مروري بر روش هاي محاسبه شباهت مقالات علمي

با افزايش تعداد افرادي كه از پايگاه داده‌هاي علمي استفاده مي‌كنند، تقاضاي سرويس ‌هاي بازيابي اطلاعات به‌شدت افزايش ‌يافته است. يكي از رايج‌ترين سرويس‌ها يافتن مقالات مشابه است. شباهت بين اسناد باروش‌هاي كتابشناسي ارزيابي مي‌شود. در اين مقاله رهيافت هاي مبتني بر متن، مبتني بر ارجاع و رهيافت هايي كه روش هاي مبتني بر متن و ارجاع را تركيب مي كنند را مقايسه كرده ايم. معيارهاي شباهت مبتني بر ارجاع و مبتني بر متن تنها يكي از جنبه هاي محتوا يا ارجاع مقاله هاي علمي را در نظر مي گيرند ولي روش هاي تركيبي هردو جنبه ي محتوا و ارجاع را مد نظر قرار مي دهند، نتايج بدست آمده نشان مي دهد كه روش مبتني برمتن و روش تركيبي با متد مرتبه دوم درهر دو حالت منجر به راهكارهاي خوشه بندي مي شوند كه با اين وجود، روش تركيبي در حالت شباهت هاي مرتبه اول بهترين كارايي را دارد.