基于引文網(wǎng)絡(luò)的文獻(xiàn)在線推薦系統(tǒng)研究和實(shí)現(xiàn).pdf

1、近幾年來(lái)學(xué)術(shù)文獻(xiàn)的飛速增長(zhǎng)，僅2015年一年發(fā)表的論文數(shù)量就高達(dá)百萬(wàn)篇，海量的文獻(xiàn)給研究者帶來(lái)了諸多可以參考的資源，但是如何從海量的文獻(xiàn)以較短的時(shí)間檢索到該領(lǐng)域的核心論文成為亟待解決的問(wèn)題。在線文獻(xiàn)推薦系統(tǒng)旨在對(duì)于給定文獻(xiàn)或者檢索特定關(guān)鍵詞的時(shí)候，系統(tǒng)能夠以自動(dòng)化實(shí)時(shí)的方式推薦合適的引文給用戶，從而提高研究者撰寫(xiě)論文效率。
　　針對(duì)上述問(wèn)題，本文設(shè)計(jì)了一種新的文獻(xiàn)在線推薦系統(tǒng)，實(shí)現(xiàn)文獻(xiàn)的在線實(shí)時(shí)推薦，該系統(tǒng)提供多種格式的種子文獻(xiàn)輸

2、入接口，根據(jù)用戶的輸入，以百度學(xué)術(shù)為入口，通過(guò)計(jì)算機(jī)6大主流數(shù)據(jù)庫(kù)構(gòu)建完整的文獻(xiàn)引用網(wǎng)絡(luò)，通過(guò)MCL算法進(jìn)行引文網(wǎng)絡(luò)的聚類并且通過(guò)PageRank算法對(duì)引文的被引次數(shù)排名，以此來(lái)確定引文的主干方向和文章的權(quán)威性，挖掘出由種子文獻(xiàn)構(gòu)造的第一層核心文獻(xiàn)，然后，以第一層的核心文獻(xiàn)作為二次種子文獻(xiàn)進(jìn)行二次數(shù)據(jù)挖掘，找出由第一層核心文獻(xiàn)構(gòu)造的二層參考文獻(xiàn)引用網(wǎng)絡(luò)和引用第一層核心文獻(xiàn)構(gòu)造的最新文獻(xiàn)引用網(wǎng)絡(luò)，構(gòu)成完整的一個(gè)引文網(wǎng)絡(luò)。綜合以上結(jié)果，系統(tǒng)

3、最終以可視化的方式進(jìn)行文獻(xiàn)推薦結(jié)果的展示，方便學(xué)術(shù)研究。
　　該系統(tǒng)主要包含五個(gè)模塊，分別是參考文獻(xiàn)列表提取模塊，主要是實(shí)現(xiàn)參考文獻(xiàn)的標(biāo)題、作者、出版日期等元素的分離;引用網(wǎng)絡(luò)的數(shù)據(jù)獲取模塊，主要實(shí)現(xiàn)參考文獻(xiàn)引用網(wǎng)絡(luò)的構(gòu)建;參考文獻(xiàn)引用網(wǎng)絡(luò)的數(shù)據(jù)挖掘模塊，主要實(shí)現(xiàn)的是在已有的引用網(wǎng)絡(luò)上通過(guò)數(shù)據(jù)挖掘的方法找出該領(lǐng)域的核心文獻(xiàn);最后兩個(gè)模塊是文獻(xiàn)在線推薦系統(tǒng)的可視化模塊，和用戶個(gè)人模塊。
　　最后從文獻(xiàn)在線推薦的效果上來(lái)看，該系