买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉成都信息工程大学申请的专利一种基于关键词的学科交叉测量方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119443903B 。

龙图腾网通过国家知识产权局官网在2025-11-21发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411411161.X，技术领域涉及：G06Q10/0639；该发明授权一种基于关键词的学科交叉测量方法是由马健兵;杨可昕设计研发完成，并于2024-10-10向国家知识产权局提交的专利申请。

本一种基于关键词的学科交叉测量方法在说明书摘要公布了：本发明涉及交叉学科领域，具体涉及一种基于关键词的学科交叉测量方法。该测量方法主要从三个维度展开分析：语义分析通过对语料库进行两种方式的处理得到矩阵和向量序列，将两者进行余弦计算得到反映学科知识相似度的指标；层次结构分析是基于分层结构进行分析确定主题关键词贡献度并量化知识距离，对两者进行计算得到跨学科性的度量指标；网络结构分析是通过研究关键词网络得到节点在网络内的影响力指标，将该指标应用到多学科之中经计算得到基于网络结构的跨学科强度测量指标；最后通过熵加权方法对所述三个维度进行多指标合成以展开对跨学科交互强度的评估；该方法解决了目前学科交叉检测中细粒度不足以及全性欠缺的问题。

本发明授权一种基于关键词的学科交叉测量方法在权利要求书中公布了：1.一种基于关键词的学科交叉测量方法，其特征在于，包括以下步骤： S1：提取学科论文关键字，构建学科论文关键字数据集； S2：通过对所述学科论文关键字数据集进行语义分析得到反映学科知识相似度的指标，将其定义为语义分析指标；通过对所述学科论文关键字数据集的层次结构分析得到衡量不同学科之间跨学科性的指标，将其定义为层次结构分析指标；通过对所述学科论文关键字数据集的网络结构分析得到跨学科强度测量指标，将其定义为网络结构分析指标； S3：使用熵加权方法对所述语义分析指标、所述层次结构分析指标以及所述网络结构分析指标进行整合，输出为跨学科交互强度测量结果； 其中，所述语义分析是对所述学科论文关键字数据集分别进行处理得到一个矩阵和一个向量序列，对两者进行余弦相似度计算得到所述语义分析指标；所述语义分析包括如下步骤： StepA：过滤学科的论文标题和摘要中出现频率低于指定阈值的关键字； StepB：使用词频-逆向文件频率算法来计算不同学科文档中每个关键字的术语频率-逆文档频率，从而构建一个学科-关键术语矩阵；将关键字输入到一个Word2Vec模型中进行训练，使用CBOW方法将文档数据中的学科关键项转换为低维向量空间中的点，生成一个指定维数关键字向量序列； StepC：对所述矩阵和所述向量都进行L2归一化，将归一化后的学科关键字矩阵与关键字向量相乘得到学科关键字向量； StepD：采用余弦相似度计算学科关键字向量之间的相似性，来量化学科之间的语义关系，计算结果记为PSemantic，代表学科X和学科Y语义上的学科知识相似度，即反映了学科X和学科Y之间基于文档内容的跨学科相互作用程度， 式中：PSemanticX,Y是所述语义分析指标，X和Y分别表示不同的学科，i是用于计量学科数量的自然数，n为需计算的学科总数，为自然数； 所述层次结构分析是基于分层结构进行分析确定主题关键词贡献度并量化知识距离，对两者进行计算得到所述层次结构分析指标；所述层次结构分析包括如下步骤： StepA：基于TaxoGen模型构建分层结构； StepB：通过分析关键字对各层级主题的代表性和关键词在主题内的分配概率，可以定义层次化的主题-关键词贡献度；结合学科-主题和相应的主题-关键词的分配概率可以确定各学科关键词在各学科层次主题下的贡献，由此可以得出主题t下关键词k的学科贡献度Ctk： 式中：Dt表示主题t的文档频率，ftk表示关键词k在主题t下的学科语料库中出现的频次； StepC：通过将两两学科主题树基于同一关键词将不同层次不同主题进行匹配，匹配结果的层次深度之和代表跨学科知识交互和传播路径，两个概念之间的距离越长，学科知识的关联范围和相似性都越低，知识距离可以通过下列公式来量化： 式中：KD是所述知识距离的量化值，是某学科主题t下的关键字k，i是计量学科主题t数量的自然数，f是d和的传递函数，是之间的最短路径长度，d是层次语义网络中包含者的深度，即两个关键词之间最低共同祖先的深度； StepD：通过主题关键词贡献度和知识距离构建了度量指标，可以基于层次结构计算得到所述层次结构分析指标，计算公式为： 式中：PHierarchyX,Y是所述层次结构分析指标，是学科主题t下关键词k的学科贡献度，i为计量学科主题t数量的自然数，KD是所述知识距离的量化值，nX,Y是学科X与学科Y之间的共同关键字数量，是基于共同关键词的知识关联过程中可能组合成的路径数量，T表示某学科单位主题的关键词个数； 所述网络结构分析是通过研究关键词网络得到节点在网络内的影响力指标，将影响力指标应用到多学科之中经计算得到基于网络结构的所述网络结构分析指标；所述网络结构分析包括如下步骤： StepA：提取X学科和Y学科之间的共有关键词构建相同关键字中介实体集合Vk； 式中：VX表示X学科的关键词集合，VY表示Y学科的关键词集合； StepB：计算集合中的关键词节点在网络中的中介中心性作为节点的重要度，由此计算所得指标Betv，用以判断节点v是否在学科中具有高影响力的关键词；Betv的计算公式为： 式中：Betv是判断节点v是否在学科中具有高影响力的关键词的指标，σst是从节点s 到节点t的最短路径的总数，σstv是经过节点v的路径的数量； StepC：结合点与边的特征作为跨学科网络的内生变量，通过公式计算可得用以衡量该节点在A网络内的影响力的指标LAv，计算公式为： 式中，LA表示衡量该节点在A网络内的影响力的指标，Betv是所述判断节点v是否在学科中具有高影响力的关键词的指标，Γv表示节点v的邻居节点集合，linkv,p则是节点v与节点v的邻居节点p的共现强度； StepD：综合考虑节点对之间的因素和节点嵌入在整体网络之中的结构信息，计算基于网络结构的所述网络结构分析指标，所述网络结构分析指标衡量了共享关键词在学科X和学科Y的知识网络中作为跨学科交互的桥梁节点的相对重要性，计算公式为： 式中：PNetwork是所述网络结构分析指标，LXv表示衡量该节点在X网络内的影响力的指标，LYv表示衡量该节点在Y网络内的影响力的指标，VX、VY分别表示学科X和学科Y中的关键词节点。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人成都信息工程大学，其通讯地址为：610225 四川省成都市西南航空港经济开发区学府路一段24号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。