基于元搜索引擎的中文数据库引文分析系统

doi:10.11925/infotech.1003-3513.2006.11.16

现代图书情报技术

2006, Vol. 1

Issue (11): 65-68 https://doi.org/10.11925/infotech.1003-3513.2006.11.16

信息检索技术

本期目录 | 过刊浏览 | 高级检索

基于元搜索引擎的中文数据库引文分析系统

陈祖琴郑宏

（西南大学计算机与信息科学学院重庆 400715）

Citation Analysis System of China Database Based on Meta-search Engine

Chen Zuqin Zheng Hong

(Faculty of Computer Science and Information, Southwest University, Chongqing 400715，China)

摘要
参考文献
相关文章
Metrics

全文:
输出: BibTeX | EndNote (RIS)

摘要

分析现有中文引文数据库的优缺点，针对其存在的问题，利用元搜索引擎的原理，提出一种改进的中文数据库引文分析系统模型，并详细论述该系统的各项功能。

	服务

	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	陈祖琴
	郑宏

关键词 ：引文检索, 引文数据库, 引文分析, 元搜索引擎, 模型

Abstract：

This paper analyzes the merits and demerits of China citation database. In accordance with their problems, it gives a developed model of China citation analysis system by utilizing the principle of meta-search engine. And also introduces the function of the system detailly.

Key words： Citation retrieval Citation database Citation analysis Meta-search engine Model

收稿日期: 2006-08-08 出版日期: 2006-11-25

G350.7

通讯作者: 陈祖琴 E-mail: daodao@swnu.edu.cn

作者简介: 陈祖琴,郑宏

引用本文:

陈祖琴,郑宏 . 基于元搜索引擎的中文数据库引文分析系统[J]. 现代图书情报技术, 2006, 1(11): 65-68.
Chen Zuqin,Zheng Hong . Citation Analysis System of China Database Based on Meta-search Engine. New Technology of Library and Information Service, 2006, 1(11): 65-68.

链接本文:

https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/10.11925/infotech.1003-3513.2006.11.16 或 https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/Y2006/V1/I11/65

1王知津,姚广宽. 三大中文数据库引文功能比较——CNKI、VIP和CSSCI实证研究.图书情报知识,2005(6)：61-65
2李力.美国ISI公司及其颇具信息服务功能的引文索引数据库. 现代情报，2005(3)：159-161
3赵云亭.新一代学术信息资源整合体系——ISI Web of knowledge.现代情报，2004(1)：57-58
4华薇娜.美国ISI公司引文索引数据库最新检索功能评析. 情报理论与实践，2005，28(3)：332-336
5郭少友.元搜索引擎的原理与设计. 情报科学，2005(2)：245-248
6张付志. 一种基于元搜索引擎的数字图书馆互操作解决方案. 情报学报，2004，8(4)：422-427
7李海军等.基于JSP的跨库检索技术的研究开发.现代图书情报技术，2004（11）：74-76
8邱均平.文献计量学.北京：科学技术文献出版社，1988347-348
9（美）尤金.加菲尔德，侯汉清等译.引文索引法的理论及应用.北京：北京图书馆出版社，200484-85

[1]	王寒雪,崔文娟,周园春,杜一. 基于机器学习的食源性疾病致病菌识别方法*[J]. 数据分析与知识发现, 2021, 5(9): 54-62.
[2]	单晓红,王春稳,刘晓燕,韩晟熙,杨娟. 开放式创新社区领先用户识别——知识基础观视角*[J]. 数据分析与知识发现, 2021, 5(9): 85-96.
[3]	车宏鑫,王桐,王伟. 前列腺癌预测模型对比研究*[J]. 数据分析与知识发现, 2021, 5(9): 107-114.
[4]	朱侯,方清燕. 社会化媒体用户隐私计算量化模型构建及隐私悖论均衡解验证*[J]. 数据分析与知识发现, 2021, 5(7): 111-125.
[5]	陈星月, 倪丽萍, 倪志伟. 基于ELECTRA模型与词性特征的金融事件抽取方法研究*[J]. 数据分析与知识发现, 2021, 5(7): 36-47.
[6]	陆泉, 何超, 陈静, 田敏, 刘婷. 基于两阶段迁移学习的多标签分类模型研究*[J]. 数据分析与知识发现, 2021, 5(7): 91-100.
[7]	曹睿,廖彬,李敏,孙瑞娜. 基于XGBoost的在线短租市场价格预测及特征分析模型^*[J]. 数据分析与知识发现, 2021, 5(6): 51-65.
[8]	王义真,欧石燕,陈金菊. 民事裁判文书两阶段式自动摘要研究^*[J]. 数据分析与知识发现, 2021, 5(5): 104-114.
[9]	伊惠芳,刘细文. 一种专利技术主题分析的IPC语境增强Context-LDA模型研究[J]. 数据分析与知识发现, 2021, 5(4): 25-36.
[10]	石湘,刘萍. *基于知识元语义描述模型的领域知识抽取与表示研究 ^——以信息检索领域为例**[J]. 数据分析与知识发现, 2021, 5(4): 123-133.
[11]	张鑫,文奕,许海云. 一种融合表示学习与主题表征的作者合作预测模型^*[J]. 数据分析与知识发现, 2021, 5(3): 88-100.
[12]	冯勇,刘洋,徐红艳,王嵘冰,张永刚. 融合近邻评论的GRU商品推荐模型^*[J]. 数据分析与知识发现, 2021, 5(3): 78-87.
[13]	赵天资, 段亮, 岳昆, 乔少杰, 马子娟. 基于Biterm主题模型的新闻线索生成方法 ^*[J]. 数据分析与知识发现, 2021, 5(2): 1-13.
[14]	沈旺, 李世钰, 刘嘉宇, 李贺. 问答社区回答质量评价体系优化方法研究 ^*[J]. 数据分析与知识发现, 2021, 5(2): 83-93.
[15]	陈浩, 张梦毅, 程秀峰. *融合主题模型与决策树的跨地区专利合作关系发现与推荐^——以广东省和武汉市高校专利库为例**[J]. 数据分析与知识发现, 2021, 5(10): 37-50.

Viewed

Full text

Abstract

Cited

Shared

Discussed