本發(fā)明涉及數(shù)據(jù)挖掘，特別涉及一種基于關(guān)鍵詞共現(xiàn)關(guān)系的相關(guān)文獻推薦系統(tǒng)及方法。

背景技術(shù)：

1、隨著學術(shù)研究的不斷深入和文獻數(shù)量的快速增長，科研人員面臨著如何從海量文獻中快速、準確地獲取所需信息的挑戰(zhàn)。科研人員在學術(shù)研究的過程中需要創(chuàng)新，而創(chuàng)新點可以從交叉學科中挖掘，這就要求科研人員在查找文獻時不僅需要查找與研究點直接相關(guān)的文獻，還需要查找與研究點相關(guān)的交叉學科相關(guān)文獻，通過閱讀研究交叉學科相關(guān)文獻來找到創(chuàng)新點。

2、傳統(tǒng)的文獻檢索和推薦方法多基于有一篇文獻的參考文獻、引證文獻和同被引文獻等方式進行推薦，無法從海量文獻找到與研究點相關(guān)的其他文獻。

3、有鑒于此，亟需一種基于關(guān)鍵詞共現(xiàn)關(guān)系的相關(guān)文獻推薦系統(tǒng)及方法，以至少解決上述不足。

技術(shù)實現(xiàn)思路

1、本發(fā)明目的之一在于提供了一種基于關(guān)鍵詞共現(xiàn)關(guān)系的相關(guān)文獻推薦系統(tǒng)及方法，對獲取的文獻元數(shù)據(jù)進行數(shù)據(jù)清洗獲取目標處理數(shù)據(jù)，根據(jù)目標處理數(shù)據(jù)計算關(guān)鍵詞詞頻、關(guān)鍵詞權(quán)重和關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)，再進一步計算相關(guān)文獻推薦排序，根據(jù)相關(guān)文獻推薦排序進行文獻推薦，可快速根據(jù)一篇文獻從海量文獻中推薦出與檢索文件相關(guān)的拓展文獻，提高了文獻檢索效率。

2、本發(fā)明實施例提供的一種基于關(guān)鍵詞共現(xiàn)關(guān)系的相關(guān)文獻推薦系統(tǒng)，包括：

3、數(shù)據(jù)準備子系統(tǒng)，用于獲取文獻元數(shù)據(jù)，并對文獻元數(shù)據(jù)進行數(shù)據(jù)清洗，獲得目標處理數(shù)據(jù)；

4、參數(shù)計算子系統(tǒng)，用于根據(jù)目標處理數(shù)據(jù)，計算目標參數(shù)，目標參數(shù)包括：關(guān)鍵詞詞頻、關(guān)鍵詞權(quán)重和關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)；

5、相關(guān)度計算子系統(tǒng)，用于根據(jù)目標參數(shù)，確定相關(guān)文獻推薦排序；

6、文獻推薦子系統(tǒng)，用于根據(jù)相關(guān)文獻推薦排序進行文獻推薦。

7、優(yōu)選的，數(shù)據(jù)準備子系統(tǒng)，包括：

8、文獻元數(shù)據(jù)準備模塊，用于基于預設(shè)的文獻錄入庫，獲取文獻元數(shù)據(jù)；

9、目標關(guān)鍵詞獲取模塊，用于獲取目標關(guān)鍵詞；

10、關(guān)鍵詞數(shù)據(jù)清洗模塊，用于剔除沒有目標關(guān)鍵詞的文獻元數(shù)據(jù)，獲得第一處理數(shù)據(jù)，基于預設(shè)的歸一化處理規(guī)則對第一處理數(shù)據(jù)進行歸一化處理獲取第二處理數(shù)據(jù)，根據(jù)第二處理數(shù)據(jù)去除低頻數(shù)據(jù)獲取目標處理數(shù)據(jù)。

11、優(yōu)選的，參數(shù)計算子系統(tǒng)，包括：

12、詞頻統(tǒng)計模塊，用于根據(jù)目標處理數(shù)據(jù)，進行關(guān)鍵詞詞頻統(tǒng)計，獲取關(guān)鍵詞詞頻矩陣和文獻關(guān)鍵詞關(guān)系矩陣；

13、關(guān)鍵詞權(quán)重計算模塊，用于根據(jù)關(guān)鍵詞詞頻統(tǒng)計的統(tǒng)計結(jié)果，計算關(guān)鍵詞權(quán)重；

14、關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)計算模塊，用于對目標關(guān)鍵詞進行共現(xiàn)關(guān)系分析，構(gòu)建關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)并計算共現(xiàn)強度。

15、優(yōu)選的，相關(guān)度計算子系統(tǒng)，包括：

16、檢索關(guān)鍵詞獲取模塊，用于獲取檢索關(guān)鍵詞；

17、文獻相關(guān)度計算模塊，用于根據(jù)目標參數(shù)和檢索關(guān)鍵詞，計算文獻相關(guān)度；

18、相關(guān)度排序模塊，用于根據(jù)文獻相關(guān)度從大到小的順序進行相關(guān)文獻推薦排序。

19、優(yōu)選的，檢索關(guān)鍵詞獲取模塊，包括：

20、檢索關(guān)鍵詞第一獲取子模塊，用于獲取目標人員輸入的檢索關(guān)鍵詞；

21、和/或，

22、檢索關(guān)鍵詞第二獲取子模塊，用于根據(jù)目標人員輸入的查詢文獻確定檢索關(guān)鍵詞。

23、優(yōu)選的，檢索關(guān)鍵詞第二獲取子模塊，包括：

24、歷史查詢記錄集展開單元，用于獲取查詢文獻的歷史查詢記錄集，將歷史查詢記錄集在目標時間軸上展開；

25、平均檢索時長獲取單元，用于獲取平均檢索時長；

26、檢索時間窗口確定單元，用于根據(jù)平均檢索時長，確定檢索時間窗口；

27、檢索時間窗口遍歷單元，用于將檢索時間窗口在目標時間軸上移動；

28、定位條件滿足性判定單元，用于判斷檢索時間窗口是否滿足定位條件；

29、歷史查詢記錄確定單元，用于若檢索時間窗口滿足定位條件，確定每一定位時間窗口內(nèi)距離當前時間最近的歷史查詢記錄；

30、歷史查詢記錄解析單元，用于解析歷史查詢記錄，確定目標查詢?nèi)藛T和目標查詢關(guān)鍵詞；

31、檢索經(jīng)驗信息獲取單元，用于獲取目標查詢?nèi)藛T的檢索經(jīng)驗信息；

32、檢索關(guān)鍵詞確定單元，用于根據(jù)檢索經(jīng)驗信息，確定目標查詢記錄中的目標查詢關(guān)鍵詞作為查詢文獻的檢索關(guān)鍵詞。

33、優(yōu)選的，定位條件滿足性判定單元，包括：

34、比較記錄第一確定子單元，用于將位于檢索時間窗口內(nèi)的歷史查詢記錄作為第一比較記錄，將位于檢索時間窗口外的歷史查詢記錄作為第二比較記錄，檢索時間窗口分為左右兩側(cè)；

35、比較記錄第二確定子單元，用于確定距離檢索時間窗口側(cè)最近的第一比較記錄，并作為第三比較記錄；

36、比較記錄第三確定子單元，用于確定距離檢索時間窗口側(cè)最近的第二比較記錄，并作為第四比較記錄；

37、時間間隔第一計算子單元，用于獲取距離同一檢索時間窗口側(cè)最近的第三比較記錄和第四比較記錄的第一時間間隔；

38、時間間隔第二計算子單元，用于獲取距離同一檢索時間窗口側(cè)最近的第三比較記錄距離相應檢索時間窗口側(cè)的第二時間間隔和第四比較記錄距離相應檢索時間窗口側(cè)的第三時間間隔；

39、判定子單元，用于若第一時間間隔大于等于預設(shè)的時間間隔閾值，且，第二時間間隔小于第三時間間隔，則檢索時間窗口滿足定位條件。

40、優(yōu)選的，文獻推薦子系統(tǒng)，還包括：

41、歷史文獻瀏覽信息獲取模塊，用于根據(jù)相關(guān)文獻推薦排序進行文獻推薦之前，獲取目標人員的歷史文獻瀏覽信息；

42、瀏覽有效值確定模塊，用于根據(jù)歷史文獻瀏覽信息，確定第一歷史瀏覽文獻的瀏覽有效值；

43、目標歷史瀏覽文獻第一確定模塊，用于若瀏覽有效值大于等于預設(shè)的瀏覽有效值閾值，將對應第一歷史瀏覽文獻作為目標歷史瀏覽文獻；

44、第二歷史瀏覽文獻確定模塊，用于若瀏覽有效值小于預設(shè)的瀏覽有效值閾值，將對應第一歷史瀏覽文獻作為第二歷史瀏覽文獻；

45、文獻特征提取模塊，用于提取第二歷史瀏覽文獻的文獻特征；

46、目標歷史瀏覽文獻第二確定模塊，用于根據(jù)文獻特征和預設(shè)的判定文獻特征庫，確定第二歷史瀏覽文獻中的目標歷史瀏覽文獻；

47、文獻推薦模塊，用于剔除相關(guān)文獻推薦排序中的目標歷史瀏覽文獻后進行文獻推薦；

48、其中，瀏覽有效值確定模塊，包括：

49、目標段落確定子模塊，用于根據(jù)歷史文獻瀏覽信息，確定第一歷史瀏覽文獻各個目標段落；

50、段落類型獲取子模塊，用于獲取目標段落的段落類型；

51、理想查看時長確定子模塊，用于根據(jù)段落類型對應的字符數(shù)-理想查看時長對照庫，確定目標段落的理想查看時長；

52、實際瀏覽時長獲取子模塊，用于獲取目標段落的實際瀏覽時長；

53、瀏覽價值度確定子模塊，用于根據(jù)實際瀏覽時長和理想查看時長，確定瀏覽價值度；

54、瀏覽有效值確定子模塊，用于根據(jù)瀏覽價值度和段落類型對應預設(shè)的目標權(quán)值，確定第一歷史瀏覽文獻的瀏覽有效值。

55、本發(fā)明實施例提供的一種基于關(guān)鍵詞共現(xiàn)關(guān)系的相關(guān)文獻推薦方法，包括：

56、步驟1：獲取文獻元數(shù)據(jù)，并對文獻元數(shù)據(jù)進行數(shù)據(jù)清洗，獲得目標處理數(shù)據(jù)；

57、步驟2：根據(jù)目標處理數(shù)據(jù)，計算目標參數(shù)，目標參數(shù)包括：關(guān)鍵詞詞頻、關(guān)鍵詞權(quán)重和關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)；

58、步驟3：根據(jù)目標參數(shù)，確定相關(guān)文獻推薦排序；

59、步驟4：根據(jù)相關(guān)文獻推薦排序進行文獻推薦。

60、優(yōu)選的，步驟1：獲取文獻元數(shù)據(jù)，并對文獻元數(shù)據(jù)進行數(shù)據(jù)清洗，獲得目標處理數(shù)據(jù)，包括：

61、獲取目標關(guān)鍵詞；

62、基于預設(shè)的文獻錄入庫，獲取文獻元數(shù)據(jù)；

63、剔除沒有目標關(guān)鍵詞的文獻元數(shù)據(jù)，獲得第一處理數(shù)據(jù)，基于預設(shè)的歸一化處理規(guī)則對第一處理數(shù)據(jù)進行歸一化處理獲取第二處理數(shù)據(jù)，根據(jù)第二處理數(shù)據(jù)去除低頻數(shù)據(jù)獲取目標處理數(shù)據(jù)。

64、優(yōu)選的，步驟2：根據(jù)目標處理數(shù)據(jù)，計算目標參數(shù)，目標參數(shù)包括：關(guān)鍵詞詞頻、關(guān)鍵詞權(quán)重和關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)，包括：

65、根據(jù)目標處理數(shù)據(jù)，進行關(guān)鍵詞詞頻統(tǒng)計，獲取關(guān)鍵詞詞頻矩陣和文獻關(guān)鍵詞關(guān)系矩陣；

66、根據(jù)關(guān)鍵詞詞頻統(tǒng)計的統(tǒng)計結(jié)果，計算關(guān)鍵詞權(quán)重；

67、對目標關(guān)鍵詞進行共現(xiàn)關(guān)系分析，構(gòu)建關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)并計算共現(xiàn)強度。

68、本發(fā)明的有益效果為：

69、本發(fā)明對獲取的文獻元數(shù)據(jù)進行數(shù)據(jù)清洗獲取目標處理數(shù)據(jù)，根據(jù)目標處理數(shù)據(jù)計算關(guān)鍵詞詞頻、關(guān)鍵詞權(quán)重和關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)，再進一步計算相關(guān)文獻推薦排序，根據(jù)相關(guān)文獻推薦排序進行文獻推薦，可快速根據(jù)一篇文獻從海量文獻中推薦出與檢索文件相關(guān)的拓展文獻，提高了文獻檢索效率。

70、本發(fā)明的其它特征和優(yōu)點將在隨后的說明書中闡述，并且，部分地從說明書中變得顯而易見，或者通過實施本發(fā)明而了解。本發(fā)明的目的和其他優(yōu)點可通過本技術(shù)文件中所特別指出的結(jié)構(gòu)來實現(xiàn)和獲得。

71、下面通過附圖和實施例，對本發(fā)明的技術(shù)方案做進一步的詳細描述。