[发明专利]一种论文质量评价方法及系统

权利要求书

1.一种论文质量的评价方法，其特征在于，包括如下步骤：

获取待评价领域已发表的论文数据；

对所述论文数据进行预处理，根据论文间的引用关系构建图结构；

根据所述图结构建立加权独立级联概率模型；

根据加权独立级联概率模型利用基于SNI中心性的ASNI-RR算法和基于Sharpley中心性的ASV-RR算法，获取所有待评价论文的影响力排名。

2.根据权利要求1所述的论文质量的评价方法，其特征在于，所述论文数据包括论文标题，作者，发表时间及引用的论文。

3.根据权利要求2所述的论文质量的评价方法，其特征在于，对所述论文数据进行预处理，根据论文间的引用关系构建图结构的步骤，包括：

对论文数据进行消除错误、冗余和数据噪音处理，并按照预设规则将所获得的论文数据统一编号；

根据论文间的引用关系确定构建图结构中的边。

4.根据权利要求3所述的论文质量的评价方法，其特征在于，所述加权独立级联概率模型中每条边的权值为传出节点的出度倒数。

5.根据权利要求4所述的论文质量的评价方法，其特征在于，所述根据加权独立级联概率模型利用基于SNI中心性的ASNI-RR算法和基于Sharpley中心性的ASV-RR算法，获取所有待评价论文的影响力排名的步骤，包括：

利用ASNI-RR算法计算加权独立级联概率模型所有节点的SNI值，所述SNI值，用于评价单节点影响力；

利用ASV-RR算法计算加权独立级联概率模型所有节点的Shapley值，所述Shapley值，用于评价群体影响力；

挑选Shpley值和SNI值中较大的节点作为影响力传播过程中的种子节点；

根据种子节点的影响力传播范围，获取所有待评价论文的影响力排名。

6.根据权利要求5所述的论文质量的评价方法，其特征在于，所述利用ASNI-RR算法计算加权独立级联概率模型所有节点的SNI值的步骤，包括：

计算最大影响力近似最优解OPT的下界估计值LB；

利用界估计值LB估算所需要的反向可达集数目θ；

初始化所有节点的SNI值，循环θ次随机产生一个反向可达集R，计算反向可达集R中节点u的SNI估算值est_u'＝est_u'+1；

获取SNI估算值中第k大的值，如果满足预设条件，计算出下界估计值LB；

利用下界估计值LB计算反向可达集数目θ，得到每一个节点v最终的SNI估算值为

7.根据权利要求5所述的论文质量的评价方法，其特征在于，所述利用ASV-RR算法计算加权独立级联概率模型所有节点的Shapley值的步骤，包括：

计算最大影响力近似最优解OPT的下界估计值LB；

利用界估计值LB估算所需要的反向可达集数目θ；

初始化所有节点的Shapley值，循环θ次随机产生一个反向可达集R，计算反向可达集R中节点u的Shapley估算值est_u＝est_u+1/|R|；

获取Shapley估算值中第k大的值，如果满足预设条件，计算出下界估计值LB；

利用下界估计值LB计算反向可达集数目θ，得到每一个节点v最终的Shapley估算值为

8.一种论文质量的评价系统，其特征在于，包括：

待评价对象数据获取模块，用于获取待评价领域已发表的论文数据；

论文数据预处理模块，用于根据论文间的引用关系构建图结构；

加权独立级联概率模型构建模块，用于根据所述图结构建立加权独立级联概率模型；

论文影响力排名获取模块，用于根据加权独立级联概率模型利用基于SNI中心性的ASNI-RR算法和基于Sharpley中心性的ASV-RR算法，获取所有待评价论文的影响力排名。