基于多视图融合的论文自动分类方法研究

• 作者: 于小民 夏换 杨琪 杨秀璋 汪瑜斌
• 来源期刊: 现代电子技术
• 关键词: 论文自动分类 多视图融合 数据处理 语料获取 智能推荐 文本挖掘
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 前沿交叉科学
• 页码范围: 120-124
• 页数: 5页
• 分类号: TN911-34|TP391
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2020.08.031

摘要

为科研工作者精准推荐所需的学术论文,从而节约检索时间和精力,提高科研效率,并进一步提升论文自动分类的准确度.该文在传统单视图论文分类基础上,提出了一种基于多视图融合的论文自动分类方法,考虑论文标题、关键词、摘要三个视图的互补性和协调性,实现对海量论文的自动分类.文中抓取了中国知网9个主题的1710篇论文作为实验语料,并构建决策树、K最近邻、随机森林、支持向量机、朴素贝叶斯分类器进行实验.结果表明,基于多视图融合的论文分类方法在准确率、召回率和F值上都有所提升,优于单视图的论文分类方法,且可以为论文自动分类、推荐系统、文本挖掘提供有效支撑,具有一定的应用前景和实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	夏换	贵州财经大学贵州省经济系统仿真重点实验室	36	32	4.0	5.0
2	杨秀璋	贵州财经大学信息学院	34	18	2.0	3.0
3	于小民	贵州财经大学贵州省经济系统仿真重点实验室	16	12	2.0	2.0
4	杨琪	贵州财经大学信息学院	2	1	1.0	1.0
5	汪瑜斌	贵州财经大学信息学院	2	2	1.0	1.0