基于领域本体的科技资源聚类方法研究

摘     要

【目的】针对科技资源分散、异构的特点，采用聚类的方法将分散、相关、相似的科技资源集成为多类型组合的资源池，以提高发现资源和利用资源的效率。本文提出一种基于领域本体的高维科技资源聚类方法。

【方法】本方法构建了科技资源领域本体树和概念语义关系矩阵，并对其使用主成分分析（PCA）方法进行降维处理以构建科技资源向量空间，最终对科技资源向量空间应用K均值聚类算法得到聚类结果。与传统方法相比，本方法更适合于处理多源异构的科技资源数据。

【结果】选取某国家生物种质资源库的资源数据作为科技资源集合，利用本方法得到了合理的聚类结果。

【结论】本文提出的科技资源聚类方法具有三个特点：一是利用本体概念语义关系降维处理，有效降低了计算复杂度；二是较好地保留了重要的科技资源特征信息；三是生成的科技资源向量空间与聚类簇比较准确。本方法在一定程度上解决了多源异构科技资源数据的特征表示难、聚类效果差等问题。

关键词：科技资源；异构；领域本体；语义关系；聚类

引 言

科学技术是第一生产力，而科技资源是推动科学研究和技术创新的重要组成部分。随着科技服务等新型服务业的兴起，对科技资源进行科学有效的管理提出了更高的要求[1]。科技资源有多种分类方法，从资源形态上包含人力资源、生物种质资源、科研仪器设备、科学数据等几大类，而按教育部学科门类划分，可分为13个学科门类110个一级学科。科技资源具有地理分布、结构复杂、特征众多、数量巨大且变化频繁的特点&