主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2019年第10期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
邱江涛,唐常杰,李庆.面向领域的学术文献检索框架.软件学报,2013,24(4):798-809
面向领域的学术文献检索框架
Framework for Domain-Oriented Academic Literatures Retrieval
投稿时间:2012-01-05  修订日期:2012-03-19
DOI:10.3724/SP.J.1001.2013.04267
中文关键词:  非负矩阵分解  随机游走  文献检索  引用网络  链接分析
英文关键词:non-negative matrix factorization  random walk  literature retrieval  citation network  link analysis
基金项目:国家自然科学基金(61170133); 国家教育部人文社科青年基金(09YJCZH101); 中央高校基本科研业务费(JBK120214); 西南财经大学211 工程青年教师成长项目(211QN10061)
作者单位E-mail
邱江涛 西南财经大学 经济信息工程学院, 四川 成都 610074 Jiangtaoqiu@gmail.com 
唐常杰 四川大学 计算机学院, 四川 成都 610065  
李庆 西南财经大学 经济信息工程学院, 四川 成都 610074  
摘要点击次数: 2626
全文下载次数: 2720
中文摘要:
      在学术文献检索中,如果检索系统根据用户提交的查询返回相关领域的文献,并将文献按重要程度进行排序,可以帮助用户快速了解相关学术领域.提出一个面向领域的学术文献检索框架,结合引用网络分析和内容分析来发现并排序相关领域重要文献.该框架设计了一个评分函数进行检索,包含两个方面:(1) 论文在所查询领域的重要性;(2) 论文与该领域的相关性.首先研究了一个“社区核”发现算法,从引用网络上发现和查询领域相关的一个文献子集,并对论文计算重要性评分.设计了一种有监督非负矩阵分解算法,该算法使用确定的领域相关文献为先验知识对其他论文进行分类并给出一个评分,以确定论文和查询学术领域的相关性.在真实数据集和合成数据集上的实验,证实了方法的有效性.
英文摘要:
      A literature retrieval system, which returns user papers domain-related with queries and ranks papers by importance, can help users quickly learn one academic domain. This paper develops a framework for the domain-oriented literature retrieval, which combines links and contents analysis to search and rank important papers in one academic domain. This framework designs a score function that evaluates both importance of the paper and its relevance to the domain. The study first proposes a community-core discovery algorithm, which is capable of finding a collection of papers domain-related with query from citation network and calculates an importance score for each paper. To assign other papers a domain-related score, a supervised non-negative matrix factorization method, using identified domain-related paper as prior knowledge, is also developed. The experiments conducted on synthetic and real datasets demonstrate the feasibility and applicability of this framework.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利