基于被引-逆文档权重的专家专长识别与分析——以图情领域为例

被引:7
作者
唐晓波 [1 ,2 ]
周禾深 [1 ]
李诗轩 [3 ]
牟昊 [4 ]
机构
[1] 武汉大学信息管理学院
[2] 武汉大学信息系统研究中心
[3] 武汉理工大学安全科学与应急管理学院
[4] 国网四川省电力公司
关键词
信息计量; 语义挖掘; 专长识别; 专家评价;
D O I
10.13266/j.issn.0252-3116.2021.15.013
中图分类号
G353.1 [情报资料的分析和研究]; G250 [图书馆学];
学科分类号
摘要
[目的/意义]识别专家专长有助于发现具有相同或相近研究方向的研究者,对开展细粒度的专家评价与分析具有重要意义。[方法/过程]基于学术论文关键词构建专长种子词典,采用语义相似度计算对词典进行扩展与对齐;融合专长术语被引频次、作者贡献率与专长术语逆文档频率,提出专家专长术语的被引-逆文档权重计算方法;结合专长权重得分及排名,识别专家的代表性研究专长,并进行专家评价与分析。[结果/结论]经实验验证,本研究提出的专家专长识别方法能够客观地反映专家专长的影响力,同时在细粒度专家评估、专家推荐以及学科热点分析等相关领域具有一定的实践参考价值。
引用
收藏
页码:111 / 119
页数:9
相关论文
共 31 条
[1]   pr(y)指数和hr(y)指数在学者学术影响力动态评价中的应用研究——以图情领域为例 [J].
唐璞妮 .
情报理论与实践, 2020, 43 (12) :63-67+41
[2]   我国图书情报领域个人学术评价指标的应用情况研究 [J].
刘中兴 ;
杨建林 .
现代情报 , 2020, (12) :140-149
[3]   基于特征分析和标签提取的医生画像构建研究 [J].
唐晓波 ;
高和璇 .
情报科学, 2020, 38 (05) :3-10
[4]   基于题录摘要语义建模的学术共同体识别——以国内图情领域学者为例 [J].
陈红伶 ;
杨佳颖 ;
许鑫 .
情报理论与实践, 2020, 43 (05) :170-176
[5]   基于成果特征的学者学术专长识别方法 [J].
陈翀 ;
李楠 ;
梁冰 ;
王晨琳 ;
徐曾旭林 ;
郑婷婷 .
图书情报工作 , 2019, (20) :96-103
[6]   基于作者贡献声明的合著者贡献率测度方法 [J].
丁敬达 ;
王新明 .
图书情报工作, 2019, 63 (16) :95-102
[7]   基于加权被引频次与署名顺序的作者影响力评价指标构建 [J].
谢瑞霞 ;
李秀霞 ;
韩霞 ;
史盛楠 .
情报科学, 2018, (08) :90-93+111
[8]   融合多源数据的科研人员画像构建方法研究 [J].
范晓玉 ;
窦永香 ;
赵捧未 ;
周潇 .
图书情报工作, 2018, (15) :31-40
[9]   基于合著与引用加权的专家知识地图构建研究 [J].
潘有能 ;
贺焕振 .
情报杂志, 2018, (08) :128-132
[10]   多专长专家识别方法研究——以大数据领域为例 [J].
刘晓豫 ;
朱东华 ;
汪雪锋 ;
黄颖 .
图书情报工作, 2018, 62 (03) :55-63