基于修正h指数的学科领域专家发现的研究

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (29): 1-3.

基于修正h指数的学科领域专家发现的研究

史玉珍1，2，彭智勇3

1.武汉理工大学计算机学院，武汉 430070
2.平顶山学院软件学院，河南平顶山 467002
3.武汉大学计算机学院，武汉 430072

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-10-11 发布日期:2011-10-11

Research on experts community discovery based on modified h index

SHI Yuzhen1，2，PENG Zhiyong3

1.School of Computer Science and Technology，Wuhan University of Technology，Wuhan 430070，China
2.College of Software，Pingdingshan University，Pingdingshan，Henan 467002，China
3.School of Computer，Wuhan University，Wuhan 430072，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-10-11 Published:2011-10-11

摘要/Abstract

摘要： 结合文献资料特征利用层次聚类算法，实现了自动推荐学术领域专家系统。主要介绍了文本聚类的过程及关键技术;完成对学科领域内作者簇内学术水平的评价，将h指数应用到评价作者的学术水平之中，推荐出该领域中的专家群。将文献资源的层次聚类划分与专家社区发现结合在一起，采用修正h指数公正地评价了作者的学术水平。

关键词: 文本挖掘, 层次聚类, 社区发现, 修正h指数

Abstract: This paper elaborates how to make use of hierarchical clustering to automatic divide fields combining the characteristic of literatures，mainly introduces the text cluster process and the key of techniques，in discipline domain realizes academic level appraisal in the author bunch，applies the h index to appraising author’s academic level，recommends the experts in specific field.It combines hierarchical clustering in the partition of literatures with the Web community together expanding the Web community’s concept.It applies the modifier h index to appraising author’s academic level fairly.

Key words: text mining, hierarchical cluster, community discovery, modifier h index

史玉珍1，2，彭智勇3. 基于修正h指数的学科领域专家发现的研究[J]. 计算机工程与应用, 2011, 47(29): 1-3.

SHI Yuzhen1，2，PENG Zhiyong3. Research on experts community discovery based on modified h index[J]. Computer Engineering and Applications, 2011, 47(29): 1-3.

[1]	王俊玲，卢新明. 基于语义相关的视频关键帧提取算法[J]. 计算机工程与应用, 2021, 57(4): 192-198.
[2]	洪征，龚启缘，冯文博，李毅豪. 自适应聚类的未知应用层协议识别方法[J]. 计算机工程与应用, 2020, 56(5): 109-117.
[3]	刘家骥，包崇明，周丽华，王崇云，孔兵. 图正则化非负矩阵分解的异质网社区发现[J]. 计算机工程与应用, 2020, 56(21): 131-138.
[4]	于千城，於志文，王柱. 对抗样本训练图分类器进行模型推理质量评估[J]. 计算机工程与应用, 2020, 56(17): 142-149.
[5]	刘晨晖，张德生，胡钢. 基于TAKE的中文关键短语提取算法研究[J]. 计算机工程与应用, 2020, 56(10): 115-121.
[6]	张晓琴，刘莉楠. 基于亲密度和吸引力的二分网络社区发现算法[J]. 计算机工程与应用, 2019, 55(23): 170-176.
[7]	王斌，李强，盛津芳，孙泽军. 基于边图的线性流重叠社区发现算法[J]. 计算机工程与应用, 2019, 55(2): 60-66.
[8]	黄诚1，2，刘嘉勇1，刘亮1，何祥1，汤殿华2. 基于上下文语义的恶意域名语料提取模型研究[J]. 计算机工程与应用, 2018, 54(9): 101-108.
[9]	王熙月1，黄毅鹏1，钱佳慧1，何凌1，黄华1，尹恒2. 基于声学特征的腭裂语音声韵母切分[J]. 计算机工程与应用, 2018, 54(8): 123-130.
[10]	廖宇1，朱福喜1，2，刘世超1. 基于Skip-gram模型的社区查询算法[J]. 计算机工程与应用, 2018, 54(8): 143-148.
[11]	孙成成，席景科，占文威，李懂. 基于最大团的层次化重叠社区发现算法[J]. 计算机工程与应用, 2018, 54(18): 105-109.
[12]	宋冬云，郑瑾，张祖平. 基于混合策略的中文短文本相似度计算[J]. 计算机工程与应用, 2018, 54(12): 116-120.
[13]	王海涌，冯兆旭，杨海波，张津栋. 基于结构相似网页聚类的正文提取算法研究[J]. 计算机工程与应用, 2018, 54(11): 122-127.
[14]	赖松轩，李艳雄. 说话人聚类的初始类生成方法[J]. 计算机工程与应用, 2017, 53(3): 149-153.
[15]	李辉，降爱莲. 可探测社区稳定结构的局部社区发现算法[J]. 计算机工程与应用, 2017, 53(23): 54-59.