图书情报领域多源数据特征级融合方法研究综述

来源：图书情报工作杂志2024年第18期北京时间：

作者：陈一帆,张志强,丁敬达,谢瑞霞

单位：1 中国科学院成都文献情报中心 成都 610299;2 中国科学院大学经济与管理学院信息资源管理系 北京 100190;3 杭州电子科技大学中国科教评价研究院 杭州 310018;4 上海大学文化遗产与信息管理学院 上海 201900

摘要：[目的/意义] 多源数据特征级融合是将多源或多维数据中描述研究对象的多层次特征进行融合的方法手段，用于揭示数据内在的关联性与互补性，从而提供更全面、更精确的分析视角。梳理相关研究对于丰富科研人员研究手段、促进情报研究的智能化具有重要意义。[方法/过程] 在阐述特征级融合研究的重要性和必要性的基础上，梳理图书情报领域特征级融合方法近10年的研究成果。[结果/结论] 目前图书情报领域所运用的多源数据特征级融合方法可归纳为基于线性加权的融合方法、基于耦合的融合方法以及基于神经网络模型的融合方法三类。同时总结各种特征级融合方法的适应场景以及图书情报领域在使用这些方法中所暴露的问题，并结合学术环境展望未来的发展路径。

关键词：特征级融合,多源数据融合,多源数据,研究综述,