简介
English Version
AMiner 知识图谱是从 AMiner 中抽取的结构化实体网络，包括超过500,000个实体和约290,000,000条实体间链接。该知识图谱可作为研究知识图谱构建的基准数据集，也可应用到搜索引擎或推荐系统中，提高用户体验。
AMiner 知识图谱仅用于研究。该数据集包含四类实体（标签、学者、机构以及出版期刊）和四种链接（标签-标签，学者-标签，机构-标签以及出版期刊-标签）。我们抽取了 AMiner 论文中出现频率最高的前 100,000 个关键字，如data mining，computer vision，social network analysis等，作为知识图谱中的标签，并根据两个标签在论文中共同出现的频率计算他们之间的权重。另外，我们根据学者，机构或者出版期刊发表的论文将这些标签链接到对应的实体上。数据集的统计信息如下表所示：
| #标签 | 100,000 |
|---|---|
| #学者 | 318,406 |
| #机构 | 63,068 |
| #出版期刊 | 23,709 |
Demo
我们根据知识图谱开发了可视化界面，点击了解更多。
数据说明
数据以 JSON Lines 文本的格式提供，文件每一行都是一个有效的 JSON 对象。知识图谱中包含四类实体：标签（Tag），学者（Person），机构（Organization）以及出版期刊（Venue），各实体的属性如下：
Tag:
| 属性 | 类型 | 说明 | 样例 |
|---|---|---|---|
| id | string | 标签ID | "tag:1" |
| type | string | 实体类型 | "tag" |
| name | string | 标签名称 | "data mining" |
| nbrs | object | 相关标签和对应权重 | {"feature extraction": 18433.9, "machine learning": 16314.7, "support vector machine": 12936.0, ...} |
Person:
| 属性 | 类型 | 说明 | 样例 |
|---|---|---|---|
| id | string | 学者ID | "person:1256" |
| type | string | 实体类型 | "person" |
| name | string | 学者姓名 | "Jiawei Han" |
| name_dab | string |
学者姓名（用于消歧） |
"Jiawei Han:1" |
| tags | list | 学者标签 | "data mining", "relational database", "association rule", ...] |
Organization/Venue:
| 属性 | 类型 | 说明 | 样例 |
|---|---|---|---|
| id | string | 实体ID | "venue:1071" |
| type | string | 实体类型 | "venue" |
| name | string | 实体名称 | "kdd" |
| tags | list | 实体标签 | ["data mining", "social netowork", "machine learning", ...] |
说明：
- Tag实体nbrs属性的格式为：<标签名称>:<权重>，其中权重根据标签共同出现的频率得到。
- 部分学者标签由于出现频率较低，不在标签网络中。
下载
该数据由 AMiner 团队提供，有任何问题请联系 Chenhui Zhang (zhang.chenhui@outlook.com).
如果数据集对你的研究有帮助，请引用我们的论文：
- J. Tang, J. Zhang, L. Yao, J. Li, L. Zhang, and Z. Su. ArnetMiner: Extraction and Mining of Academic Social Networks. KDD'08. pp.990-998.