[發明專利]一種基于黃金引用算法的論文排序方法

有效

• 申請號: 201810432864.9
• 申請日: 2018-05-08
• 公開（公告）號: CN108846019B
• 公開（公告）日: 2019-05-21
• 發明（設計）人: 吳晨生;杜麗萍;李夢輝;劉靜;黃裕榮
• 申請（專利權）人: 北京市科學技術情報研究所
• 主分類號: G06F16/9535
• 分類號: G06F16/9535
• 代理公司: 北京元中知識產權代理有限責任公司 11223
• 代理人: 王明霞

本發明公開了一種基于黃金引用算法的論文排序方法，包括以下步驟：首先，在論文數據庫中選定論文群體范圍；其次，依據所選定論文群體中論文的相互引用關系構建初始引用網絡模型；再次，標定初始引用網絡模型中論文的引用屬性，并通過自引系數修訂引用次數，生成自引修訂論文群體；然后，以自引修訂論文群體為初始論文群體，采用迭代篩選的方式逐層縮小自引修訂論文群體的范圍，將每層篩選出的論文組成論文群體，并進行降序排列；最后，輸出排序結果。通過標定論文的引用屬性，排除論文引用關系中自引的干擾，再依據自引修訂引用次數，逐層提取論文群體中的論文組合成新的論文群體，并進行依次排序，依據排序結果使得用戶直觀的獲取論文群體的分布情況，實現用戶快速、準確的檢索到高質量論文。

技術領域

本發明屬于大數據論文檢索推薦技術領域，具體地說涉及一種基于黃金引用算法的論文排序方法。

背景技術

學術論文的評價和學術論文的排序，作為論文檢索和論文推薦系統的核心部分，一直以來都是研究人員非常關心的問題。因為，準確的學術論文評價和排序意義非常重大，例如，準確的學術論文評價和排序可以輔助量化研究人員的科研影響力，以及學術機構的科研影響力等，以及加快入門學者對于特定科學領域的學習速度。

現有技術公開了一種引文數據庫中主題文獻學術影響力的分析與排序方法，包括：在引文數據庫中進行主題檢索，獲取主題文獻元數據信息及主題文獻間引用關系；根據獲取的主題文獻元數據信息及主題文獻間引用關系構建主題引文網絡；基于主題引文網絡構建包含文獻學術影響力多因素的因子圖模型；使用循環最大和算法在因子圖上近似推理，確定因子圖中所有變量的邊緣概率值；根據邊緣概率值的降序排序結果，獲取并輸出所有主題文獻的學術影響力排序。該申請只考慮了論文之間的引用關系，但因自引論文的干擾并不能完全體現論文的質量。

有鑒于此特提出本發明。

發明內容

本發明要解決的技術問題在于克服現有技術的不足，提供一種基于黃金引用算法的論文排序方法，通過黃金引用算法排除自引論文的干擾，進一步對論文群體進行篩選排序，實現用戶快速、準確的檢索到高質量論文。

為解決上述技術問題，本發明采用技術方案的基本構思是：一種基于黃金引用算法的論文排序方法，包括以下步驟：首先，在論文數據庫中選定論文群體范圍；其次，依據所選定論文群體中論文的相互引用關系構建初始引用網絡模型；再次，標定初始引用網絡模型中論文的引用屬性，并通過自引系數修訂引用次數，生成自引修訂論文群體；然后，以自引修訂論文群體為初始論文群體，采用迭代篩選的方式逐層縮小自引修訂論文群體的范圍，將每層篩選出的論文組成論文群體，并進行降序排列；最后，輸出排序結果。本申請中的黃金引用算法模型，排除了引用次數中的自引，從而避免了自引在論文評價中的干擾，又以自引修訂論文群體為初始群體，依據他引次數逐層迭代篩選出邊緣論文，并將刪除的論文組合成新的論文群體，并對這些論文群體按照降序排列，使得引用次數統計中他引情況更加直觀，用戶通過排序結果可準確的識別、并獲取高質量論文，并且該算法簡單、易于實行，用戶運用本算法對論文群體中的高質量論文進行統計、計算較為方便。

進一步，所述初始引用網絡模型為：G＝(V,E)，G＝(V,E)是由|V|＝N個論文節點和|E|＝M條邊所組成的一個有向網絡；其中，G代表論文群體中論文與論文間引用關系的集合，V代表論文群體G中的論文集合，E代表論文群體G中論文間的引用關系。

進一步，引入引用變量e_i,j，e_i,j代表論文群體G中論文v_i與論文v_j的引用關系，若論文v_i被論文v_j引用，則e_i,j等于1；若論文v_i未被論文v_j引用，則e_i,j等于0，其中i≥1，j≥1；