[發(fā)明專利]一種主題自適應(yīng)的學(xué)術(shù)會議搜索系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201310003000.2
• 申請日: 2013-01-05
• 公開（公告）號: CN103049575A
• 公開（公告）日: 2013-04-17
• 發(fā)明（設(shè)計(jì)）人: 金海;趙峰;孫正;聶昶
• 申請（專利權(quán)）人: 華中科技大學(xué)
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 華中科技大學(xué)專利中心 42201
• 代理人: 朱仁玲

技術(shù)領(lǐng)域

本發(fā)明屬于信息檢索、信息抽取、文本挖掘領(lǐng)域，更具體地，涉及一種主題自適應(yīng)的學(xué)術(shù)會議搜索系統(tǒng)。

背景技術(shù)

隨著學(xué)術(shù)交流的舉辦愈加頻繁，全球?qū)W術(shù)會議及學(xué)術(shù)期刊的數(shù)量逐年激增。對于科研工作者而言，如何方便快捷地從眾多的學(xué)術(shù)會議和學(xué)術(shù)期刊中找到與自己的研究領(lǐng)域相吻合的會議或期刊，進(jìn)而查閱相關(guān)的文獻(xiàn)用以參考；又或者如何從海量的學(xué)術(shù)會議及學(xué)術(shù)期刊中選擇適合自己論文投稿的會議或期刊，以增加錄用的概率，已然成為科研工作者十分關(guān)心的問題。

現(xiàn)有的科技文獻(xiàn)檢索引擎基本上采用的都是基于關(guān)鍵字的全文檢索方式來響應(yīng)用戶的查詢請求，而且其主要檢索對象大部分都是定位在科技文獻(xiàn)上，對于學(xué)術(shù)會議的檢索支持很少甚至沒有。例如，Google?Scholar、ACM數(shù)據(jù)庫、IEEE數(shù)字圖書館、中國知識資源總庫CNKI，大多沒有專門針對學(xué)術(shù)會議提供檢索服務(wù)，更沒有對學(xué)術(shù)會議的主題信息進(jìn)行深度挖掘。此外，通過對科研工作者的論文進(jìn)行文本挖掘進(jìn)而達(dá)到主題發(fā)現(xiàn)的目的，以實(shí)現(xiàn)主題自適應(yīng)的投稿推薦服務(wù)在現(xiàn)有的科技文獻(xiàn)平臺中還鮮有見過。

發(fā)明內(nèi)容

針對現(xiàn)有技術(shù)的缺陷，本發(fā)明的目的在于提供一種主題自適應(yīng)的學(xué)術(shù)會議搜索系統(tǒng)，該系統(tǒng)可以為用戶提供主題自適應(yīng)的學(xué)術(shù)會議檢索服務(wù)以及主題自適應(yīng)的個(gè)性化投稿推薦服務(wù)，以解決現(xiàn)有科技文獻(xiàn)檢索引擎存在的弊端，如檢索不靈活，只能按關(guān)鍵字匹配等，在主題自適應(yīng)的學(xué)術(shù)會議檢索服務(wù)中，用戶可以通過研究領(lǐng)域主題關(guān)鍵字來檢索到相關(guān)的學(xué)術(shù)會議，與傳統(tǒng)的科技文獻(xiàn)檢索引擎相比，該系統(tǒng)可以根據(jù)關(guān)鍵詞進(jìn)行主題自適應(yīng)的相關(guān)性判定過程，并且具有更強(qiáng)的專業(yè)性、更高的精確性和權(quán)威性。

為實(shí)現(xiàn)上述目的，本發(fā)明提供了一種主題自適應(yīng)的學(xué)術(shù)會議搜索系統(tǒng)，包括數(shù)據(jù)采集模塊、主題發(fā)現(xiàn)模塊、數(shù)據(jù)處理模塊以及用戶接口模塊，用戶接口模塊包括學(xué)術(shù)會議搜索接口子模塊以及個(gè)性化投稿推薦接口子模塊，數(shù)據(jù)采集模塊包括網(wǎng)絡(luò)爬蟲子模塊和數(shù)據(jù)存儲子模塊，主題發(fā)現(xiàn)模塊包括網(wǎng)頁信息抽取子模塊、文本抽取子模塊以及文本挖掘子模塊，數(shù)據(jù)處理模塊包括數(shù)據(jù)庫子模塊、索引子模塊、學(xué)術(shù)會議評價(jià)子模塊以及檢索子模塊，網(wǎng)絡(luò)爬蟲子模塊用于從公開免費(fèi)的信息源爬取包含學(xué)術(shù)會議和/或期刊信息的網(wǎng)頁，數(shù)據(jù)存儲子模塊用于將網(wǎng)絡(luò)爬蟲子模塊爬取的網(wǎng)頁以文件的形式存儲在本地，網(wǎng)頁信息抽取子模塊用于從爬取的網(wǎng)頁中抽取出學(xué)術(shù)會議和/或期刊的信息并存儲在文件中，個(gè)性化投稿推薦接口子模塊用于接收用戶上傳的論文文檔，并將其傳遞給文本抽取子模塊，文本抽取子模塊用于解析來自個(gè)性化投稿推薦接口子模塊的論文文檔，以獲取文檔內(nèi)容的文本信息，并將文本信息傳遞給文本挖掘子模塊，文本挖掘子模塊用于對文本抽取子模塊獲取的文本信息進(jìn)行文本挖掘，以獲取主題信息，并將主題信息傳給檢索子模塊，數(shù)據(jù)庫子模塊用于將網(wǎng)頁信息抽取子模塊抽取到的學(xué)術(shù)會議和/或期刊信息存儲到數(shù)據(jù)庫中，索引子模塊用于利用開源全文檢索引擎工具包為存儲在數(shù)據(jù)庫中的學(xué)術(shù)會議和/或期刊信息構(gòu)建索引，學(xué)術(shù)會議評價(jià)子模塊用于計(jì)算學(xué)術(shù)會議和/或期刊的等級值，學(xué)術(shù)會議搜索接口子模塊用于接收用戶輸入的搜索關(guān)鍵詞，并將其傳遞給檢索子模塊，檢索子模塊用于從學(xué)術(shù)會議搜索接口子模塊接收搜索關(guān)鍵詞，利用開源全文檢索引擎工具包對該搜索關(guān)鍵詞進(jìn)行解析，根據(jù)解析結(jié)果在索引子模塊構(gòu)建的索引中進(jìn)行檢索以獲取對應(yīng)的學(xué)術(shù)會議和/或期刊信息作為檢索結(jié)果，根據(jù)學(xué)術(shù)會議評價(jià)子模塊計(jì)算的等級值對檢索結(jié)果進(jìn)行排序，并將排序結(jié)果傳送給學(xué)術(shù)會議搜索接口子模塊，檢索子模塊還用于接收來自文本挖掘子模塊的主題信息，利用開源全文檢索引擎工具包對該主題信息進(jìn)行解析，根據(jù)解析結(jié)果在索引子模塊構(gòu)建的索引中進(jìn)行檢索以獲取對應(yīng)的學(xué)術(shù)會議和/或期刊信息作為檢索結(jié)果，根據(jù)學(xué)術(shù)會議評價(jià)子模塊計(jì)算的等級值對檢索結(jié)果進(jìn)行排序，并將排序結(jié)果傳送給個(gè)性化投稿推薦接口子模塊，學(xué)術(shù)會議搜索接口子模塊還用于將來自于檢索子模塊的排序結(jié)果以可視化的形式呈現(xiàn)在Web頁面上，供用戶查閱，個(gè)性化投稿推薦接口子模塊還用于將來自于檢索子模塊的排序結(jié)果以可視化的形式呈現(xiàn)在Web頁面上，供用戶查閱。

網(wǎng)絡(luò)爬蟲子模塊利用HttpClient開源Jar包實(shí)現(xiàn)對信息源的統(tǒng)一資源標(biāo)識符進(jìn)行特征分析，以判斷該信息源中是否包括學(xué)術(shù)會議和/或期刊信息。

網(wǎng)頁信息抽取子模塊利用HtmlParser開源Jar包實(shí)現(xiàn)信息的抽取，信息具體包括標(biāo)題、舉辦時(shí)間、舉辦地點(diǎn)、投稿日期、會議主題。