基于引用網(wǎng)絡(luò)的學(xué)術(shù)文獻(xiàn)排名算法研究.pdf

1、學(xué)術(shù)文獻(xiàn)排名算法是對(duì)海量的學(xué)術(shù)論文進(jìn)行排名的一種技術(shù),為了在海量的科技文獻(xiàn)中獲得研究者需要的論文,給不同級(jí)別的研究者推薦符合他們研究方向和需要的論文,都要求對(duì)學(xué)術(shù)文獻(xiàn)排名算法這項(xiàng)技術(shù)進(jìn)行研究。本文在對(duì)目前的文獻(xiàn)排名算法進(jìn)行分析后,提出了兩種排名效果更好、排名結(jié)果更符合人們實(shí)際需求的學(xué)術(shù)文獻(xiàn)排名算法。
　　當(dāng)PageRank算法應(yīng)用在文獻(xiàn)領(lǐng)域的情況下,應(yīng)用的數(shù)據(jù)不可能是包括所有文獻(xiàn)的數(shù)據(jù)集,必然導(dǎo)致引用網(wǎng)絡(luò)圖是不完整的,這樣將會(huì)有很

2、多異常的現(xiàn)象,例如:一篇論文被很多文獻(xiàn)引用,但是只有一篇引用文獻(xiàn)在引用網(wǎng)絡(luò)圖中,因此,該篇論文的權(quán)值就會(huì)很小。如上所述,即使一篇論文是一篇質(zhì)量很高的文章,但引用它的文獻(xiàn)大部分不在引用網(wǎng)絡(luò)圖中會(huì)造成權(quán)值變小。依次遞推,該篇論文引用其他文獻(xiàn),賦給其他文獻(xiàn)的權(quán)值也很小,很顯然這是會(huì)造成誤差的。為了克服這個(gè)問(wèn)題,在本文中通過(guò)在引用網(wǎng)絡(luò)中加入虛擬節(jié)點(diǎn)和對(duì)虛擬節(jié)點(diǎn)進(jìn)行分等級(jí),從而提出了基于外部鏈接的ELRank排名算法和擴(kuò)展的N-ELRank排名算

3、法來(lái)修正這個(gè)問(wèn)題。實(shí)驗(yàn)表明,ELRank和CitationCount的相關(guān)度比PageRank和CitationCount相關(guān)度高出很多.本文改進(jìn)的ELRank算法達(dá)到了預(yù)期的效果,質(zhì)量高的文章不會(huì)因?yàn)橐盟恼撐闹挥幸黄跀?shù)據(jù)集內(nèi),而讓該高質(zhì)量論文的權(quán)值很低,造成排名誤差。
　　當(dāng)前的文獻(xiàn)排名算法沒(méi)有綜合考慮時(shí)間和關(guān)注度的影響,是計(jì)算整個(gè)時(shí)間段的權(quán)值,這導(dǎo)致舊文章通過(guò)時(shí)間的積累,獲得了很多引用。這樣容易給舊文章很高的權(quán)值,從而降