一种基于科技查新的跨库检索去重算法

【目的】通过对科技查新中的跨库检索结果进行去重,提高查新检索效率。【方法】选取不同数据库检索记录中唯一性的特征四元组{论文名称,期刊名,发表时间,第一作者}信息,用改进的I-Match中的对比算法构建检索记录特征字串作为去重的计算依据。【结果】跨库检索去重算法对数据库检索结果进行初步分析和去重,提高查新检索效率。通过测试,算法去重准确率较高,而召回率受数据库收录信息完善度的影响,还有提高的空间。【局限】算法处理效果依赖于从数据库检索记录中提取特征四元组,由于不同数据库的检索返回结果存在差异,需要针对不同论文数据库定制检索记录特征抽取模板。【结论】通过实验测试,算法具有较高的去重准确率和处理效率,符合预定科技查新需求。     

网页去重技术

以去除冗余网页为目标,分析搜索引擎工作原理,讨论现有的去重算法,并提出基于Suffix Tree的倒排索引改进算法.实验表明该算法有着优秀的判断文档相似度的特性.最后对现有去重算法进行分析总结并提出网页去重新思路,以便进行下一步研究.     

谈查新工作中查新员与查新委托人的合作

对查新委托人的角色进行了分析,并对查新工作中查新员与查新委托人如何正确合作,发挥查新委托人在查新工作中的积极作用,避免委托人带来的一些负面影响进行了详细的分析和探讨。     

查新报告格式规范化的实证分析——对《科技查新手册》中21个查新报告案例的剖析

对由谢新洲、滕跃主编的《科技查新手册》中21个查新报告案例进行剖析;对照《科技查新规范》,讨论查新报告中的项目名称、查新目的、科学技术要点和查新点、查新要求、文献检索范围及检索策略、检索结果、查新结论、附件清单8个栏目的规范及准确填写方法,指出《科技查新手册》的查新报告案例存在一些值得探讨的问题。     

DIALOG系统去重功能的应用

本文主要介绍DIALOG系统中重复文献的去重功能、指令及使用方法，并结合实践对各种不同的重复文献能否去重进行了试用。     

科技查新中查新点的分析与提炼

本文从科技查新和查新点的定义入手,指出查新点是影响科技查新质量的一个重要因素,并结合实际案例探讨了如何准确分析、把握、提炼查新点,同时提出了提高查新质量对查新人员综合素质的要求。     

基于SLCS的元搜索去重技术研究

针对元搜索结果中的网页重复问题,把基于最长公共子序列（Longest Common Subsequence,简称LCS）的网页去重方法应用到元搜索引擎的去重中,提出基于SLCS(首字母S表示Summary)的元搜索去重方法。在获得网页文档摘要后,根据查询词在语句中出现的次数和语句长度,计算摘要语句集合中每个语句权重,提取权重最大的语句作为网页摘要特征语句,通过比较摘要特征语句间的LCS,计算出结果网页相似性,以提高元搜索引擎的检索质量,实验表明该方法具有较高的准确率。     

一个基于特征向量的近似网页去重算法

在搜索引擎的检索结果页面中,用户经常会得到内容相似的重复页面,它们中大多是由于网站之间转载造成的。为提高检索效率和用户满意度,提出一种基于特征向量的大规模中文近似网页检测算法DDW（Detect near—Duplicate Web Pages）。试验证明,比起其他网页去重算法（I—Match）,DDW具有很好的抵抗噪声的能力及近似线性的时间和空间复杂度,在大规模实验中获得良好测试结果。     

基于Bloom Filter的大规模网页去重策略研究

针对大规模信息采集,运用Bloom Filter及其改进算法,在误差允许的条件下,通过URL散列运算可以有效地对同源网页进行去重.实践证明,通过对其参数进行合理的调整,可以达到满意的结果.     

基于Bloom Filter的超大规模网页去重策略研究

针对大规模信息采集,运用Bloom Filter及其改进算法,在误差允许的条件下,通过URL散列运算可以有效地对同源网页进行去重。实践证明,通过对其参数进行合理的调整,可以达到满意的结果。     

基于文献计量的科技查新研究现状分析

从文献计量的角度,分析科技查新的研究现状。通过获取核心期刊为来源的相关文献作为样本,对其年 代、机构、作者、关键词分别进行计量与共现分析。研究结果发现：相关研究论文数量有所回落;合作发表的论文较 少且相对封闭;研究主题主要集中在查新报告质量、查新机构现状、创新服务模式等。最后针对存在的问题提出相应 的对策和建议。     

科技查新行业发展现状及面临的问题分析

指出我国科技查新机构分属于以科委、科技厅和国家部委为主的管理系统,并从地区和查新数量分布两方面介绍我国科技查新机构的分布;分析当前科技查新工作在行业管理、业务分布、队伍建设、查新报告质量方面存在的问题,并针对存在的问题提出促进科技查新行业发展可采取的措施。      

查新工作研究现状统计分析

通过对1998～2003年间发表的查新论文进行统计分析,概述了我国查新工作研究现状,提出了查新工作改进的几点建议。     

查新质量标准研究

本文讨论了科技查新———信息产品的基本特点以及影响质量的主要因素。据此提出定性、定量指标体系和质量标准。还对技术规范操作中的问题作了具体说明     

科技查新的学术原理探讨

检索策略是科技查新的科学依据,检索方法是科技查新的技术保障,情报分析研究是科技查新的学术体现。这是科技查新的学术原理和核心问题,应予以重视。     

《教育部科技查新工作站查新报告撰写规范》分析比较研究

从形式和内容上将2013年颁布的新《教育部科技查新工作站查新报告撰写规范》与2009年颁布的老版本进行对比分析,重点研究新版本轻过程重结论、条理清晰、灵活适度及注重时效性等特点,最后指出其存在的问题和相关建议。     

当前查新工作质量影响因素探析

文章从查新体制、查新人员、查新范围和手段等方面出发,探讨了目前查新工作中存在的问题和不足以及其对查新工作带来的不利影响,并就此提出相关解决方法.     

教育部查新站L08 2005-2010年国内外查新及社科查新项目分析

论文对教育部查新站L08 2005-2010年间受理的国内外查新674件查新委托书的查新来源、查新目的、查新项目隶属学科和领域进行了统计分析,得出我国绝大多数查新站的国内外查新都是一个薄弱环节,尤其是社科类查新少之又少的结论.说明国内外查新尤其是社科查新应给予加强,要建立完善的国内外查新体系,以保证查新的查全和查准率.     

基于科技查新的重点学科建设评价

概述国内外学科评价,分析当前科技查新服务重点学科评价的现状和存在的问题。结合学科建设管理与查新实践,详细论述查新在重点学科遴选、学科方向制定、学科带头人学术水平鉴定、学科项目选题、引进人才筛选、中后期建设评估等方面的评价内容、方法及流程,并以水产学科的学位点申报为例介绍查新评价学科方向的具体方法。对查新和学科建设人员均有一定参考价值。