مروری بر روشهای محاسبه شباهت مقالات علمی

با افزایش تعداد افرادی که از پایگاه داده های علمی استفاده می کنند تقاضای سرویسهای بازیابی اطلاعات به شدت افزایش یافته است یکی از رایجترین سرویس ها یافتن مقالات مشابه است شباهت بین اسناد با روشهای کتابشناسی ارزیابی می شود در این مقاله رهیافتهای مبتنی بر متن مبتنی بر ارجاع و رهیابتهایی که روشهای مبتنی بر متن و ارجاع راترکیب می کنند را مقایسه کرده ایم. معیارهای شباهت مبتنی بر ارجاع و مبتنی بر متن تنها یکی از جنبه های محتوا یا ارجاع مقاله های علمی رادر نظر می گیرند ولی روشهای ترکیبی هر دو جنبه ی محتوا و ارجاع را مدنظر قرارمی دهند، نتایج به دست آمده نشان می دهد که روش مبتنی بر متن و روش ترکیبی با متد مرتبه دوم در هر دو حالت منجر به راهکارهایی خوشه بندی می شوند که با این وجود روش ترکیبی در حالت شباهتهای مرتبه اول بهترین کارایی را دارد.

کلیدواژه ها:

استناد ، تشابه ، محتوا ، مقالات علمی