一种论文作者重名消歧方法

• 作者: 仇国华 赵华
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 重名消歧 PSO算法 BP神经网络 动态惯性权重 特征评价函数
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 计算机软件与理论
• 页码范围: 111-115
• 页数: 5页
• 分类号: TP301
• 字数: 3508字
• 语种: 中文
• DOI: 10.11907/rjdk.192641

摘要

作者重名消歧是一个重要又复杂的研究课题,在科技文献检索工作中,作者重名问题势必会降低文献检索的效率和准确性,影响工作进度.提出一种改进粒子群算法优化的BP(Back Propagation)神经网络算法,以解决作者重名消歧问题.首先引入Beta分布的动态惯性权重,提高算法全局搜索能力;其次利用改进粒子群算法优化的权值和阈值,作为BP神经网络的初始权值和阈值进行模型训练,以加快模型训练速度;最后通过特征评价函数过滤式选取排序较优的M维特征子集作为输入层特征向量训练模型,得到最终预测结果,从而精确区分重名的作者.实验研究表明,该模型对重名作者身份的预测准确率可达89.01％,证明了该算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵华	山东科技大学计算机科学与工程学院	14	21	3.0	4.0
2	仇国华	山东科技大学计算机科学与工程学院	2	0	0.0	0.0