情报学报  2023, Vol. 42 Issue (11): 1358-1368    DOI: 10.3772/j.issn.1000-0135.2023.11.009
  情报技术与应用 本期目录 | 过刊浏览 | 高级检索 |
融合依存句法网络和PageRank的检索词推荐方法研究
楼雯1,2,3, 马昕钰1, 苏子龙1
1.华东师范大学经济与管理学院信息管理系,上海 200062
2.华东师范大学学术评价与促进研究中心, 上海 200241
3.华东师范大学统计与数据科学前沿理论及应用教育部重点实验室,上海 200062
A Method of Search Term Recommendation Based on Dependency Syntactic Network Combined with PageRank
Lou Wen1,2,3, Ma Xinyu1, Su Zilong1
1.Department of Information Management, School of Economics and Management, East China Normal University, Shanghai 200062
2.Institute for Academic Evaluation and Development in East China Normal University, Shanghai 200241
3.Key Laboratory of Advanced Theory and Application in Statistics and Data Science (East China Normal University), Ministry of Education, Shanghai 200062
全文: PDF (2512 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 面对信息过载的深化和交叉研究的兴起等问题,提升信息检索系统的过滤能力是提供有效的检索词推荐服务等相关研究的重要议题。本文提出将PageRank算法与依存句法网络融合进行知识库的检索词推荐,通过构建检索词集合与依存句法网络,采用PageRank算法对检索词排序以实现检索词推荐,用Web of Science中124516篇information science & library science(LIS)领域的文献摘要数据对该方法进行验证。邀请10位LIS领域的图书情报专业硕士研究生进行用户研究,并与已有的相似方法和系统对比。研究结果显示,本文方法推荐准确率为80%,推荐列表表内平均Cosine相似性为0.530,表内平均Jaccard相似性为0.395,表内检索词具有较相似系统更优的多样性和惊喜度等特征,说明该方法能够扩大推荐检索词对用户信息需求的覆盖面,可为信息检索结果的表现方式提供新的参考方法和视角,可直接用于信息检索的后端词汇组织方式,也可间接用于知识发现与跨学科研究。
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
楼雯
马昕钰
苏子龙
关键词 依存句法分析语言网络检索词推荐信息检索复杂网络    
收稿日期: 2023-01-02     
基金资助:上海市哲学社会科学基金青年项目“基于大规模学术数据的正式科学用语的异化现象研究”(2021ETQ002)。
作者简介: 楼雯,女,1988年生,博士,副教授,博/硕士生导师,主要研究领域为信息计量与科学交流,E-mail:wlou@infor.ecnu.edu.cn;马昕钰,女,1999年生,硕士研究生,主要研究领域为知识组织与科学交流;苏子龙,男,1995年生,硕士,主要研究领域为知识组织与科学交流;
引用本文:   
楼雯, 马昕钰, 苏子龙. 融合依存句法网络和PageRank的检索词推荐方法研究[J]. 情报学报, 2023, 42(11): 1358-1368.
Lou Wen, Ma Xinyu, Su Zilong. A Method of Search Term Recommendation Based on Dependency Syntactic Network Combined with PageRank. 情报学报, 2023, 42(11): 1358-1368.
链接本文:  
https://qbxb.istic.ac.cn/CN/10.3772/j.issn.1000-0135.2023.11.009     或     https://qbxb.istic.ac.cn/CN/Y2023/V42/I11/1358