首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于引文分析和主题建模辅助文献综述的论文可视化方法 

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!

申请/专利权人:重庆邮电大学

摘要:本发明涉及一种基于引文分析和主题建模辅助文献综述的论文可视化方法,包括:获取原始论文数据集,并根据论文之间的引用关系创建耦合相似矩阵和共被引相似性矩阵;提取论文的主题和论文主题的概率分布;将论文主题的概率分布输入t‑sne得到论文在二维平面上的散点图并利用Kruskal算法计算得到t‑sne引文网络图进行可视化显示;计算论文主题概率分布之间的相似性创建内容相似性矩阵;根据耦合相似矩阵、共被引相似性矩阵和内容相似性计算综合相似性矩阵;并通过d3.js生成对应的耦合引文网络图、共被引引文网络图和综合引文网络图进行可视化显示,并根据论文之间的引用关系向用户推荐论文,提高用户文献综述的效率。

主权项:1.一种基于引文分析和主题建模辅助文献综述的论文可视化方法,其特征在于,包括:S1:获取原始论文数据集,其中,所述原始论文数据包括:论文的标题、论文的摘要、论文的关键字、论文的参考文献和论文被引用的数量;S2:根据论文的参考文献得到论文之间的引用关系,并创建耦合相似矩阵M1和共被引相似性矩阵M2,其中,耦合相似矩阵M1中的每个元素表示两篇论文是否引用了相同的论文;被引相似性矩阵M2的每个元素表示两篇论文是否被同一篇论文引用;S3:将原始论文数据集中论文的标题、论文的摘要和论文的关键字输入ToPMine提取论文的关键词组,将论文的关键词组输入phraseLDA得到论文的主题和论文主题的概率分布;将论文主题的概率分布输入t-sne进行降维处理得到论文在二维平面上的聚类散点图;S4:将聚类散点图中的点作为论文节点,将论文节点之间的距离作为权值,利用Kruskal算法计算最小生成树,根据最小生成树连接对应的论文节点生成t-sne引文网络图进行可视化显示;S5:根据论文主题概率分布之间的余弦相似性创建内容相似性矩阵M3;S6:将耦合相似矩阵M1、共被引相似性矩阵M2和内容相似性矩阵M3分别归一化处理为皮尔逊相关系数矩阵后再线性相加得到融合后的综合相似性矩阵M4;S7:将耦合相似矩阵M1、共被引相似性矩阵M2和综合相似性矩阵M4通过d3.js分别转化为耦合引文网络图、共被引引文网络图和综合引文网络图进行可视化显示;S8:获取用户输入的种子论文Ta,并根据论文之间的引用关系向用户推荐论文。

全文数据:

权利要求:

百度查询: 重庆邮电大学 一种基于引文分析和主题建模辅助文献综述的论文可视化方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。