xiàn)原文（PDF File）。采用感知機(jī)來(lái)

3、作為分類器，使用個(gè)人主頁(yè)作為約束對(duì)感知機(jī)的分類結(jié)果進(jìn)行修正。
　　 為了進(jìn)一步提高重名排岐算法的準(zhǔn)確性，引入戶反饋信息。根據(jù)反饋用戶的可信程度，將反饋進(jìn)行分類，從低可信用戶反饋中提取特征加入到感知機(jī)的輸入中，選擇了高可信用戶反饋?zhàn)鳛轭~外約束來(lái)修正感知機(jī)的輸出，將用戶反饋?zhàn)鳛橛?xùn)練集對(duì)感知機(jī)進(jìn)行持續(xù)訓(xùn)練，不斷地修正感知機(jī)。實(shí)驗(yàn)結(jié)果表明，引入用戶反饋以后，重名排岐算法的準(zhǔn)確性能得到大幅的提升，取得了比較好的效果，目前此算法已經(jīng)運(yùn)用在A