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

来源：

图书情报工作 | 2021年 / 65卷 / 15期

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

页码：111 / 119

页数：9