基于图科技文献相似性搜索关键技术的研究

《基于图科技文献相似性搜索关键技术的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、中文摘要—iiiiiiii置置iiiiiii——iLili叠科学技术是极具传承性的事业，任何一个科技工作者要取得好的进展，都离不开前人或他人的经验和成果。近年来，随着计算机、生物、化学、医药等领域的研究成果发布周期越来越短，科技文献数目加速增长。目前，仅中国知网能检索到的文献就超过7000万篇，平均每天出版文献28000篇。面对日益增长的文献．资源，如何了解当前研究领域内前人或他人的主要的研究成果、诱导类比、联想各种创新思维，促进科学发现和技术创新，快捷准确地搜索相似文献已成为人们关注的热点问题。

2、随着生物信息学、化学情报学、社会网络分析的广泛应用，图在诸如蛋白质结构、神经网络等复杂结构建模方面日趋重要。在现实世界中，有许多科技、商业、经济、生化等领域的问题可以抽象成图上的相似性搜索问题。基于这一思想，本文提出了文献拓扑图模型，其中包括无向文献拓扑图和有向文献拓扑图，将文献的相似性搜索问题转化为图搜索问题。论文工作主要包括以下两个方面：首先，基于无向文献拓扑图提出了一种新的文献相似度评估方法，该方法结合了对文献内容与文献间的引用关系的分析，并应用容斥原理计算文献间相似度；提出了一种基于Erd

3、iSs理论的文献相似性搜索算法—Hub-N，该算法采用了广度优先与剪枝策略相结合的搜索技术，缩小了扫描文献范围，提高了搜索效率，并通过实验验证了其有效性和可行性。同时，Hub-N算法也适用于其他领域的相似性搜索。其次，分析了PageRank算法应用于科技文献相似性搜索的可行性、优点和不足，针对PageRank的不足提出了一种改进的PageRank算法——-IPR，IPR算法基于有向文献拓扑图，结合了对文献内容和文献间的引用关系的分析，从内容分析角度解决相关性需求，从引用分析角度解决权威性需求，综合

4、计算文献间相似度，提高了搜索结果的准确率。最后，通过实验验证了IPR算法的有效性和可行性。关键词：相似度：相似性搜索；文献拓扑图；Hub-N算法；IPR算法黑龙江大学硕士学位论文AbstractScienceandTechnologyareinheritingcauses．Anyworkerinscienceandtechnologywhowantstogetgoodprogressescallnotdowithoutpreviousexperienceandresults．Inrecentyea

5、rs，sincethereleasingcyclesofresearchresultsinthefieldofcomputer，biology，chemistry，medicineandSOonaregettingshorter，thenumberofscientificliteratureisgettingacceleratedgrowth．Currently，morethan70milliondocumentscanbefoundjustinCNKI，with28000literature-p

6、ublishedperday．Facingthegrowingliteratureresources，ithasbecomeahotissuethathowweunderstandthecurrentmajorresearchachievements，analogyandinnovativethinkingofpreviousresearchareasorofotherstopromotescientificdiscoveryandtechnologicalinnovationandquickly

7、andaccuratelysearchforsimilarliterature．Withthewideapplicationofbioinformafics，chemicalinformatics，andsocialnetworkanalysis，thegraphinmodelingofcomplexstructures，suchasproteinstructuresandneuralnetwork，isbecomingincreasinglyimportant．Intherealworld，ma

8、nyproblemsintechnology，oorBIilcrc,e，economy，biologyandotherfields∞nbeabstractedintosimilaritysearchproblemsofagraph．Basedonthisidea,thisdissertationproposesdocumenttopologymodel，includingtmdireeteddocumenttopologyanddirecteddocumenttopologyand