基于相关性时间会议因素的STVRank 算法
2020-12-07王严鑫
计算机与数字工程 2020年10期
王严鑫 张 芳
(1.江苏大学计算机科学与通信工程学院 镇江 212013)
(2.南阳理工学院计算机与信息工程学院 南阳 473004)
1 引言
引文分析是利用数学及统计学的方法和比较、归纳、抽象、概括等逻辑方法,对科学期刊、论文、著者等各种分析对象的引证与被引证现象进行分析,进而揭示其中的数量特征和内在规律的一种文献计量分析方法[1]。根据对引文分析着重的角度不同,可分为基于引文著录的引文分析法和基于全文信息的引文分析法[2]。
由于引文分析学,是一门交叉学科,与图书馆学,情报学以及信息学有着密切的联系[3]。因此,信息技术的发展同时也推动着引文分析学的发展。由此为出发点,通过文本挖掘,自然语言处理,语义分析等方法与技术,假设原始文献与引用文献之间的相关性可以通过对原始文献和引用文献的文本特征进行定量分析,并通过相关性的判断,对其进行加权计算,不再简单地同等对待所有引用,而是通过语义的相似度计算,区分程度较深的引用和程度较浅的引用。
PageRank 算法是Lawrence Page 和Sergey Brin提出的[4],用于进行网页排序的算法,但在引文分析领域,极大地推动了对于引文网络的分析发展,成为一种有效分析引文网络的手段。
引文网络之间存在引用关系,以此为基础形成了引文网络,与网络有着相同的性质,因此,使用网络的方法对引文网络进行分析成为了新的研究热点。近年来,将PageRank 算法应用于引文分析领域,取得了一定的进展,以PageRank 算法为基础的研究在实验中获得了更好的性能。……
登录APP查看全文
