| 基于大数据挖掘的科技项目查重模型研究 |
| |
| 引用本文： | 李善青,赵辉,宋立荣.基于大数据挖掘的科技项目查重模型研究[J].图书馆论坛,2014(2):78-83. |
| |
| 作者姓名： | 李善青 赵辉 宋立荣 |
| |
| 作者单位： | 中国科学技术信息研究所 |
| |
| 基金项目： | 中国科学技术信息研究所科研项目预研基金“面向重复立项检测的多源信息整合机制研究”(项目编号:YY201214);国家自然科学基金项目“大数据挖掘在科技项目查重中的应用研究”(项目编号:71303223);国家社会科学基金项目“网络环境下科技信息资源建设中的质量元数据及评估应用研究”(项目编号:12BTQ016)研究成果之一 |
| |
| 摘 要： | 科技项目查重是避免重复立项、重复建设的重要措施之一,目前缺乏行之有效的方法。文章提出基于大数据挖掘和多源信息整合的项目查重方法,以科技项目的基本信息、发表论文信息、关键词、负责人信息和承担机构等要素构建的大数据网络为研究对象,利用多源信息整合方法构建科技项目的相似度判别模型,并采用Hadoop框架实现海量数据的快速挖掘。文章介绍项目查重模型,重点讨论需要解决的关键问题,为解决项目查重问题提供一种全新的思路和方法。
|
| 关 键 词： | 大数据挖掘 多源信息整合 科技项目查重 Hadoop架构 |
| 本文献已被 CNKI 等数据库收录！ |
|
