google新闻可以推荐相关的新闻给我，google reader可以基于我的订阅推荐相关的博文。今天我在思考，文献的推荐算法问题。顺手整理了一下思路。

1. 引用关系
如果两篇文献引用的参考文献相同，那么相关性必然很高

2. 关键词
Keywords：两篇文章的关键词如果相同，可能有相关性
MeSH词：收录到PubMed中的医学文献都被标引了MeSH词，如果相同可以作为参考依据
SCI Topic：被SCI收录的数据库都被标引了主题词，可以作为参考依据

以上方法也有缺陷，忽略了词与词之间的关系，比如父子级。

3. 余弦定理
方法来自吴军博士的书籍《数学之美》
取出文章所有的实词，对他们的TF/IDF值进行排序，计算两篇文献的向量夹角。
如果当两篇文献向量的夹角为0，说明是论文抄袭，
如果接近1，说明高相关，
如果接近0，说明不相关。

如果每篇文献都两辆比较，计算量大，不现实，可以采用矩阵运算中的奇异值分解（SVD）这是我能想到的所有方法，抛砖引玉，各位看官如果有更好的建议，可以留言给我。

原文链接：http://www.mednoter.com/archives/503.html