基于多視角非負(fù)矩陣分解的同名區(qū)分算法研究.pdf

1、隨著各研究領(lǐng)域和互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展，學(xué)術(shù)資源平臺(tái)中的科技文獻(xiàn)數(shù)量呈現(xiàn)爆炸式增長(zhǎng)。文獻(xiàn)數(shù)據(jù)的增長(zhǎng)使得平臺(tái)中的同名問(wèn)題日益突出。學(xué)術(shù)資源平臺(tái)中的同名問(wèn)題是一種由于多個(gè)實(shí)體作者共享相同或相似的名字，而造成實(shí)體作者各自發(fā)表的文獻(xiàn)混雜在一起的現(xiàn)象。同名問(wèn)題嚴(yán)重降低了文獻(xiàn)檢索以及后續(xù)算法的準(zhǔn)確性。因此，學(xué)術(shù)資源平臺(tái)中的同名區(qū)分是一個(gè)重要的研究課題。
　　針對(duì)學(xué)術(shù)資源平臺(tái)中的同名問(wèn)題，本文提出了一種基于多視角非負(fù)矩陣分解的同名區(qū)分算法。圍繞這

2、一主題，具體包括以下研究?jī)?nèi)容:
　　本文在分析了多視角聚類(lèi)優(yōu)勢(shì)的基礎(chǔ)上，提出了一種新的多視角非負(fù)矩陣分解的聚類(lèi)算法，并從模型建立、迭代算法、時(shí)間和空間復(fù)雜度以及收斂性等方面對(duì)算法進(jìn)行全面的研究。實(shí)驗(yàn)證明，該算法在聚類(lèi)效果上要優(yōu)于其它多視角聚類(lèi)算法。
　　針對(duì)同名區(qū)分?jǐn)?shù)據(jù)稀疏的特點(diǎn)，本文對(duì)多視角非負(fù)矩陣分解的迭代算法進(jìn)行改進(jìn)。在對(duì)坐標(biāo)下降法研究的基礎(chǔ)上，提出了兩種加入變量選擇的迭代算法:基于貪心的和基于輪盤(pán)賭的，并分析了算法的

3、時(shí)間、空間復(fù)雜度以及收斂性。實(shí)驗(yàn)表明，在數(shù)據(jù)稀疏的情況下，加入變量選擇的迭代算法的收斂速度和聚類(lèi)效果都要優(yōu)于普通坐標(biāo)下降法，而基于輪盤(pán)賭的算法雖然在收斂速度上略差于基于貪心的算法，但在聚類(lèi)效果上卻要優(yōu)于后者。
　　在以上算法的基礎(chǔ)上，本文通過(guò)對(duì)文獻(xiàn)元數(shù)據(jù)屬性特點(diǎn)的分析，選擇文獻(xiàn)的標(biāo)題、作者和期刊作為同名區(qū)分的依據(jù)，并提出了基于多視角非負(fù)矩陣分解的同名區(qū)分算法。該算法首先利用同作者關(guān)系對(duì)文獻(xiàn)集合進(jìn)行預(yù)聚類(lèi)，以獲得準(zhǔn)確率較高的聚類(lèi)片段