基于異構(gòu)網(wǎng)絡(luò)的學(xué)術(shù)實(shí)體權(quán)威度評(píng)估方法研究.pdf

1、隨著Internet的飛速發(fā)展，人們的生活越來(lái)越依賴互聯(lián)網(wǎng)，網(wǎng)絡(luò)成為人們探討問題、交流信息的主要平臺(tái)。同樣，學(xué)術(shù)界的交流重心也由線下轉(zhuǎn)移到了線上，越來(lái)越多的研究成果以網(wǎng)絡(luò)為載體進(jìn)行傳播和共享。然而，網(wǎng)絡(luò)中學(xué)術(shù)資源的高速累積使得人們很難快速、準(zhǔn)確地找出高質(zhì)量多價(jià)值的需求學(xué)術(shù)文獻(xiàn)和高技術(shù)水平的研究者與研究單位。對(duì)科技文獻(xiàn)、學(xué)者和研究機(jī)構(gòu)等學(xué)術(shù)實(shí)體的科技實(shí)力和權(quán)威度進(jìn)行研究與評(píng)估具有很大的現(xiàn)實(shí)意義。
　　在異構(gòu)混合網(wǎng)絡(luò)鏈接結(jié)構(gòu)基礎(chǔ)上，針

2、對(duì)學(xué)術(shù)文獻(xiàn)、學(xué)者和機(jī)構(gòu)三類學(xué)術(shù)實(shí)體的權(quán)威度進(jìn)行了研究。利用學(xué)術(shù)文獻(xiàn)引用關(guān)系、學(xué)者合著關(guān)系等三類實(shí)體間的六種關(guān)系建立了異構(gòu)混合網(wǎng)絡(luò)，根據(jù)該網(wǎng)絡(luò)，借鑒PageRank和Co-ranking算法思想，建立了混合隨機(jī)游走模型Co-AcademicRank算法，計(jì)算學(xué)術(shù)文獻(xiàn)、學(xué)者和機(jī)構(gòu)的pagerank值。學(xué)術(shù)文獻(xiàn)實(shí)體的權(quán)威度評(píng)估問題，除關(guān)系網(wǎng)絡(luò)外，還從學(xué)術(shù)文獻(xiàn)來(lái)源（學(xué)者、機(jī)構(gòu)和期刊）和學(xué)術(shù)文獻(xiàn)自身有效特征兩方面考慮，構(gòu)建學(xué)術(shù)文獻(xiàn)綜合權(quán)威度評(píng)估模

3、型。同時(shí)，針對(duì)模型在海量數(shù)據(jù)情況下性能急速下降的問題，基于MapReduce編程模式，對(duì)模型核心部分Co-AcademicRank算法進(jìn)行了分布式化實(shí)現(xiàn)。
　　在期刊論文集上進(jìn)行實(shí)驗(yàn)，從效果和性能兩個(gè)方面評(píng)估了算法的優(yōu)劣。對(duì)比經(jīng)典PageRank和Co-ranking算法，分析發(fā)現(xiàn)本研究較前兩者有更好的評(píng)估效果，并且在甄別高權(quán)威度信息方面有明顯的優(yōu)勢(shì)，證明了本模型的有效性和優(yōu)越性。同時(shí)，比較單機(jī)環(huán)境和Hadoop平臺(tái)算法的運(yùn)行時(shí)間