利用作者、类别标签与引文网络对研究文献的文献计量分析
数字图书馆
2016-09-22 v1 机器学习
机器学习
摘要
文献计量分析考虑了作者的研究领域、引文网络和论文内容等。在本文中，我们将这三者结合到一个主题模型中，该模型利用 Poisson 混合主题链接模型和作者-主题模型组合的非参数扩展，生成了包含作者、主题和文档的文献计量模型。这催生了引文网络主题模型（CNTM）。我们为 CNTM 提出了一种新颖且高效的推断算法，以探索来自 CiteSeerX 的研究文献子集。这些文献数据集被组织成三个语料库，总计约 168k 篇文献和约 62k 位作者。查询的数据集已在线提供。在三个公开可用的语料库以及这些查询的数据集上，与多个基线相比，我们提出的模型在模型拟合和文档聚类方面均展现出更好的性能。此外，我们的模型允许从语料库中提取额外的有用知识，例如作者-主题网络的可视化。另外，我们提出了一种将监督信息纳入主题建模的简单方法，以在聚类任务上实现进一步的改进。
引用
@article{arxiv.1609.06532,
title = {Bibliographic Analysis on Research Publications using Authors, Categorical Labels and the Citation Network},
author = {Kar Wai Lim and Wray Buntine},
journal= {arXiv preprint arXiv:1609.06532},
year = {2016}
}
备注
Preprint for Journal Machine Learning