基于被引-逆文档权重的专家专长识别与分析——以图情领域为例
来源：图书情报工作杂志2021年第15期北京时间：
作者：唐晓波,周禾深,李诗轩,牟昊
单位：1 武汉大学信息管理学院, 武汉 430072;2 武汉大学信息系统研究中心, 武汉 430072;3 武汉理工大学安全科学与应急管理学院, 武汉 430070;4 国网四川省电力公司, 成都 610000
摘要：[目的/意义] 识别专家专长有助于发现具有相同或相近研究方向的研究者，对开展细粒度的专家评价与分析具有重要意义。[方法/过程] 基于学术论文关键词构建专长种子词典，采用语义相似度计算对词典进行扩展与对齐；融合专长术语被引频次、作者贡献率与专长术语逆文档频率，提出专家专长术语的被引-逆文档权重计算方法；结合专长权重得分及排名，识别专家的代表性研究专长，并进行专家评价与分析。[结果/结论] 经实验验证，本研究提出的专家专长识别方法能够客观地反映专家专长的影响力，同时在细粒度专家评估、专家推荐以及学科热点分析等相关领域具有一定的实践参考价值。
关键词：信息计量,语义挖掘,专长识别,专家评价,
基金资助：本文系国家自然科学基金项目\"基于大数据的科教评价信息云平台构建和智能服务研究\"（项目编号：19ZDA349）研究成果之一。
