基于統(tǒng)計主題模型的學術網(wǎng)絡建模與應用.pdf

1、隨著近年來學術網(wǎng)絡信息的快速增長，對學術網(wǎng)絡的管理與應用也變得尤為重要。學術網(wǎng)絡是由論文、會議、作者等多種不同類型的對象構成。這些異構對象之間互相依賴，存在著緊密的語義關聯(lián)。論文的內容從一定程度上反映了它的語義主題;作者會根據(jù)自身的研究興趣來撰寫論文，并投到相應主題領域的會議;會議也具有其主要的研究方向，這與其收錄的論文與作者的研究興趣相呼應。有效地挖掘學術網(wǎng)絡中的語義信息，對于學術網(wǎng)絡的充分利用具有非常重要的意義。對學術網(wǎng)絡對象進行建

2、模則是其中關鍵的一步。
　　學術網(wǎng)絡的對象建模方法主要包括語言模型LM和幾種常用的統(tǒng)計主題模型，如LDA、Author-Topic(AT)Model和Author-Conference-Topic(ACT)Model。LM、LDA和AT都只能實現(xiàn)對單個對象的建模，忽略了學術網(wǎng)絡中對象之間的語義關聯(lián)。ACT通過將網(wǎng)絡對象映射到同一個主題空間，能夠實現(xiàn)為異構網(wǎng)絡中對象的統(tǒng)一語義建模。但很多時候詞語主題與會議主題并不等價，相對詞語表征的

3、細粒度主題而言，會議所表征的語義主題屬于粗粒度級別。因此，對于學術網(wǎng)絡對象的統(tǒng)一建模與語義挖掘效果仍有待提高。
　　本文便基于統(tǒng)計主題模型的思想，對異構學術網(wǎng)絡對象的統(tǒng)一語義建模問題展開進一步研究，具體包括以下三個方面的工作:
　　第一、提出一種新的統(tǒng)計主題模型Author-ConferenceTopic-Connection(ACTC)。通過挖掘學術網(wǎng)絡中會議、作者和論文各個對象中隱含的語義信息，將這些異構對象分別映射到相

4、應的語義主題層，從而實現(xiàn)對學術網(wǎng)絡對象的統(tǒng)一語義建模。實驗表明，ACTC模型對于學術網(wǎng)絡對象具有較好的語義表征效果。
　　第二、將ACTC模型應用于學術檢索，包括專家檢索、會議檢索、論文檢索。ACTC模型能夠更有效地挖掘學術網(wǎng)絡對象之間的語義關聯(lián)信息，利用挖掘到的潛在語義主題為橋梁，可實現(xiàn)根據(jù)查詢詞得到語義相關的專家、會議和論文。在實驗中，將ACTC與幾種常用的統(tǒng)計主題模型和統(tǒng)計語言模型進行了學術檢索效果的對比，包括統(tǒng)計語言模型L