摘要：[目的/意义]数据源描述(又称数据源摘要)是Deep Web集成检索领域存在的关键问题之一,数据源描述的质量直接影响着集成检索系统的检索效率和效果。本文提出一种基于领域特征和用户查询取样的数据源描述方法,以期为非合作环境下资源集成应用与研究提供参考和借鉴。[方法/过程]该方法为异构非合作型数据源的离线取样方法,通过分析数据源和用于查询的领域主题属性,依次构建领域特征词集、初始特征词集和高频特征词集,并最终获得以高频特征词查询取样的数据源描述信息。结合流行的CORI算法,深入分析基于推理网络的用户查询与数据源描述的相关度计算方法,并基于此方法设计基于Lemur工具集的集成检索系统,验证了上述方法的有效性。[结果/结论]所提方法在查全率和查准率方面均得到很好的表现。与其他方法相比,该方法在样本数据自动更新和运维管理方面具有明显成本优势和实用价值。

摘要：[目的／意义]提出一种基于开放同行评议的学者影响力评价方法，即通过归纳收敛开放同行评议内容，形成能够表征学者不同层面影响力的多个标签簇，从而从质量层面多角度探索学者影响力，并验证所提方法的有效性。[方法／过程]调研分析国内外现有学者影响力评价方法，在此基础上，设计构建基于开放同行评议的学者影响力评价方法，并以开放同行评议平台F1000为例，进行实证研究和对比分析。[结果／结论]基于开放同行评议的学者评价方法是一种新的评价角度，实现了对学者的多角度评价，增加了学者影响力的饱满度和辨识度。分析表明，该方法与文献计量评价方法不具有显著相关性，可以作为对传统评价方法的一种补充。传统的定量分析与开放同行评议方法的结合将是未来学术评价的发展趋势。