在檢索大量的學術資訊時，使用者經常會面臨到著者歧異性的問題，使得對同名著者群的解析成為一項重要的研究課題。相較於前人研究，本研究充分應用文獻書目資料的資訊進行辨識工作，且不使用書目資訊以外的資訊。因此，我們使用「共同著者姓名（C）」、「文獻題名（T）」、「期刊題名（J）」、「出版年（Y）」、「頁數（P）」等五項特徵資訊，其中「出版年」與「頁數」從未有其他研究使用過。本研究分別使用監督式學習方法與非監督式分類方法，探討總共28項不同的特徵資訊組合，分別對著者姓名歧義性解析的正確率。
研究發現「期刊題名（J）」與「共同作者（C）」是特別有效的特徵資訊，其中「期刊題名（J）」無論在各種方法中都展現重要性，而「共同作者（C）」則主要在使用支持向量機（Support Vector Machine，SVM）方法時十分出色。另外，「出版年（Y）」與「頁數（P）」在與其他特徵資訊的組合明顯地提升歧義性解析的正確率，兩者以「出版年（Y）」的輔助效果較為突出（約平均提升2.5％），此外出版年與頁數對歧異性解析的影響效果在使用K-means分群方法時的特別明顯（約5％）。
在前人研究中經常被使用的特徵資訊組合「CTJ」並不一定能取得最佳的正確率，透過不同分類方法發現其他特徵組合亦能達到最佳的正確率，如JYP、JY、CJ等特徵組合。最後根據資料集的規模與複雜度進行辨識結果的比較中發現，當測試的資料集日益龐雜時，僅倚靠引用文獻的書目資料則難以提供充足的辨識效果。顯現在未來研究中，若要有效地解決人名歧異性之問題，必須從書目資料的資訊向外與其他資訊進行連結與對應，以獲取更明確的作者特徵。