發(fā)布時(shí)間：2020-09-15 15:20

　　 科技文獻(xiàn)等資源在學(xué)術(shù)研究、技術(shù)研發(fā)中起著非常重要的作用,隨著互聯(lián)網(wǎng)搜索引擎的發(fā)展,文獻(xiàn)檢索變得越來越便捷。但是海量的科技文獻(xiàn)資源包含著很多隱含知識(shí)和信息,只有對(duì)其深入挖掘和處理,才能滿足特定行業(yè)和領(lǐng)域的需求。中小企業(yè)在創(chuàng)新發(fā)展過程中對(duì)專業(yè)人才和科技文獻(xiàn)資源的智能搜索需求非常大,但是現(xiàn)有的很多科技搜索引擎對(duì)科技資源的知識(shí)挖掘有限,搜索效果不夠理想,無法滿足企業(yè)的搜索需求。因此本文從優(yōu)化科技資源全文搜索算法和提高特定領(lǐng)域人才搜索效果出發(fā),對(duì)其進(jìn)行相關(guān)研究,提出了基于文檔評(píng)分模型和相關(guān)度的科技資源搜索排序算法,用于提高科技文獻(xiàn)資源全文搜索效果;以及提出了一種領(lǐng)域人才搜索方法,幫助企業(yè)高效尋找特定領(lǐng)域內(nèi)的優(yōu)秀專家人才。本文的主要研究工作如下:(1)科技資源大數(shù)據(jù)的采集和預(yù)處理。使用分布式網(wǎng)絡(luò)爬蟲技術(shù)采集互聯(lián)網(wǎng)上公開的科技文獻(xiàn)資源和專家人才信息,對(duì)爬取的原始數(shù)據(jù)進(jìn)行清洗和預(yù)處理,使之成為可以進(jìn)行操作和索引的結(jié)構(gòu)化數(shù)據(jù)庫。(2)研究提出一種基于文檔評(píng)分模型和相關(guān)度的科技資源搜索排序算法。該算法分別針對(duì)學(xué)術(shù)論文、專利、科研項(xiàng)目這些科技資源文檔,根據(jù)其數(shù)據(jù)特征構(gòu)建相應(yīng)的文檔評(píng)分模型,并且結(jié)合搜索相關(guān)度計(jì)算綜合評(píng)分,對(duì)搜索結(jié)果進(jìn)行排序。實(shí)驗(yàn)表明,該算法提高了搜索效果,能較好地滿足企業(yè)的搜索需求。(3)研究提出一種根據(jù)領(lǐng)域搜索人才的方法。該方法根據(jù)領(lǐng)域關(guān)鍵詞和分詞匹配方法對(duì)海量科技資源文檔進(jìn)行智能標(biāo)注,同時(shí)完成文檔對(duì)應(yīng)人才的領(lǐng)域歸屬標(biāo)注;提出一種人才領(lǐng)域?qū)I(yè)能力模型,用于結(jié)合統(tǒng)計(jì)等方法估算人才在各個(gè)領(lǐng)域內(nèi)的能力價(jià)值評(píng)分;通過離線計(jì)算完成領(lǐng)域人才庫的構(gòu)建,實(shí)現(xiàn)領(lǐng)域人才搜索的功能。實(shí)驗(yàn)表明,該方法通過大數(shù)據(jù)計(jì)算能智能地完成人才所屬領(lǐng)域的評(píng)分排序,達(dá)到較好的領(lǐng)域人才搜索效果�；谏鲜鲅芯砍晒�,開發(fā)了面向企業(yè)創(chuàng)新的搜索引擎并進(jìn)行了實(shí)際應(yīng)用,有效解決企業(yè)創(chuàng)新過程中搜索匹配技術(shù)人才和科技文獻(xiàn)資源的問題。
【學(xué)位單位】：杭州電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類】：TP391.3
【部分圖文】：

圖 4.1 科技資源與其作者、領(lǐng)域關(guān)系圖才領(lǐng)域?qū)I(yè)能力模型小節(jié)只是提供了人才領(lǐng)域大致歸屬的方法，但是沒有根據(jù)人才所源信息對(duì)其領(lǐng)域?qū)I(yè)能力進(jìn)行評(píng)估，因而不能有效滿足根據(jù)領(lǐng)域搜精準(zhǔn)化需求。因此本節(jié)將提出一種人才領(lǐng)域?qū)I(yè)能力模型，用于衡領(lǐng)域內(nèi)的能力水平和排名情況。

33圖 4.1 科技資源與其作者、領(lǐng)域關(guān)系圖4.2.3 人才領(lǐng)域?qū)I(yè)能力模型上一小節(jié)只是提供了人才領(lǐng)域大致歸屬的方法，但是沒有根據(jù)人才所對(duì)應(yīng)的科技資源信息對(duì)其領(lǐng)域?qū)I(yè)能力進(jìn)行評(píng)估，因而不能有效滿足根據(jù)領(lǐng)域搜索匹配人才的精準(zhǔn)化需求。因此本節(jié)將提出一種人才領(lǐng)域?qū)I(yè)能力模型，用于衡量人才在相應(yīng)領(lǐng)域內(nèi)的能力水平和排名情況。4.2.3.1 成果質(zhì)量評(píng)分要衡量人才的能力水平，首先需要衡量該人才所取得的科研成果的質(zhì)量和水平，所以我們需要給所有科技文獻(xiàn)資源進(jìn)行計(jì)算打分。在本文 3.4 章節(jié)中，我們已經(jīng)就文檔的評(píng)價(jià)體系進(jìn)行了研究，考慮時(shí)間因子、質(zhì)量因子和反饋因子來構(gòu)建文檔評(píng)分模型。而在此處，我們將對(duì)僅僅使用文檔評(píng)分模型中的質(zhì)量因子來衡量某一科技資源的價(jià)值，這是因?yàn)?3.4 章中的文檔評(píng)分模型主要用于對(duì)于科技資源搜索結(jié)果的排序優(yōu)化，在搜索引擎中，搜索出來的結(jié)果對(duì)于搜索者有著現(xiàn)實(shí)的參考價(jià)值，因此需要該成果時(shí)間上較新（考慮時(shí)間因子，防止過時(shí)），同時(shí)得到了更多的認(rèn)可（考慮反饋因子）。而此處僅僅需要衡量科技資源自身的價(jià)值，所以只需要考慮科技資源的質(zhì)量因子。因?yàn)榭萍嘉墨I(xiàn)資源分為學(xué)術(shù)論文、專利和科研項(xiàng)目三部分，所以我們以 、 和 來表示不同類型文獻(xiàn)資源的分值，表達(dá)式分別如下：= ( + 10) ( ) （4.1）= ( ) （4.2）= ( ) ( ) （4.3）上述三個(gè)公式在 3.4.1 小節(jié)文檔評(píng)分模型中已經(jīng)介紹過，此處再簡單復(fù)述一遍。式（4.1）中 為論文被引用次數(shù)，被引用次數(shù)越多，說明該篇論文質(zhì)量越高，則該成果的總分值越高。 為調(diào)節(jié)因子

5.3 實(shí)例展示上述介紹的面向企業(yè)創(chuàng)新的搜索引擎展示如下。圖 5.2 是搜索引擎的主界面，該搜索引擎作為“佐創(chuàng)智推”平臺(tái)上的智能搜索功能使用�！白魟�(chuàng)智推”平臺(tái)是一個(gè)科技人才搜索與推薦平臺(tái)，該平臺(tái)為浙江省重點(diǎn)研發(fā)計(jì)劃項(xiàng)目，由作者所在實(shí)驗(yàn)室?guī)熒餐_發(fā)，主要服務(wù)于企業(yè)用戶，目的在于促進(jìn)成果轉(zhuǎn)化，助力企業(yè)創(chuàng)新。從圖中可以看到該搜索引擎的主要功能，如科技資源全文搜索、領(lǐng)域找人、人名找人和單位找人等。

【參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 孟凡淇;;信息檢索模型研究綜述[J];信息通信;2013年03期

2 戴耿毅;佘靜濤;;基于雙數(shù)組Trie樹算法的字典改進(jìn)和實(shí)現(xiàn)[J];軟件導(dǎo)刊;2012年07期

相關(guān)碩士學(xué)位論文 前3條

1 鄭威杰;科技文獻(xiàn)作者消歧方法研究[D];杭州電子科技大學(xué);2017年

2 任書琴;健康領(lǐng)域的垂直搜索引擎的研究與實(shí)現(xiàn)[D];電子科技大學(xué);2016年

3 苗澤林;基于Lucene的個(gè)性化搜索引擎系統(tǒng)[D];中國艦船研究院;2013年

本文編號(hào)：2819134