基于VSM和余弦相似度的稿件精准送审方法

摘要：

[目的]为解决审稿专家信息更新不及时、编辑凭经验送审等因素导致拒审的问题,提出一种基于向量空间模型(Vector Space Model,VSM)和余弦相似度的稿件精准送审方法.[方法]首先,结合文献调研和《数据分析与知识发现》送审情况分析拒审的关键原因;其次,在中国知网中获取该刊审稿专家(155人)近5年发表的全部论文(1805篇),并使用词频-逆文档频度(Term Frequency-Inverse Document Frequency,TF-IDF)方法计算关键词权重以构建专家VSM;最后,利用余弦相似度模型为稿件匹配最优的外审专家.[结果]拒审会导致审稿周期加长,并且外审专家库中活跃的审稿专家减少.实验结果表明,所提方法能够提高稿件送审的准确率.[结论]所提出的稿件送审方法能够弥补人为匹配的缺陷,降低拒审概率.

关键词：同行评议、外审专家、拒审、余弦相似度、向量空间模型、科技期刊

所属期刊栏目：29

资助基金：中国科学院文献情报中心青年人才领域前沿项目“嵌入式科研工作流的新型出版模式研究”馆1725

在线出版日期：2019-01-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：982-986