科技論文社區(qū)的研究及其應(yīng)用.pdf

1、隨著科技的飛速發(fā)展、互聯(lián)網(wǎng)的廣泛普及，信息過(guò)量的問(wèn)題越來(lái)越嚴(yán)重。信息海量增長(zhǎng)與人們接受能力之間的矛盾，導(dǎo)致大量的信息資源得不到有效地利用。在科學(xué)研究領(lǐng)域，大量的論文信息呈指數(shù)級(jí)增長(zhǎng)，在Internet上想要查找一篇自己想要的文獻(xiàn)常常會(huì)伴隨著大量無(wú)用結(jié)果的返回而失敗。科研工作者如何解決文獻(xiàn)資源利用的問(wèn)題，已成為科研領(lǐng)域的一大難題?？萍嘉墨I(xiàn)作為科研工作者辛勤工作的結(jié)晶，是作者研究方向和研究成果的最直接體現(xiàn)，在科技創(chuàng)新活動(dòng)中起著重要作用：對(duì)于

2、科技工作者而言，能否快速、準(zhǔn)確地獲取所需要的信息直接影響到科研、教學(xué)工作的效率與成敗；對(duì)科學(xué)研究的發(fā)展而言，對(duì)科技文獻(xiàn)信息資源的占有、配置、開(kāi)發(fā)、利用的程度與速度，是決定國(guó)家或地區(qū)科技能力強(qiáng)弱、科技水平高低的重要因素。
　　本文研究的目的是為計(jì)算機(jī)領(lǐng)域的科研工作者提供一個(gè)良好的信息平臺(tái)，該平臺(tái)集文獻(xiàn)爬取、信息查詢、知識(shí)挖掘等功能為一體。本系統(tǒng)的優(yōu)勢(shì)在于利用網(wǎng)絡(luò)爬蟲(chóng)將雜亂無(wú)章的論文信息統(tǒng)一組織，統(tǒng)一管理，實(shí)施快速的檢索查詢，同時(shí)便于

3、數(shù)據(jù)統(tǒng)計(jì)和知識(shí)挖掘。本文基于B/S結(jié)構(gòu)，論文的主要內(nèi)容是實(shí)現(xiàn)了一個(gè)計(jì)算機(jī)領(lǐng)域中文文獻(xiàn)管理和知識(shí)挖掘系統(tǒng)——“科技論文社區(qū)”系統(tǒng)。該系統(tǒng)采用.NET體系結(jié)構(gòu)，建立起基于Web的比較規(guī)范的三層體系結(jié)構(gòu)，能夠?qū)崿F(xiàn)對(duì)論文數(shù)據(jù)庫(kù)的多角度檢索查詢，使系統(tǒng)的應(yīng)用更為簡(jiǎn)單方便。
　　本文采用基于模板的網(wǎng)絡(luò)爬蟲(chóng)技術(shù)，對(duì)Internet上無(wú)結(jié)構(gòu)的論文信息進(jìn)行模板匹配，實(shí)現(xiàn)論文數(shù)據(jù)的自動(dòng)下載，并保證本地?cái)?shù)據(jù)信息的實(shí)時(shí)更新；實(shí)現(xiàn)了論文信息的基礎(chǔ)檢索和統(tǒng)計(jì)

4、顯示。
　　本文提出了一種基于推薦度的個(gè)性化論文推薦算法，該算法在傳統(tǒng)的基于文檔向量的推薦算法基礎(chǔ)上，采用了改進(jìn)的向量空間模型，考慮了文章各部分的主題表達(dá)能力的差異，同時(shí)加入了對(duì)論文本身價(jià)值的考量，價(jià)值高的論文優(yōu)先顯示；為了保證推薦有效性，該算法在推薦過(guò)程中還結(jié)合了用戶的瀏覽歷史。通過(guò)實(shí)驗(yàn)證明，該算法能較好地改善文獻(xiàn)推薦的查準(zhǔn)率和誤判率。
　　本文采用重疊社團(tuán)挖掘技術(shù)對(duì)自建的論文合作網(wǎng)絡(luò)進(jìn)行社團(tuán)發(fā)現(xiàn)，從而發(fā)現(xiàn)網(wǎng)絡(luò)潛在的領(lǐng)域圈