[发明专利]一种基于海量知识网络的学术社区系统

说明书

技术领域

本发明属于数据挖掘和信息检索和海量数据处理交叉领域，具体涉及为一种以学术资源搜索、学术数据统计、学术相关服务及学术社区为特色的学术社区系统。

背景技术

随着全球信息化的逐渐发展深入，越来越多的学术资源发布到网络。然而由于这些资源分散在全球各处，既繁多又繁杂，而且还在逐年以指数增长。如何从如此繁多的学术资源中获取想要的资源是一个棘手的问题。

传统的搜索由于面向的是整个互联网，搜索的结果会非常宽泛，不能很好的为科研工作者提供搜索服务。在此背景下产生了专门针对学术资源的搜索。学术搜索专为解决面向学术文献资源的搜索，它的定位不同于通用搜索，而是专注于学术资源的。

然而目前的学术搜索系统有以下问题：1、主要专注于科技文献的搜索，即给出按文献标题的搜索、按作者的搜索等，服务单一，不够丰富和多元化。2、目前大多数的学术搜索系统所索引的科技文献是人工添加的，而非自动从网络中获取的，没有充分利用网络上的丰富资源。3、目前大多数的学术搜索系统对各种学术资源没能整合、没有形成完整的知识网络，以统一对外服务。4、目前的学术搜索系统缺乏与用户的交互，不能充分发挥用户的主动能动性。

这四点都制约了目前的学术搜索的服务，使其不能很好的满足科研工作者各种与学术相关的服务需求。

发明内容

本发明的目的是为了克服现有学术搜索系统的制约，提供了一种基于海量知识网络的学术社区系统，充分利用网络资源形成知识网络，提供了更多的搜索和服务功能以及用户与知识库交互的接口。

一种基于海量知识网络的学术社区系统，包括

信息收集与存储模块9，用于收集网络和用户提供的信息形成知识网络；学术检索模块10，用于在所述知识网络中对会议、文献、作者和领域综述进行检索；学术服务模块11，用于利用所述知识网络服务用户的个性需求；社区模块8，用于用户之间以及用户与知识网络之间的信息交互。

所述信息收集与存储模块9包括公共数据收集模块9.1，用于收集互联网上的学术信息，所述学术信息包括会议、科技文献和作者信息；多个私有数据收集模块9.2，用于收集各对应用户的私有信息和用户分享的学术信息；知识网络组建模块9.3，用于对公共数据模块9.1收集的互联网学术信息和私有数据模块9.2收集的用户分享的学术信息进行整体分析，挖掘出关联关系，形成知识网络。

所述公共数据模块9.1包括会议信息爬取模块9.1A，用于定期的从网络识别和下载包含会议信息的网页；科技文献爬取模块9.1B，用于定期的从网络识别和下载文献列表网页；作者信息爬取模块9.1C，用于定期从网络中识别和下载个人主页；信息抽取和整合模块9.1D，用于从上述三爬取模块爬取的网页中抽取有用信息，并对所述有用信息进行去除冗余、错误数据剔除及信息整合。

所述学术检索模块10包括文献检索模块1，用于定期从知识网络中获取文献信息，接收用户文献查询请求，将文献查询结果按照相似度的高低排序后反馈给用户；会议检索模块2，用于定期从知识网络中获取会议信息，接收用户会议查询请求，将会议查询结果按照会议时间排序后反馈给用户；作者检索模块3，用于定期从知识网络中获取作者信息，接收用户作者查询请求，对作者查询结果进行同名作者区分后反馈给用户；领域综述模块4，用于定期从所述知识网络中获取文献信息，从中抽取文献内容，依据文献内容对文献分类，并计算文献的综合影响分子；接收用户的领域查询请求，确定其所述领域，将确定的领域内的所有文献按照综合影响因子高低排序，选取排序靠前的部分文献进行自然语言分析处理生成综述。

所述学术服务模块11包括格式转换模块5，用于上传用户提供的初稿至所述信息收集与存储模块9，抽取初稿各单元内容，调用用户选定的格式模板对抽取的单元内容作格式转换；自动摘要服务模块6，用于上传用户提供的科技文献至所述信息收集与存储模块9，确定上传的科技文献的文件格式，调用文件格式对应的文献抽取工具抽取其全文信息，依据全文信息生成摘要；投稿推荐服务模块7，用于上传用户的投稿至所述信息收集与存储模块9，从所述知识网络获取会议信息，对所述会议信息进行语义分词，依据分词结果对会议创建索引从而建立会议索引文件，挖掘所述投稿的主题信息，以主题信息作为索引词，所述会议索引文件作为查询源查询出推荐会议反馈给用户。