基于概念的论文相似性检索

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (21): 177-179.

基于概念的论文相似性检索

李信利，吕月娥

临沂师范学院信息学院，山东临沂 276003

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-07-21 发布日期:2007-07-21
通讯作者: 李信利

Algorithms based on concept for theses similarity retrieval

LI Xin-li，LV Yue-e

School of Information，Linyi Normal University，Linyi，Shandong 276003，China

Received:1900-01-01 Revised:1900-01-01 Online:2007-07-21 Published:2007-07-21
Contact: LI Xin-li

摘要/Abstract

摘要： Web上越来越多的论文给我们提出了一个新的课题：如何检索满足需求的论文。传统的基于查询项匹配检索方法往往无法准确地检索出满足用户需求的论文。这里给出了一种基于概念的论文相似性检索方法，有效地改进了传统的论文检索方法。介绍了一种对论文关键词进行层次聚类的算法，首先把论文关键词聚类为概念，从而生成一个概念树，然后用概念向量表示论文，每篇论文对应一个概念子树。在相似性检索时，采用改进的余弦相似性方法，根据概念向量计算论文的相似性，把与给定论文最相似的论文返回给用户。用这种算法，能很好地对论文进行基于概念的相似性检索。算法克服了基于查询项匹配检索的缺点，实验证明其有较高的查全率和查准率。

关键词: 论文检索, 层次聚类, 概念树, 相似性检索

Abstract: The growing number of theses accessible on the web raises a new and challenging search problem：locating desired theses.Traditional keyword search is insufficient：the specific thesis users require is possible not captured.We describe the algorithms of hierarchical clustering.With this algorithm，we clustering the keywords into a concept tree，then we turn every thesis into an induced tree.we propose a new method for theses retrieval，which based on concept similarity.This method improves in recall and precision.An experimental study shows the high recall and precision of our algorithms.

Key words: these retrieval, hierarchical clustering, concept tree, similarity search

李信利，吕月娥. 基于概念的论文相似性检索[J]. 计算机工程与应用, 2007, 43(21): 177-179.

LI Xin-li，LV Yue-e. Algorithms based on concept for theses similarity retrieval[J]. Computer Engineering and Applications, 2007, 43(21): 177-179.

[1]	王俊玲，卢新明. 基于语义相关的视频关键帧提取算法[J]. 计算机工程与应用, 2021, 57(4): 192-198.
[2]	洪征，龚启缘，冯文博，李毅豪. 自适应聚类的未知应用层协议识别方法[J]. 计算机工程与应用, 2020, 56(5): 109-117.
[3]	王熙月1，黄毅鹏1，钱佳慧1，何凌1，黄华1，尹恒2. 基于声学特征的腭裂语音声韵母切分[J]. 计算机工程与应用, 2018, 54(8): 123-130.
[4]	宋冬云，郑瑾，张祖平. 基于混合策略的中文短文本相似度计算[J]. 计算机工程与应用, 2018, 54(12): 116-120.
[5]	王海涌，冯兆旭，杨海波，张津栋. 基于结构相似网页聚类的正文提取算法研究[J]. 计算机工程与应用, 2018, 54(11): 122-127.
[6]	赖松轩，李艳雄. 说话人聚类的初始类生成方法[J]. 计算机工程与应用, 2017, 53(3): 149-153.
[7]	徐绕山1，2，王爽2，3，孙正兴2. 视觉相似性计算的艺术图像自组织方法[J]. 计算机工程与应用, 2017, 53(18): 163-169.
[8]	王丽科，赵菊敏，李灯熬. 针对超市购物数据的深度分析算法[J]. 计算机工程与应用, 2017, 53(14): 18-23.
[9]	蔡蓉，钱东，王丹丹，朱平. 一种兼具生物和物理特征的E基因签名方法#br# ——以p53家族基因为例[J]. 计算机工程与应用, 2017, 53(13): 155-159.
[10]	康茜1，李德玉1，2，王素格1，2，冀庆斌1. 传播过程中信号缺失的层次聚类社区发现算法[J]. 计算机工程与应用, 2015, 51(9): 201-206.
[11]	孙浩军，闪光辉，高玉龙，袁婷. 一种高维混合属性数据聚类算法[J]. 计算机工程与应用, 2015, 51(8): 128-133.
[12]	仰孝富，齐建东，吉鹏飞，朱文飞. 一种CF树结合KNN图划分的文本聚类算法[J]. 计算机工程与应用, 2015, 51(6): 114-119.
[13]	董丽丽，董玮，张翔. 利用CUDA提高内存数据聚类效能的研究[J]. 计算机工程与应用, 2015, 51(22): 243-251.
[14]	张菲菲1，李宗海2，周晓辉1，李晓戈1,2. 基于层次聚类的跨文本中文人名消歧研究[J]. 计算机工程与应用, 2014, 50(6): 106-111.
[15]	贾阳，王慧琴，胡燕，党勃. 基于改进层次聚类和SVM的图像型火焰识别[J]. 计算机工程与应用, 2014, 50(5): 165-168.