余弦相似度在高校综合信息系统中的应用

• 作者: 左志宏 朱浩 连德富 颜凯
• 来源期刊: 东南大学学报（自然科学版）
• 学科: 工学
• 关键词: 大数据分析 综合信息系统 余弦相似度 多维向量转换 数据治理
• 年，卷（期）: 2017,（z1）
• 页码范围: 123-128
• 页数: 6页
• 分类号: TP315
• 字数: 5106字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0505.2017.S1.024

摘要

针对电子科技大学综合信息系统中学术论文填报数据不准确的问题,提出了通过余弦相似度计算来识别标准期刊名或会议名的方案.首先对填报名进行预处理,并清洗来自互联网的爬取名,进而得到测试名.通过经典的TF-IDF方法,对所有测试名和标准期刊名进行分词、去除停止词和取词操作,在计算出每个单词的TF-IDF值后,即可将所有的测试名和标准期刊名都转化为由所有单词的TF-IDF值构成的多维向量.通过计算测试名和标准期刊名间的余弦相似度,即可最终识别出正确的标准期刊名.实际的识别结果表明,余弦相似度计算极大地提高了学术论文填报数据的质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	左志宏	电子科技大学信息中心	29	205	8.0	13.0
2	颜凯	电子科技大学信息中心	17	130	6.0	10.0
3	连德富	电子科技大学大数据研究中心	3	13	2.0	3.0