北大本科生论文：文献检索与作者关系挖掘系统设计

本文档是一篇北京大学本科毕业论文，主题为"文献全文检索和作者关系挖掘系统设计与实现"，由学生左丹在导师闫宏飞的指导下完成。该研究旨在解决Web内容爆炸性增长带来的信息管理挑战，特别是针对PDF格式文献的处理。论文的核心内容包括： 1. 全文检索技术：左丹基于Lucene索引机制构建了全文检索系统，深入研究了其工作原理和效率，并提出了改进方案。这部分工作对于提升搜索速度和准确度具有实际价值。 2. PDF文档内容提取与分析：通过人工勘查和算法优化，论文实现了对PDF文档中作者信息的高效提取，进一步进行了作者姓名的分析，从而挖掘出与WWW会议相关的规律和见解。 3. 相关性算法研究与实现：左丹分析了主流的相关性算法，设计并实现了一个文本集合的模型，用于计算查询与文档的相关度，并将其与Lucene的score机制进行对比，以评估不同方法的效果。 在整个毕业设计过程中，左丹展示了良好的自主学习和实践能力，积极参与到系统的设计与实现中，体现出计算机系统结构专业的理论知识和技能应用。 这篇论文的研究不仅关注技术层面，还反映了对信息时代背景下信息管理和利用的实际需求，对于提高文献检索效率，理解作者之间的联系，以及推动生物信息学网络计算应用系统的发展具有重要意义。导师对左丹的评价肯定了论文的创新性和实用性，认为其达到了培养目标的要求。 总结来说，本文献全文检索和作者关系挖掘系统设计与实现不仅涵盖了基础的IT技术，如搜索引擎和数据挖掘，还体现了跨学科的应用前景，展示了左丹在信息技术领域扎实的理论功底和实践能力。