《基于内容相似性的科技论文网络的构建及其属性的初步分析-论文》.pdfVIP

情报理论与实践 (ITA) ●潘现伟 ，杨 颖 ，崔 雷 (1．中国医科大学 医学信息学系，辽宁 沈阳 110001；2．中国医科大学 图书馆，辽宁 沈阳 110001) 基于内容相似性的科技论文网络的构建及其属性的初步分析 摘 要：构建基于内容相似性的科技论文网络，并对其属性进行初步分析。在 Pubmed数据库中检 索数据挖掘主题 的文献记录，利用在线概念抽取软件Metamap对文献集进行概念抽取 ，统计各个概念 出现的频次，采用TF—IDF算法计 算每个词的权重，形成论文一概念权重矩阵，计算每两篇论文所有概念的内积最终构建出论文相似性矩阵，并对相似矩 阵的有效性进行 了人工初步评判。利用社会网络分析软件Ucinet可视化表达论文相似性矩阵，并对论文网络的属性进行 了初步分析。通过这种方法构建出了基于内容相似性的科技论文可视化网络，该网络是一个松散型网络 ，具有复杂网络 的 “小世界”特性，并具有鲁棒性和脆弱性。本研究表明，根据内容的相似性构建论文网络是可行的，这为今后进行学 科结构分析和论文评价提供了可靠的方法学基础。 关键词：内容相似性；科技论文；复杂网络；权重；网络构建 Abstract：Thispaperconstructsthescientificpapernetworkbasedoncontentsimilarity，andmakesapreliminaryanalysisof itsproperties．Th epaperretrievesliteraturerecordsofdataminingthemeinPubmeddatabase，extractstheconceptofliteratureset byusingtheonlineconceptextractionsoftwareMetamap，andfiguresoutthefrequencyofappearanceofeachconcept．Thenthepa— percalculatestheweightof eachwordbyusingTF—IDFalgorithm toform paper—conceptweightmatrix．Finally，thepapercalculates theinnerproductofrallconceptsofeverytwopaperstoconsturctthepapersimilaritymatrix，andmakesanartificialpreliminarye— valuationoftheeffectivenessofsimilaritymatrix．Inaddition，thepaperusesthesocialnetworkanalysissoftwraeUcinettoexpress thepapersimilaritymatrixvisually，andmakesapreliminary analysisof thepropertiesofthepapernetwork．Th evisualnetworkof scientificpaperbasedoneontentsimilarityisthusconsturctedbythismethod，anditisaloosenetworkwiththecharacteristicsof “ smallwodd”ofrcomplexnetwork，whichisalsorobustandfragile．Thestudyshowsthatitisfeasibletoconsturctthepapernet— workbasedoncontentsimilarity，whichprovidesareliablemethodolongybasisforfuturedisciplinary sturctureanalysisandpapere— valuation． Keywords：contentsimilarity；scientificpaper；complexnetworks；weight；networkconsturction 目前有关网络的研究方兴未艾 ，随着社会的发展 ，人 的相似性，因此从内容特征人手构建论文网络并加以分 们发现 自然界和社会活动中存在着越来越多的网络现象。 析，才能更加准确和科学地反映论文之间的实