2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩54頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、隨著互聯(lián)網(wǎng)的高速發(fā)展,越來越多的信息以電子形態(tài)存儲和交換,于是信息檢索技術(shù)應(yīng)運(yùn)而生,并且仍在不斷的發(fā)展和完善。文獻(xiàn)檢索作為科研人員獲取資源信息的重要途徑,已經(jīng)成為信息檢索中一塊重要的領(lǐng)域??茖W(xué)的文獻(xiàn)檢索可以幫助科研人員借鑒和總結(jié)前人的研究成果,不僅能夠促進(jìn)文獻(xiàn)資源的迅速開發(fā)和利用,還可以避免重復(fù)研究等現(xiàn)象的出現(xiàn)。
  傳統(tǒng)文獻(xiàn)檢索大多按照被引次數(shù)、發(fā)表時間、搜索詞出現(xiàn)頻次等條件之一對結(jié)果進(jìn)行排序,角度單一且忽略了文獻(xiàn)相互引用帶來的

2、價值流動,往往會出現(xiàn)部分文獻(xiàn)排名過高或過低的現(xiàn)象。為此,很多國內(nèi)外學(xué)者提出將PageRank算法應(yīng)用到文獻(xiàn)檢索中,并取得了一定程度的改進(jìn),但是仍忽略了一些特殊情況,如文獻(xiàn)使用價值可能會隨時間的推移而產(chǎn)生衰退,還有一些發(fā)表時間較短的文獻(xiàn)被引次數(shù)為零,如何去評估他的價值等。
  本文針對這些問題,提出了一種多維檢索排序法,在對文獻(xiàn)間互引所構(gòu)成的引文網(wǎng)絡(luò)的結(jié)構(gòu)進(jìn)行分析的基礎(chǔ)上,綜合考慮各種因素帶來的影響,并引入文獻(xiàn)活躍度的概念,以加權(quán)的

3、方式將文獻(xiàn)價值量化。最后,本文選擇開源網(wǎng)絡(luò)爬蟲Heritrix作為樣本采集工具,采用Struts2開發(fā)框架,Html+JavaScript腳本語言以及Oracle11g數(shù)據(jù)庫等開發(fā)工具設(shè)計(jì)并實(shí)現(xiàn)了一個簡易的在線文獻(xiàn)檢索系統(tǒng)。
  該系統(tǒng)從中國知網(wǎng)上爬取對文獻(xiàn)進(jìn)行描述的Html和Aspx文件并進(jìn)行解析,通過解析結(jié)果創(chuàng)建實(shí)驗(yàn)數(shù)據(jù)集。實(shí)驗(yàn)證明,多維檢索排序法比傳統(tǒng)文獻(xiàn)檢索排序法效果更好,而且由權(quán)值迭代所帶來的額外的計(jì)算量大部分為離線完成

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論