数字文献资源高维向量表示模型与聚类检验.pdfVIP

情 报 学 报 ISSN1000—0135 J0URNALOFTHECHINA SOCIETYFOR SCIENTIFIC AND TECHNICAL INF0RMATION ISSN 100o一0135 第33卷第 1O期 1041—1045，2014年 10月 Vo1．33 No．10，1041—1045 October 2014 doi：10．3772／j．issn．1000·0135．2014．010．004 数字文献资源高维向量表示模型与聚类检验 牛奉高 邱均平。 (1．山西大学数学科学学院，太原 030006；2．山西大学管理与决策研究所 ，太原 030006； 3．武汉大学中国科学评价研究中心，武汉 430072) 摘要 文献的向量表示方法对文献聚合、聚类和分类等研究是重要的。本文在向量空间模型(VSM)的基础上， 通过补充文献特征此间的潜在语义相关性 ，提出了潜在语义向量空间模型 (CLSVSM)，并采用 CNKI的学科分类文 献为样本进行实验检验 ，结果显示新模型在文献聚类效果上 明显好于 VSM模型。 关键词 数字文献资源 高维向量 聚类 VSM CLSVSM High—dimensionalRepresentatiOn M odelforDigitalLiterature ResourceClusteringandItsTest NiuFenggaoandQiuJunping (1．SchoolofMathematicalSciences，ShanxiUniversity，Taiyuan030006； 2．InstituteofManagementandDecision，ShanxiUniversity，Taiyuan030006； 3．ResearchCenterforChinaScienceEvaluation，WahanUniversity，Wuhan430072) Abstract Thevectorrepresentation ofLiterature isimportantforthe literature aggregation，clusteringand classification．ThepaperintroducedCLSVSM basedontheVSM ，embeddingtheco—occurrencelatentsemanticcorrelation betweentheliteratures’keywordstotheirrepresentativevector．SotheCLSVSM isahigh—dimensionalvectorspacemode1． Afterwardsexperimentsweredoneto testtheperformanceofnew modelrelativeto theVSM ，adoptthe literaturesform CNKI．Theresultsshowed thatCLSVSM isbetterthanVSM modelintheliteratureclusteringtesting． Keywords digitalliteraturesresources，high—dimensionalvector，clustering，VSM，CLSVSM 某些属性关联也蕴含着丰富的主题语义信息，因此 1 引 言 两者的界分不是绝对的。本文更关注数字文献的主