[發明專利]一種文獻選擇及其學習先后次序確定方法

有效

• 申請號: 201910043798.0
• 申請日: 2019-01-17
• 公開（公告）號: CN109885694B
• 公開（公告）日: 2022-10-14
• 發明（設計）人: 徐小龍;袁為捷
• 申請（專利權）人: 南京郵電大學
• 主分類號: G06F16/36
• 分類號: G06F16/36;G06F16/31;G06F16/9535
• 代理公司: 南京蘇高專利商標事務所(普通合伙) 32204
• 代理人: 向文

1.一種文獻選擇及其學習先后次序確定方法，其特征在于：包括如下步驟：

1)構建相關引文網絡：

由搜索詞精確匹配，找出所有直接相關文獻，根據文獻節點的參考文獻屬性，依次獲得最新科研成果與所有相關文獻，由所有相關文獻及其引用關系構建相關引文網絡；

2)計算每一篇文獻重要度數值：

基于引證文獻對參考文獻價值肯定原則，從文獻集獲取的相關引文網絡中優先計算最新科研成果的重要度數值，以此為基礎計算參考文獻的重要度數值，如此迭代，直到相關引文網絡中所有節點計算完成；

3)優化相關引文網絡，構建文獻知識地圖：

從相關引文網絡中抽取所有路徑，設置重要度閾值，刪除路徑中不重要的文獻節點，前后連接形成新的文獻路徑，構建文獻知識地圖；

4)獲取最佳文獻學習路徑：

求和文獻知識地圖中所有路徑的文獻節點重要度，降序排列路徑重要度即可得到文獻路徑推薦列表；

所述步驟1)的具體步驟如下：

1.1)文獻數據發表年份缺失預處理：

抽取發表年份缺失的文獻，基于等分原則設計公式(1)，完成抽取文獻缺失年份的補全

上述式(1)中，y_i為缺失發表年份的文獻i待補全的年份數；h為文獻i的參考文獻集中發表年份最大的文獻，y_h為文獻h的發表年份；j為文獻i的引證文獻集中發表年份最小的文獻，y_j為文獻j的發表年份；ihj必然同時存在于至少一條路徑中，I_iI_hI_j為任一條路徑中三篇文獻的位置索引；

1.2)錯誤引用鏈接預處理：

判斷文獻發表年份是否大于其參考文獻發表年份，若否，則刪除當前引用關系；

1.3)構建相關引文網絡：

以搜索詞對引文網絡中文獻的標題和摘要做精確匹配，找到相關文獻集；判斷相關文獻集中的文獻是否有引證文獻，若有，在相關文獻集中插入引證文獻集，刪除原文獻，重復此步直至相關文獻集中的文獻無引證文獻；判斷相關文獻集中的文獻是否有參考文獻，若有，將鏈接存入相關引文網絡中，重復此步直至相關文獻集中的文獻無參考文獻；

步驟2)中使用標準化公式完成文獻重要度數值標準化，其具體如下：

2.1)計算文獻i的相對重要度：

上述式(2)中，文獻i的p_i值由兩個部分的值求和而得，分別為和(1-α)c_i，其中α值代表的是兩部分各占的權重，指的是所有引用i的文獻提供的相對重要度數值之和，c_i指的是原始數據中被引頻次所提供的相對重要度數值，式(2)中，文獻j的參考文獻是i，n為j的數量總和，S_j指的是j參考文獻數量的倒數，c_i指的是原始數據中i的被引頻次；

2.2)計算文獻i的絕對重要度：

標準化公式指的是將一列數求平均值后再求標準差，用這一列數的每一個數減去平均值，除以標準差，得到一列新的數，計算公式如式(3)所示，求得的新數據平均值為0，標準差為1，

上述公式中，p_i為文獻i的相對重要度，z_i為i絕對重要度，為i同年發表文獻集相對重要度的平均值，s為i同年發表文獻集相對重要度的標準差。

2.根據權利要求1所述的一種文獻選擇及其學習先后次序確定方法，其特征在于：所述步驟3)具體包括如下過程：

以文獻絕對重要度和相關引文網絡為基礎構建的文獻知識地圖，本質上是文獻學習路徑的集合，文獻知識地圖由相關引文網絡中計算每一篇文獻的絕對重要度，設置絕對重要度閾值a，刪除絕對重要性低于a的文獻節點構建而成。

3.根據權利要求1所述的一種文獻選擇及其學習先后次序確定方法，其特征在于：所述步驟4)具體包括如下過程：

計算每條路徑的絕對重要度，抽取最好的文獻學習路徑完成最佳路徑推薦，對路徑中的每一篇文獻絕對重要度求和，如公式(4)所示，即可得路徑絕對重要度，

式(4)中，b_t為第t條路徑的絕對重要度數值，i為第t條路徑中的文獻序號，m為第t條路徑中文獻總量，z_i為第t條路徑中第i個文獻的絕對重要度數值。