[发明专利]一种基于黄金引用算法的论文排序方法

摘要

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。

主权项

1.一种基于黄金引用算法的论文排序方法，其特征在于：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，进行降序排列；最后，输出排序结果；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以及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；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；在论文群体G中以第i篇论文为节点的被引次数通过引用变量e_i,j累加得到，则建立第i篇论文在论文群体G中的被引次数关系式为所述标定论文引用属性，步骤如下：根据论文作者判定论文的引用关系是自引还是他引，若论文v_i被论文v_j引用，当论文v_i与论文v_j中没有相同作者，则该次引用为他引；当论文v_i与论文v_j中至少有一个相同作者，则该次引用为自引；依据论文引用属性，引入自引系数λ_i,j，若论文v_i与被引论文v_j为自引关系，则λ_i,j等于0；若论文v_i与被引论文v_j为他引关系，则λ_i,j等于1；其中，λ_i,j为自引系数，i≥1，j≥1；论文v_i被论文v_j引用且为自引，则引用变量e_i,j与自引系数λ_i,j的乘积为0；论文v_i被论文v_j引用且为他引，则引用变量e_i,j与自引系数λ_i,j的乘积为1；通过对引用变量e_i,j与自引系数λ_i,j的乘积相累加，排除了第i篇论文在初始引用网络模型中的自引用关系，则建立第i篇论文在论文群体中的自引修订引用次数公式为其中，i≥1，j≥1；依据自引修订引用次数为生成自引修订论文群体G'，从而构建出自引修订网络模型G'＝(V',E')；G'＝(V',E')是由|V'|＝N个节点和|E'|＝M'条边所组成的一个有向网络；引入被引次数设定值k，k依次由小到大取值，采用迭代筛选的方式逐层缩小论文群体的范围，将每层筛选出的论文组成论文群体，并进行排序，直至输出全部的排序结果，其中，k为整数，且k≥0；第k层的初始论文群体为G^k时，G^k中含有|V^k|＝N_k个节点，即含有N_k篇论文，|E^k|＝M_k条边，第i篇论文在论文群体G^k中的被引次数关系式为采用迭代筛选的方式逐层缩小G^k的范围，筛选出G^k中被引次数等于k的论文及其引用关系，生成论文群体G^k,1，第i篇论文在论文群体G^k,1中的被引次数关系式为继续筛选出G^k,1中小于或等于k的论文及其引用关系，并生成论文群体G^k,2，继续迭代筛选，直至生成论文群体G^k,q，且G^k,q中论文被至少k+1篇G^k,q中的论文引用,形成第k+1层的初始论文群体，即G^k,q记作G^k+1；每层迭代筛选出的论文组成论文群体D_k，筛选后的论文群体G^k+1中含有|V^k+1|＝N_k+1个节点，即含有N_k+1篇论文，|E^k+1|＝M_k+1条边，第i篇论文在论文群体G^k+1中的被引次数关系式为且被引次数大于k，其中，k、q为整数，且k≥0，q≥1。