基于異質(zhì)學(xué)術(shù)超網(wǎng)的文獻(xiàn)評(píng)價(jià)算法.pdf

1、Internet的出現(xiàn)對(duì)于人們的日常生活產(chǎn)生了巨大的影響，從之前人們通過報(bào)刊雜志進(jìn)行手工查詢信息到現(xiàn)在通過搜索引擎快速地獲得信息，網(wǎng)絡(luò)徹底改變了人們獲取信息的方式。Internet目前是最廣為人知且規(guī)模最大的信息源，人們可以很方便地搜索和訪問信息。然而，網(wǎng)絡(luò)的高速發(fā)展也給人們帶來了煩惱。網(wǎng)絡(luò)上有海量數(shù)據(jù)，并且數(shù)據(jù)量還在不斷增長。海量的數(shù)據(jù)中必然會(huì)存在著許多質(zhì)量低下，甚至帶有誤導(dǎo)性的信息資源。這會(huì)給人們使用網(wǎng)絡(luò)挖掘有用信息增加了許多難度。

2、目前，在學(xué)術(shù)界，隨著互聯(lián)網(wǎng)的發(fā)展，越來越多的學(xué)術(shù)資源通過網(wǎng)絡(luò)進(jìn)行交流，網(wǎng)絡(luò)中學(xué)術(shù)資源呈爆炸式增長。對(duì)于研究者而言，在科學(xué)文獻(xiàn)數(shù)量急劇增加的情況下，如何準(zhǔn)確地找到對(duì)自己有用的高價(jià)值論文已經(jīng)成為了一大難題。對(duì)科學(xué)論文價(jià)值的自動(dòng)學(xué)術(shù)評(píng)價(jià)研究具有很大的現(xiàn)實(shí)意義。
　　目前的學(xué)術(shù)研究試圖利用異質(zhì)學(xué)術(shù)網(wǎng)絡(luò)的結(jié)構(gòu)來改善單一網(wǎng)絡(luò)的學(xué)術(shù)評(píng)價(jià)效果。這些研究方法假設(shè)學(xué)術(shù)對(duì)象之間存在著互增強(qiáng)關(guān)系，比如，論文的價(jià)值會(huì)受到作者重要性和刊物權(quán)威性的影響?，F(xiàn)有的

3、大量研究方法利用異質(zhì)學(xué)術(shù)網(wǎng)絡(luò)中不同學(xué)術(shù)對(duì)象間多元多維關(guān)系，這些方法都把學(xué)術(shù)網(wǎng)絡(luò)中“論文-作者-刊物”三元關(guān)系扁平地投影成“論文-作者”、“論文-刊物”、“作者-刊物”三組二元關(guān)系，該做法極易造成信息丟失，同時(shí)也會(huì)影響到評(píng)價(jià)效果。
　　本文提出了科學(xué)論文評(píng)價(jià)的新算法，該算法將科學(xué)論文數(shù)據(jù)間多元多維關(guān)系建模成異質(zhì)學(xué)術(shù)超網(wǎng)，并在此基礎(chǔ)上利用學(xué)術(shù)對(duì)象間互增強(qiáng)關(guān)系對(duì)學(xué)術(shù)對(duì)象的價(jià)值進(jìn)行評(píng)價(jià)。一般利用無向同質(zhì)超圖來反映同類學(xué)術(shù)對(duì)象間關(guān)系，本文方

4、法將無向超圖拓展到有向超網(wǎng)。異質(zhì)學(xué)術(shù)超網(wǎng)模型中，利用論文引用關(guān)系、作者合作關(guān)系分別構(gòu)建論文引用超網(wǎng)和作者引用超網(wǎng)，論文和作者之間的多元關(guān)系則建模成異質(zhì)超圖。根據(jù)異質(zhì)語義學(xué)術(shù)超網(wǎng)中學(xué)術(shù)對(duì)象間的互增強(qiáng)關(guān)系，在算法迭代計(jì)算中，論文的權(quán)威度主要來自三個(gè)部分，分別是來自論文引用超網(wǎng)上施引論文的權(quán)威度、來自論文-作者異質(zhì)超圖上該論文合作者的重要度，以及來自每篇論文的先驗(yàn)權(quán)威度。
　　由于現(xiàn)有的學(xué)術(shù)評(píng)價(jià)方法缺少統(tǒng)一合理的實(shí)驗(yàn)環(huán)境，不同算法間的性

5、能和效果的比較變成一個(gè)困難的問題。因此，本文利用ACL Anthology Network建立標(biāo)準(zhǔn)的評(píng)測環(huán)境，并在此環(huán)境上進(jìn)行大量實(shí)驗(yàn)。本文選取了具有代表性的異質(zhì)學(xué)術(shù)網(wǎng)絡(luò)評(píng)價(jià)算法作為對(duì)比對(duì)象，分別是CoRank算法、FutureRank算法，以及P-Rank算法，同時(shí)，PageRank算法和RandHITS算法作為對(duì)比實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明，使用異質(zhì)學(xué)術(shù)網(wǎng)絡(luò)建模論文、作者間多元多維關(guān)系有助于改善論文評(píng)價(jià)效果，而且異質(zhì)學(xué)術(shù)超網(wǎng)對(duì)于科學(xué)文獻(xiàn)數(shù)據(jù)