#

Acemap| 新型地图式学术搜索系统


当前学术搜索系统大多基于关键词为用户提供列表式结果,缺少针对数据的分析与可视化等处理。这种结果呈现方式导致初涉某一领域的用户很难直观地了解一个学术领域。论文数据的爆发式增长、学者数目的增加、学术研究热点的快速变迁,使得现有学术搜索引擎的不足越来越突出。

传统搜索引擎中,由于对象关键词较为明确,通过匹配、再结合一定的排序算法即可获得比较好搜索效果。但是学术数据常含有隐性主题,即其主题并未在标等字段中明确示出来,因此我们需要对其进行更深度的挖掘,找出其隐含主题信息而不仅停留在关键词层面。 学术搜索引擎是近些年在数据挖掘领域逐渐得到重视的一个方向。从 2000 年开始 ,每年在国际学术界上发表的有关学术搜索系统的文章数量呈现逐年上升趋势。

Acemap旨在设计和实现一个新型的地图式学术搜索系统。为了收集大数量的高质量论文数据,团队爬取各个数据库、会议期刊主页公开信息,整个开源数据集,整合不同来源的不同格式的数据,建设分布式平台进行数据的存储和运算;设计一系列论文分析算法,实现挖掘论文隐含的主题信息,对论文进行评分以及热度预测等功能;对学术信息进行可视化,通过学术地图的形式向用户展示学术信息,帮助用户更简单便捷的获取其想要获取的信息。