本发明公开了一种基于社群分析的学术搜索引擎排序方法。
在学术搜索引擎中,本发明基于学术圈内部的著作引用关系和作者合作关系,建立二维复杂图模型,并将其转化为一维图模型。通过运用带权重的标记传播方式进行社群分析,将著作信息划分成不同的社群。
在用户输入所要搜索内容的基础上,本发明进行社群关系的映射。随后,通过基于随机游走过程的排序策略,结合文本相似性和图节点的游走次数,对社群内部的内容进行排序。
最终,本发明得到用户需要的著作集合。该方法可以找出学术搜索引擎传统排序方法不能找出的隐藏相关内容,克服传统方法过于依赖文本相似性的缺点。同时,该方法的运算所需时间较少,适用于大型学术搜索引擎排序的场景。
| 专利名称 | 一种基于社群分析的学术搜索引擎排序方法 | ||
|---|---|---|---|
| 专利状态 | - | 专利号(申请号) | CN201610304112.5 |
| 申请号 | - | 专利申请日期 | 2016-05-10 |
| 专利授权日期 | 2016-10-12 | 专利权届满日 | - |
| 专利所属地 | 中国 | 专利类型 | 发明专利 |
| 发明人 | 王琦森;李文中;陆桑璐 | ||
| 权利人 | - | ||
| 专利摘要 | 本发明公开了一种基于社群分析的学术搜索引擎排序方法,在学术搜索引擎中,基于学术圈内部的著作引用关系和作者合作关系建立二维复杂图模型,将其转化为一维图模型,运用带权重的标记传播方式进行社群分析,将著作信息划分成不同的社群,然后在用户输入所要搜索内容基础上进行社群关系的映射,然后通过基于随机游走过程的排序策略,参考文本相似性和图节点的游走次数对社群内部的内容进行排序,最后得到用户需要的著作集合。本发明方法可以找出学术搜索引擎传统排序方法不能找出的隐藏相关内容,克服传统方法过于依赖文本相似性的缺点,同时该方法的运算需要较少的时间,适用于大型学术搜索引擎排序的场景。 | ||