[发明专利]一种文献质量评估方法及应用

说明书

技术领域

本发明涉及一种文献的质量评估方法，具体涉及一种在文献共享平台上的文献质量评估方法，属于知识挖掘技术领域。

背景技术

近年以来，随着科学研究的飞速发展，科技文献的出版速度逐年增加，其数量已经非常庞大，例如仅针对计算机和信息科学领域的数字图书馆CiteSeerX上就存有150多万篇科技文献。科研人员在进行研究工作的过程中需要阅读和参考大量的科技文献资料，高质量的文献和低质量的文献对于科研工作者的价值是迥然不同的，从这些良莠不齐而数量十分庞大的文献资料中获取具有较高价值的科技文献成为了一项非常困难的工作。因此，如何对科技文献的质量进行有效的自动评估这一研究课题也吸引了越来越多的研究人员。

在学术研究领域的社会化文献共享交流网站上，用户可以收藏自己认为比较有价值的科技文献，标注标签，进行评论，并将这些文献分享给其他的用户。用户的收藏行为应当在对科技文献的质量进行分析的时候成为一个重要的参考，而目前利用了用户的行为来对科技文献质量进行分析的研究还非常少。因此，在Web 2.0环境下，如何将用户行为有效应用到科技文献质量评价系统中，值得进一步研究。

对学术论文进行质量评估，学术界现有的评价方法主要包括同行评议、引文分析和基于链接分析的方法。同行评议通常用于论文的前期评价，如会议或期刊评审投稿论文；引文评价用于后期评价，例如评价研究人员已发表论文的学术水平。

同行评议，即由相同研究领域的自身专家学者从所选课题的意义以及创新性、研究方法、研究完成的质量、论文写作水平等各个方面进行综合性的评价。同行评议的优点在于专家对研究质量的评价是细致而准确的，专家凭借相关领域深厚的学术造诣能够看清学术研究的水平高下；而缺点则在于当前评价制度尚不完善、“同行”自律不严容易引发一些“流弊”，并且对大量的学术论文进行同行评价费时费力，是不太现实的。

引文分析，即利用学术论文间的引用和被引用关系采用某种具体方法和评价标准对论文进行质量评价。引文分析法的研究人员提出了一系列量化的质量评价指标，例如被引频次、影响因子等。相对于同行评议，引文分析的评价方法更加简单，易于利用计算机自动完成；与此同时，引文分析的结果更粗糙，而且必须利用论文间的引用与被引用关系，对新发表的文献，因为被引用较少，往往给出的评价偏低，局限性较强。

Brin和Page在1998年基于网页之间的链接关系提出了PageRank算法来对网页按照其重要度排序，并以此为基础创立了Google搜索引擎。Kleinberg提出了另外一种链接分析算法HITS算法。之后，考虑到科技文献之间通过引用关系天然形成的链接结构，很多研究人员基于这些方法的思想来解决文献质量评价方面的问题。

发明内容

本发明的目的是通过对文献、作者和期刊会议之间的关系建模并进行分析，利用Web 2.0环境下用户行为和文献质量之间的关系协助分析文献质量。本发明将同行评议和引文分析这两种分析方法统一在带重启动的随机游走算法框架下，给出最终的分析结果。

本发明解决其技术问题所采用的方案是(流程如图1所示)：

本发明提出一种评估文献质量的方法，该方法应用于科技文献共享平台，在该平台上，用户可以对文献进行收藏、添加标签、评论、分享给其他用户，其特征在于，所述方法包括以下步骤：

A.利用文献的引用关系、文献与期刊会议和作者的关系以及文献的发表时间，构建带权的有向图，称为学术网络图；

B.将文献的引用关系、文献与期刊会议和作者的关系定量成图上顶点之间的转移关系，建模得到学术网络图上的转移概率矩阵；

C.利用用户对文献的收藏行为建立模型，考虑收藏时间，利用HITS算法计算得到一个基于用户分析的文献质量值；

D.根据步骤B和步骤C建立的模型，进行带重启动的随机游走迭代，直到结果收敛，得到学术网络图上每个顶点的概率值，这个概率值即为文献质量、期刊会议质量和作者学术声望的信息。

本发明提供的方法不仅可用于科技文献共享平台，同样也适用于论文共享平台或网站(其中的文献指的是论文)，以及图片共享平台或网站(其中的文献指的是图片)等。

本发明的有益效果：