[发明专利]基于论文间引用关系的学术地图展示方法

权利要求书

1.一种基于论文间引用关系的学术地图展示方法，其特征在于，包括如下步骤：

步骤1：利用聚类算法及分布式处理法将事先获取的论文引用关系数据进行聚类，并划分为多个社区；

步骤2：分析多个社区的属性和含义，将相关的引用关系数据存入数据库中；

步骤3：读取数据库中的引用关系数据并构建论文引用网络，利用可视化工具动态展现论文间的关系，找到目标论文；

步骤4：在多个视角上展示论文间的引用关系，形成学术地图；

所述步骤2包括：

步骤2.1：对论文引用关系数据的内容进行分析，得到所划分社区的属性或含义；

步骤2.2：提取相关论文的信息，存储于MySQL数据库中用于进一步处理与展示；

所述步骤3包括：

步骤3.1：读取数据库中的论文引用关系数据，构建论文的引用网络，并实时计算引用网络中各个论文的重要程度，处理生成JSON文件；

步骤3.2：利用D3.JS可视化工具，对读取到的论文引用关系数据进行处理，将论文的引用网络以及论文本身的各种信息动态地展现到网站系统中；

步骤3.3：通过对论文的重要程度以及其他相关论文到用户关注论文的路径长度信息的挖掘，过滤不重要的或用户不关心的论文；

步骤3.4：提供用户操作窗口，根据用户的输入信息搜索论文的学术族谱，找到所寻找的目标论文。

2.根据权利要求1所述的基于论文间引用关系的学术地图展示方法，其特征在于，所述步骤1包括：

步骤1.1：使用互联网上公开的论文数据集，导出论文之间的引用关系数据；

步骤1.2：根据构建的学术网络图内的论文之间的引用关系，用Apache Spark中的GraphX模块来实现社区发现算法来对所有论文进行聚类处理；

所述聚类算法是指：将论文引用关系数据按照不同的类别进行划分，构成为社区的结构；

所述社区发现算法是指：标签传递法Label Propagation Algorithm，简称LPA，以及Louvain法；

标签传递法是指：每个节点的标签按相似度传播给相邻节点，在节点传播的每一步，每个节点根据相邻节点的标签来更新本节点的标签，与本节点相似度越大，则对应的相邻节点对本节点标注的影响权值越大，若相邻节点的标签越趋于一致，则标签就越容易传播；

Louvain Method方法是指：网络中的每个节点分配到对应各个节点的社区，对于节点分配邻近的社区，若没有模块化增量，则节点所在社区位置不变；若存在模块化有增量，则将节点加入到新的社区，当不存在模块增量时，将在同一社区的所有节点合并，形成一个新的网络；

步骤1.3：在聚类过程中，通过调整不断地优化Louvain模块和LPA的迭代次数，对比标签传递法和Louvain法这两种算法之间的结果与效率，选择Louvain Method方法，得到划分结果。

3.根据权利要求1所述的基于论文间引用关系的学术地图展示方法，其特征在于，所述步骤4包括：

步骤4.1：将步骤1中得到的社区分类的结果处理成JSON文件以供网站前端使用；

步骤4.2：以步骤2中获得的社区属性或含义，以地图缩放形式，多层次多角度地展示学术地图；

步骤4.3：利用D3.JS可视化工具，提供动态地论文演变过程。

4.根据权利要求2所述的基于论文间引用关系的学术地图展示方法，其特征在于，所述步骤1.3中的Louvain Modularity算法是基于模块性的算法，在一个有权网络中，模块性的定义为：

式中：Q表示Louvain模块化，A_ij表示节点i与节点j之间的边的权重，k_i表示所有连接到节点i的边的权重之和，c_i表示当前节点i归属的社区，c_j表示当前节点j归属的社区，m表示在网络中的所有链接的权重的总和，其中，当函数δ(u,v)中的u等于v时，函数δ(u,v)的值为1，否则为0。