基于大数据挖掘的科技项目查重模型研究

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

所属期刊栏目：34

分类号：F27;TU2

资助基金：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”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”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”12BTQ016

在线出版日期：2015-09-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：78-83