[发明专利]一种论文质量评价方法及系统

说明书

本发明公开的一种论文质量评价方法及系统，其中包括如下步骤：获取待评价领域已发表的论文数据；对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。本发明提供的论文质量评价方法利用基于SNI中心性的ASNI‑RR算法和基于Sharpley中心性的ASV‑RR算法对论文质量进行评价，使得论文质量的评价结果更准确。

技术领域

本发明涉及论文影响力评价领域，具体涉及一种论文质量评价方法及系统。

背景技术

随着科研人员数量的增加，学术论文的数量急剧增长，对学术论文影响力的评价往往局限于其被引用的次数，而这个指标有很多缺陷使得其很难准确地评估一篇学术论文的影响力，传统的学术论文评价指标基本局限于其被引用次数，而这个指标有很多缺陷使得其很难准确地评估一篇学术论文的影响力，其中IMM算法是最简单的基于反向可达集概念的算法，它使用贪心方法寻找能使得它们覆盖的反向可达集尽量多节点，并以此进行排序，但目前的这种算法准确性不能满足科研机构或学术评价机构对科研论文质量的评价。

发明内容

因此，本发明提出了一种论文质量评价方法及系统，克服现有技术中对论文质量的评价准确性差的缺陷。

为达到上述目的，本发明提供如下技术方案：

第一方面，本发明实施例提供一种论文质量的评价方法，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。

在一实施例中，所述论文数据包括论文标题，作者，发表时间及引用的论文。

在一实施例中，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。

在一实施例中，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。

在一实施例中，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。

在一实施例中，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