基于網(wǎng)頁排名算法面向論文索引排名的啟發(fā)式方法

為了提高學術(shù)論文檢索的精準性,進而為學術(shù)研究提供便利,提出了針對學術(shù)論文檢索問題的排名策略。首先,介紹了基于網(wǎng)頁排名算法面向論文索引排名的啟發(fā)式方法,其中利用Hash索引技術(shù)有效地減少了稀疏矩陣計算對內(nèi)存的消耗;其次,定義了論文間引用關(guān)系圖的密集度均衡值,并通過大量實驗闡明了不同排名算法的迭代次數(shù)與圖密集度均衡值之間的關(guān)系;最后,將所提出的基于論文索引排名的啟發(fā)式算法應(yīng)用于科學引文索引(SCI)數(shù)據(jù)庫中，并與原被引頻次降序的排序結(jié)果進行比較與分析。實驗結(jié)果表明:在三種基于網(wǎng)頁排名技術(shù)的算法中,基于鏈接結(jié)構(gòu)分析的隨機過程算法比較適合于按關(guān)鍵詞搜索得到的相關(guān)領(lǐng)域?qū)W術(shù)論文的排名。
?

?