基于特征分解的知识网络结构关系提取

摘要：

[目的/意义]对知识网络中结构关系的有效识别与提取,有助于从纷繁的数据中探测知识网络的拓扑结构及其演化模式.[方法/过程]本文提出一种基于邻接矩阵特征分解的知识网络结构关系提取方法.基于真实数据分别从静态结构关系提取和动态结构演化两个方面,对特征分解法和传统关联频度法进行对比分析,并与Pathfinder算法进行对比.对基于特征分解法提取知识网络结构关系的有效性进行验证.[结果/结论]研究结果表明:特征分解法能够识别原始知识网络中的主要成分信息,能够准确识别低频次的对网络整体拓扑结构较为重要的关联关系,且提取方法灵活自由.

关键词：知识网络、特征网络、特征分解、结构关系

所属期刊栏目：63

分类号：G255.76(图书馆学、图书馆事业)

资助基金：本文系国家自然科学基金面上项目"基于网络结构演化的Folksonomy模式中社群知识组织与知识涌现研究"项目编号:71473035

在线出版日期：2020-11-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：96-104