[发明专利]一种基于黄金引用算法的论文排序方法

说明书

本发明公开了一种基于黄金引用算法的论文排序方法，包括以下步骤：首先，在论文数据库中选定论文群体范围；其次，依据所选定论文群体中论文的相互引用关系构建初始引用网络模型；再次，标定初始引用网络模型中论文的引用属性，并通过自引系数修订引用次数，生成自引修订论文群体；然后，以自引修订论文群体为初始论文群体，采用迭代筛选的方式逐层缩小自引修订论文群体的范围，将每层筛选出的论文组成论文群体，并进行降序排列；最后，输出排序结果。通过标定论文的引用属性，排除论文引用关系中自引的干扰，再依据自引修订引用次数，逐层提取论文群体中的论文组合成新的论文群体，并进行依次排序，依据排序结果使得用户直观的获取论文群体的分布情况，实现用户快速、准确的检索到高质量论文。

技术领域

本发明属于大数据论文检索推荐技术领域，具体地说涉及一种基于黄金引用算法的论文排序方法。

背景技术

学术论文的评价和学术论文的排序，作为论文检索和论文推荐系统的核心部分，一直以来都是研究人员非常关心的问题。因为，准确的学术论文评价和排序意义非常重大，例如，准确的学术论文评价和排序可以辅助量化研究人员的科研影响力，以及学术机构的科研影响力等，以及加快入门学者对于特定科学领域的学习速度。

现有技术公开了一种引文数据库中主题文献学术影响力的分析与排序方法，包括：在引文数据库中进行主题检索，获取主题文献元数据信息及主题文献间引用关系；根据获取的主题文献元数据信息及主题文献间引用关系构建主题引文网络；基于主题引文网络构建包含文献学术影响力多因素的因子图模型；使用循环最大和算法在因子图上近似推理，确定因子图中所有变量的边缘概率值；根据边缘概率值的降序排序结果，获取并输出所有主题文献的学术影响力排序。该申请只考虑了论文之间的引用关系，但因自引论文的干扰并不能完全体现论文的质量。

有鉴于此特提出本发明。

发明内容

本发明要解决的技术问题在于克服现有技术的不足，提供一种基于黄金引用算法的论文排序方法，通过黄金引用算法排除自引论文的干扰，进一步对论文群体进行筛选排序，实现用户快速、准确的检索到高质量论文。

为解决上述技术问题，本发明采用技术方案的基本构思是：一种基于黄金引用算法的论文排序方法，包括以下步骤：首先，在论文数据库中选定论文群体范围；其次，依据所选定论文群体中论文的相互引用关系构建初始引用网络模型；再次，标定初始引用网络模型中论文的引用属性，并通过自引系数修订引用次数，生成自引修订论文群体；然后，以自引修订论文群体为初始论文群体，采用迭代筛选的方式逐层缩小自引修订论文群体的范围，将每层筛选出的论文组成论文群体，并进行降序排列；最后，输出排序结果。本申请中的黄金引用算法模型，排除了引用次数中的自引，从而避免了自引在论文评价中的干扰，又以自引修订论文群体为初始群体，依据他引次数逐层迭代筛选出边缘论文，并将删除的论文组合成新的论文群体，并对这些论文群体按照降序排列，使得引用次数统计中他引情况更加直观，用户通过排序结果可准确的识别、并获取高质量论文，并且该算法简单、易于实行，用户运用本算法对论文群体中的高质量论文进行统计、计算较为方便。

进一步，所述初始引用网络模型为：G＝(V,E)，G＝(V,E)是由|V|＝N个论文节点和|E|＝M条边所组成的一个有向网络；其中，G代表论文群体中论文与论文间引用关系的集合，V代表论文群体G中的论文集合，E代表论文群体G中论文间的引用关系。

进一步，引入引用变量e_i,j，e_i,j代表论文群体G中论文v_i与论文v_j的引用关系，若论文v_i被论文v_j引用，则e_i,j等于1；若论文v_i未被论文v_j引用，则e_i,j等于0，其中i≥1，j≥1；