科技論文社區(qū)的研究及其應用.pdf

1、隨著科技的飛速發(fā)展、互聯(lián)網(wǎng)的廣泛普及，信息過量的問題越來越嚴重。信息海量增長與人們接受能力之間的矛盾，導致大量的信息資源得不到有效地利用。在科學研究領域，大量的論文信息呈指數(shù)級增長，在Internet上想要查找一篇自己想要的文獻常常會伴隨著大量無用結果的返回而失敗?？蒲泄ぷ髡呷绾谓鉀Q文獻資源利用的問題，已成為科研領域的一大難題?？萍嘉墨I作為科研工作者辛勤工作的結晶，是作者研究方向和研究成果的最直接體現(xiàn)，在科技創(chuàng)新活動中起著重要作用：對于

2、科技工作者而言，能否快速、準確地獲取所需要的信息直接影響到科研、教學工作的效率與成?。粚茖W研究的發(fā)展而言，對科技文獻信息資源的占有、配置、開發(fā)、利用的程度與速度，是決定國家或地區(qū)科技能力強弱、科技水平高低的重要因素。
　　本文研究的目的是為計算機領域的科研工作者提供一個良好的信息平臺，該平臺集文獻爬取、信息查詢、知識挖掘等功能為一體。本系統(tǒng)的優(yōu)勢在于利用網(wǎng)絡爬蟲將雜亂無章的論文信息統(tǒng)一組織，統(tǒng)一管理，實施快速的檢索查詢，同時便于

3、數(shù)據(jù)統(tǒng)計和知識挖掘。本文基于B/S結構，論文的主要內(nèi)容是實現(xiàn)了一個計算機領域中文文獻管理和知識挖掘系統(tǒng)——“科技論文社區(qū)”系統(tǒng)。該系統(tǒng)采用.NET體系結構，建立起基于Web的比較規(guī)范的三層體系結構，能夠實現(xiàn)對論文數(shù)據(jù)庫的多角度檢索查詢，使系統(tǒng)的應用更為簡單方便。
　　本文采用基于模板的網(wǎng)絡爬蟲技術，對Internet上無結構的論文信息進行模板匹配，實現(xiàn)論文數(shù)據(jù)的自動下載，并保證本地數(shù)據(jù)信息的實時更新；實現(xiàn)了論文信息的基礎檢索和統(tǒng)計

4、顯示。
　　本文提出了一種基于推薦度的個性化論文推薦算法，該算法在傳統(tǒng)的基于文檔向量的推薦算法基礎上，采用了改進的向量空間模型，考慮了文章各部分的主題表達能力的差異，同時加入了對論文本身價值的考量，價值高的論文優(yōu)先顯示；為了保證推薦有效性，該算法在推薦過程中還結合了用戶的瀏覽歷史。通過實驗證明，該算法能較好地改善文獻推薦的查準率和誤判率。
　　本文采用重疊社團挖掘技術對自建的論文合作網(wǎng)絡進行社團發(fā)現(xiàn)，從而發(fā)現(xiàn)網(wǎng)絡潛在的領域圈