基于多視角非負矩陣分解的同名區(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)資源平臺中的科技文獻數(shù)量呈現(xiàn)爆炸式增長。文獻數(shù)據(jù)的增長使得平臺中的同名問題日益突出。學(xué)術(shù)資源平臺中的同名問題是一種由于多個實體作者共享相同或相似的名字，而造成實體作者各自發(fā)表的文獻混雜在一起的現(xiàn)象。同名問題嚴重降低了文獻檢索以及后續(xù)算法的準確性。因此，學(xué)術(shù)資源平臺中的同名區(qū)分是一個重要的研究課題。
　　針對學(xué)術(shù)資源平臺中的同名問題，本文提出了一種基于多視角非負矩陣分解的同名區(qū)分算法。圍繞這

2、一主題，具體包括以下研究內(nèi)容:
　　本文在分析了多視角聚類優(yōu)勢的基礎(chǔ)上，提出了一種新的多視角非負矩陣分解的聚類算法，并從模型建立、迭代算法、時間和空間復(fù)雜度以及收斂性等方面對算法進行全面的研究。實驗證明，該算法在聚類效果上要優(yōu)于其它多視角聚類算法。
　　針對同名區(qū)分數(shù)據(jù)稀疏的特點，本文對多視角非負矩陣分解的迭代算法進行改進。在對坐標下降法研究的基礎(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賭的，并分析了算法的

3、時間、空間復(fù)雜度以及收斂性。實驗表明，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效果都要優(yōu)于普通坐標下降法，而基于輪盤賭的算法雖然在收斂速度上略差于基于貪心的算法，但在聚類效果上卻要優(yōu)于后者。
　　在以上算法的基礎(chǔ)上，本文通過對文獻元數(shù)據(jù)屬性特點的分析，選擇文獻的標題、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)系對文獻集合進行預(yù)聚類，以獲得準確率較高的聚類片段