基于數(shù)據(jù)挖掘算法稿刊推薦的研究.pdf

1、在科研工作者的科研活動(dòng)中，發(fā)表論文是其中非常重要的部分。論文承載著科研工作者的研究成果，只有發(fā)表在出版物上，才能得到世人的認(rèn)可。對于長期從事科學(xué)研究的工作者來說，可以依據(jù)現(xiàn)有的科研經(jīng)驗(yàn)檢索與論文研究方向相匹配的期刊，但檢索結(jié)果也是不全面的；對于發(fā)表論文經(jīng)驗(yàn)不足的科研工作者，面對成千上萬的期刊就像大海撈針，如果選擇了不適合的期刊進(jìn)行投稿，經(jīng)過長時(shí)間的審稿之后會有較大的被退稿的可能。若被拒稿，再重新投稿，還需要重新排版，這樣反復(fù)的工作量，浪

2、費(fèi)了科研工作者大量寶貴的科研時(shí)間。選擇適合投稿的出版物，成為科研工作者面臨的重要問題。因此，向投稿人推薦適合投稿的出版物成為非常有現(xiàn)實(shí)意義的工作。
　　第一，向投稿人推薦適合投稿的期刊，首先要考慮期刊與稿件的研究領(lǐng)域是否相同，本文利用余弦相似度方法計(jì)算期刊與論文研究方向的相關(guān)度。研究方向相關(guān)度作為期刊推薦數(shù)據(jù)樣本中最重要的數(shù)據(jù)屬性，因?yàn)橹挥醒芯糠较蛳嚓P(guān)才有推薦成功的可能。其次考慮期刊的質(zhì)量，利用K-Means算法對數(shù)據(jù)樣本中影響期

3、刊重要性的指標(biāo)，影響因子和載文量這兩個(gè)屬性的值進(jìn)行聚類，研究屬性值的分布，使每個(gè)分組盡可能的合理。
　　第二，選擇數(shù)據(jù)挖掘算法中的ID3算法進(jìn)行數(shù)據(jù)樣本的分類。首先數(shù)據(jù)樣本中屬性取值太多，ID3算法處理困難。為了解決ID3算法的不足，利用多值邏輯理論對數(shù)據(jù)屬性值進(jìn)行離散化，使屬性取值映射到多值邏輯有限的幾個(gè)值上，從而減少屬性的取值。最后將改進(jìn)后的ID3算法應(yīng)用到稿刊推薦中，推薦與論文相關(guān)的期刊。
　　第三，選擇數(shù)據(jù)挖掘算法中

4、的 C4.5算法進(jìn)行數(shù)據(jù)樣本的分類。為了提高 C4.5算法的處理效率，利用多值邏輯理論進(jìn)行改進(jìn)。將改進(jìn)后的 C4.5算法應(yīng)用到稿刊推薦中，并與改進(jìn)后的ID3算法進(jìn)行準(zhǔn)確度的對比分析。實(shí)驗(yàn)驗(yàn)證，改進(jìn)后的ID3算法的分類準(zhǔn)確度高于改進(jìn)后的C4.5算法。
　　本文將數(shù)據(jù)挖掘分類算法應(yīng)用到稿刊推薦研究中，由分類模型提取分類規(guī)則，利用分類規(guī)則推薦出與用戶論文相關(guān)度高的期刊。采用MySQL數(shù)據(jù)庫和Java面向?qū)ο蟪绦蛟O(shè)計(jì)語言，以數(shù)據(jù)挖掘、數(shù)據(jù)