[发明专利]一种文献选择及其学习先后次序确定方法

说明书

本发明公开了一种文献选择及其学习先后次序确定方法，在文献网络中基于搜索词和相互引用关系构建相关引文网络，以被引频次为依据计算每篇文献的重要度数值，使用标准化公式消除发表年份产生的影响，删除相关引文网络中不重要的文献节点，构建文献知识地图，求和文献知识地图中文献学习路径的文献节点重要度，降序排列获得文献学习路径推荐列表。本发明方法中文献学习路径中的文献节点及其先后学习关系解决了当前文献学习中信息过载、学习迷航与学习回溯的难题，节约了文献选择的耗时，提高了文献学习效率，提升了文献学习效果，具备极好的应用前景。

技术领域

本发明属于知识发现应用领域，具体涉及一种文献选择及其学习先后次序确定方法。

背景技术

随着科学和计算机网络技术的发展，各个领域会议期刊杂志发表的网络文献层出不穷且不断增加。为了高效的管理与使用文献，诞生了许多网络文献知识库系统。现有的文献知识库对文献数据已经完成了初步的归纳整理，但是，对于科研人员，文献的选择依然是极大的难题。为了解决该问题，大量文献知识库不断开发新功能，同时，h指数的提出让文献知识库系统的文献推荐功能进一步优化。置放于Web ofKnowledge平台的SCI-E数据库可以通过引文，快速检索到文献的引用和被引用情况，从而了解某一研究的研究基础和后续发展，对用户查阅最新文献、跟踪国际学生前沿、科研立项以及课题研究及时了解国际动态都有很大帮助。此外，还可以通过对引文信息的统计反映出学术论文的质量水平，从而可以帮助用户快速找到该研究领域的重要文献和较有影响力的研究。

针对文献的管理与推荐已经做了大量的工作，文献选择与学习难题依然存在，信息过载是一个不可否认无处不在的现象。如何从大量文献中找到科研人员所需要的，目前并没有十分有效的解决办法。科研人员很难从大量的参考文献中，找到真正有用的参考资料。根据美国国家科学基金会统计，科研人员在查阅文献资料上所花费的时间约占整体科研时间的51％，实验、研究约占32％，用于成文的书面总结约需9％的时间，而计划思考更是仅占8％。随着数字学术图书馆的规模越来越大，科研人员从这个存储库中识别出他们感兴趣的论文已经越来越困难，由搜索词产生的文献列表中，由于可选择的文献极多，文献的先后学习顺序在科研困难中扮演着重要角色，盲目随机的选择文献进行学习是科研人员调研过程中的基本操作，直接造成了针对相同内容的重复学习与学习回溯，做大量无用功的结果。

针对信息过载的问题，现有的基于知识驱动的文献推荐，多是基于形态上基础的字符串匹配，可分为两大类：

一是依赖于人的个性化文献推荐，这一类方法依赖于人的个性化特征，需要用户协作；研究人员们构建用户模型和文献模型，测量两模型之间的相似性，推荐最合适的文献；根据不同角色的人给文献打上标签，分别为用户标签、类别标签、作者标签等，完成文献推荐；不仅如此，还有人提出了一种基于高效用项目集挖掘(High-Utility ItemsetMining，HUIM)技术的学术文献的个性化推荐方法，这种方法使用论文的内容和用户的个性化偏好，来提出建议。这一类方法缺乏用户差异性的考虑，无法适用于所有新用户。

二是依赖于数据本身的大众化文献推荐，通过合并标题、关键词、摘要等元数据来加强文献的语义信息，同时考虑文献的被引频次来判断文献的质量。部分研究人员基于文献的引用关系计算文献的价值，由文献价值排序，给出文献推荐列表；他们指出文献的价值主要来自两个部分：文献自身固有的价值和引用它的文献传递过来的价值，引入衰减函数和标准化公式来实现文献价值随时间的衰减，精确计算文献价值。这一类方法给出了较为科学的文献推荐列表，但是，缺乏主题相关性考量，没有实现导航学习及解决文献学习迷航问题。

所以针对文献学习迷航与学习回溯的难题，目前并没有十分有效的解决方法，需要一个新的技术方案解决这个问题。

发明内容

发明目的：针对目前文献学习中的信息过载、学习迷航和学习回溯的问题，提供一种文献选择及其学习先后次序确定方法，能够有效解决上述问题。

技术方案：为实现上述目的，本发明提供一种文献选择及其学习先后次序确定方法，包括如下步骤：