龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：清华大学;华中科技大学
摘要：本发明公开了一种文献多层引用网络关联分析方法，包括1获取论文文献数据及其引用关系数据、专利文献数据及其引用关系数据；2采用社区检测算法将文献数据进行社区划分获得多个文献簇团；3获取其相应文献数据，并使用LDA主题模型进行主题提取，得到每个文献簇团的主题集合；4使用词向量模型计算论文文献簇团和专利文献簇团之间的相似性矩阵，即获得文献数据多层引用网络关联关系。本发明提供的一种多层引用网络关联的可视化分析方法及系统，通过社区检测算法处理论文和专利的引用网络，并划分为多个社区，利用LDA主题模型结合词向量的主题关联方法实现论文和专利的簇团关联。
主权项：1.一种文献多层引用网络关联分析方法，其特征在于，包括以下步骤：1获取论文文献数据及其引用关系数据、专利文献数据及其引用关系数据；2对于步骤1获取的论文文献引用关系数据和专利文献引用关系数据，采用社区检测算法将文献数据进行社区划分获得多个文献簇团；社区检测算法采用Louvain算法，对论文文献引用关系数据、以及专利文献引用关系数据进行社区划分，得到多个文献簇团；3对于步骤2获取的文献簇团，获取其相应文献数据，并使用LDA主题模型进行主题提取，得到每个文献簇团的主题集合；4对于步骤3获取的文献簇团的主题集合，使用词向量模型计算论文文献簇团和专利文献簇团之间的相似性矩阵，即获得文献数据多层引用网络关联关系；具体包括：4-1：根据论文文献簇团的前向主题和后向主题关系、以及专利文献簇团的前向主题和后向主题关系，关联论文文献簇团和专利文献簇团；前向主题和后向主题关系指：对于论文文献簇团的主题T1，计算T1与所有专利文献簇团的主题之间的相似度，其中相似度最大的主题T2，则T2为T1的后向主题；相应的论文文献簇团中与T2主题相似度最大的主题T3为T2的前向主题；4-2：利用关联过滤规则剔除无效连接；所述词向量模型，利用收集的所有论文摘要数据和专利摘要数据作为训练样本进行训练。
全文数据：
权利要求：
百度查询： 清华大学 华中科技大学 一种文献多层引用网络关联分析方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号