基于因果岭回归的多数据源科研主题识别方法

• 作者: 何增颖 钟足峰 陈建锐
• 来源期刊: 四川大学学报（自然科学版）
• 学科: 工学
• 关键词: 多数据源 科研主题 识别方法 形态特征 因果岭回归
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 电子信息科学
• 页码范围: 1204-1210
• 页数: 7页
• 分类号: TP391
• 字数: 3980字
• 语种: 中文
• DOI: 10.3969/j.issn.0490-6756.2018.06.012

摘要

为了有效解决多数据源科研主题的识别问题,基于因果岭回归建立了一种新的多数据源科研主题识别方法.该方法首先给出了多数据源科研主题识别关键参数(如主题词的引用权重、状态密度)的评价指标;同时根据科研主题形态特征建立了特征函数,并基于因果岭回归给出了具体识别方法;最后,通过仿真实验深入研究了影响该识别方法的关键因素.结果显示,与朴素贝叶斯、KNN算法和MGe-LDA算法相比较,该方法在价值引用量、引用权重和前沿主题相似度等方面具有较大优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何增颖	岭南师范学院网络与信息技术中心	5	7	2.0	2.0
2	陈建锐	岭南师范学院网络与信息技术中心	1	2	1.0	1.0
3	钟足峰	岭南师范学院商学院	2	6	2.0	2.0