公开(公告)号：CN109753662A

公开(公告)日：2019-05-14

申请号：CN201910030797.2

申请日：2019-01-14

Applicant: 中南大学

Inventor： 高建良 ,  蒋志怡 ,  杜宏亮

IPC: G06F17/27 ,  H04L12/24

Abstract: 本发明公开了一种基于分层网络的重名作者辨识方法，包括：步骤1，对于给定文献数据集按照发表时间划分子集；为子集构建作者合作网络Gi，生成分层网络G；为G中的重名作者节点连接link边；若link边两端节点确定为同一人，则合并该link边两端节点；步骤2，计算link边两端重名作者节点的相似分数，并将其赋为对应的link边权值；步骤3，找出权重最大的link边，判断其权值是否大于设定阈值，若大于，则合并该link边两端节点，并按照步骤2中方法更新link边权值，再迭代执行步骤3直至权重最大的link边权值小于或等于设定阈值，此时输出辨识结果，合并的节点对应的作者为同一人。本发明考虑文献发表时间和合作者存在重名等特征，高效准确地解决文献数据集中重名作者问题。

公开(公告)号：CN108319677A

公开(公告)日：2018-07-24

申请号：CN201810089607.X

申请日：2018-01-30

Applicant: 中南大学

Inventor： 高建良 ,  杜宏亮 ,  奎晓燕 ,  王建新

IPC: G06F17/30 ,  G06Q50/00

Abstract: 本发明公开了一种动态变化的网络关系图的对齐方法，包括对于变化前后的网络关系图分别选取初始种子；对初始种子的邻居节点的度数序列排序，并根据排序后的度序列计算种子节点之间的相似性；获取变化前后的网络关系图的节点对集合并形成初始的种子对集合；在当前的种子对集合基础上进行迭代的扩展对齐直至输出符合要求的对齐结果。本发明只利用了网络拓扑信息，使用种子扩展算法，计算节点之间的相似性，进行节点对齐；在种子选取中，只选择度数大的节点中最有可能准确对齐的少数节点作为种子，具有容错的特性，并在种子扩展对齐过程中，也贯彻容错的思想，每一次都只选择待对齐节点中的一部分节点对作为该轮对齐结果，实现了对齐的高准确率。

公开(公告)号：CN109753662B

公开(公告)日：2023-01-06

申请号：CN201910030797.2

申请日：2019-01-14

Applicant: 中南大学

Inventor： 高建良 ,  蒋志怡 ,  杜宏亮

IPC: G06F40/295 ,  G06F40/216 ,  H04L41/044

Abstract: 本发明公开了一种基于分层网络的重名作者辨识方法，包括：步骤1，对于给定文献数据集按照发表时间划分子集；为子集构建作者合作网络Gi，生成分层网络G；为G中的重名作者节点连接link边；若link边两端节点确定为同一人，则合并该link边两端节点；步骤2，计算link边两端重名作者节点的相似分数，并将其赋为对应的link边权值；步骤3，找出权重最大的link边，判断其权值是否大于设定阈值，若大于，则合并该link边两端节点，并按照步骤2中方法更新link边权值，再迭代执行步骤3直至权重最大的link边权值小于或等于设定阈值，此时输出辨识结果，合并的节点对应的作者为同一人。本发明考虑文献发表时间和合作者存在重名等特征，高效准确地解决文献数据集中重名作者问题。