基于知识聚类的文献统计与重名消歧机制的研究-软件工程专业论文.docxVIP

万方数据 万方数据 南京邮电大学学位论文原创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。 尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过 的研究成果，也不包含为获得南京邮电大学或其它教育机构的学位或证书而使用过的材料。 与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。 本人学位论文及涉及相关资料若有不实，愿意承担一切相关的法律责任。 研究生签名： 日期： 南京邮电大学学位论文使用授权声明 本人授权南京邮电大学可以保留并向国家有关部门或机构送交论文的复印件和电子文 档；允许论文被查阅和借阅；可以将学位论文的全部或部分内容编入有关数据库进行检索； 可以采用影印、缩印或扫描等复制手段保存、汇编本学位论文。本文电子文档的内容和纸质 论文的内容相一致。论文的公布（包括刊登）授权南京邮电大学研究生院办理。 涉密学位论文在解密后适用本授权书。 研究生签名： 导师签名： 日期： 摘要 在知识分析领域的研究中一直存在两个问题，一方面，网络文献知识库中的海量资源及 其分类的粗粒度，导致学习者容易在文献检索和阅读过程出现认知迷航和知识过载问题；另 一方面，同名作者的辨识是一个非常重要和复杂的研究课题，在科技文献的检索与调研工作 中，大量的作者重名现象降低了工作的准确性，降低搜索质量，导致科研周期的不必要延长。 针对这两个问题，本文从知识聚类的角度出发，分别提出一种基于 MapReduce 的知识聚 类与统计机制和一种基于多特征融合的作者重名消岐机制，以期从文献统计和重名消歧两个 研究方面来解决知识分析领域存在的这两种问题。具体的研究工作包括以下三个部分： （1）提出一种基于 MapReduce 的知识聚类与统计机制，包括一种基于 MapReduce 的共 现矩阵构建算法（MapReduce-based Co-occurrence Matrix building algorithm，MR-CoMatrix） 和 一 种 基 于 MapReduce 的 文 献 统 计 算 法 （ MapReduce-based knowledge Statistics ， MR-Statistics），并将其应用于构建树状知识聚类谱系图和知识属性的统计。 （2）提出一种基于多特征融合的作者重名消歧机制，包括一种单特征相似度检测方法 （Single Feature Similarity Detection，SFSD）、一种用于进行初步消歧的单特征消歧算法 （SFSD-based Disambiguation，SFSDD），在这二者的基础上，提出一种基于多特征融合的作 者重名消岐算法（Name Disambiguation Algorithm based on the Fusion of Multiple Features， NDFMF）。 （3）在知识聚类与统计和多特征融合的重名消歧机制的基础上，设计并构建了知识分析 系统。详细阐述了系统的体系架构、设计目的、适用对象，分模块介绍了系统的功能和具体 实现流程。 关键词: 知识聚类，共现矩阵，MapReduce，重名消歧，多特征融合 I Abstract There have been two problems in the research of knowledge analysis field. On one hand, the large scale and the coarse classification granularity of resources in literature knowledge bases lead to disorientation and overloading when learners retrieve and read literatures, on the other hand, author name disambiguation is a very important and complex research topic, during the retrieval and research of literatures, the quality of the investigation results has been reduced because of the high probability of different authors sharing the same name, which lengthens the whole cycle of the scientific research. Accordding to these t