论文部分内容阅读
面对海量的科技文献资源，如何评估文献、作者和研究机构的学术质量和可信度引起了广泛关注。在众多可信度评价标准中，权威度是优先和关键的评价指标。因此，对科技文献、作者和机构等学术实体的科技实力和权威度进行研究与量化评估具有很大的现实意义。本文利用文献、作者、机构等三类实体间的引用、合著、合作等关系建立异构网络模型，在此基础上提出了混合随机游走算法 Co-AcademicRank 定量计算文献、作者、机构的权威度，并基于 MapReduce 实现了分布式的 Co-AcademicRank 算法。最后通过对情报学和图书馆学数据集测试与分析，对比分析了 PageRank 和 Co-ranking 算法，验证了本模型的有效性、准确性和优越性。同时，实验比较了算法在单机环境下和 Hadoop 平台下的运行时间，证明了分布式算法的高效性和稳定性。