IEEE论文搜索多单词关键字/关键词不被拆分的个性化搜索方法（IEEE的自定义搜索）

对于这个问题，我们有两个解决方案：自己写代码解决和IEEE自带的高级搜索。

目录

一.问题描述

二.高级搜索

三.自己动手，丰衣足食

---

一.问题描述

在IEEE搜索时，查找关键词时，若选择相关度

搜索后的文章是语义上较为接近的，但可能被引用量很低，对想要阅读经典的高引用文章的同学不太友好；若选择

可能搜索出来的结果引用量很高，但可能拆了我们的关键词，如我们搜索自监督学习（self-supervised learning），选择相关度，出来的第一个

 不是高引用文章；选择高引用，出来的第一个是这玩意，好像和自监督学习没啥关系~

二.高级搜索

 对于这种问题，有的同学说了，可以使用高级搜索

 于是我们实验了一下，先不带and，康康啥情况

第一页都是自监督学习，不拆分关键词完成~

 

 但是我们满怀着高兴的心情点了一下

第一篇又变成了这个，让人非常的高兴（doge)

 但如果我们把不想拆的关键词写到高级搜索and的两边

 第一篇又是这个，满足了要求

但是一旦点了

他，又来了！！

 所以高级搜索只能解决一部分问题，要想不拆关键词，还想要高引用，只能自己动手啦~

三.自己动手，丰衣足食

我们要做的就是导出搜索结果，使用pandas洗数据，然后......就没有然后了(doge)

一.导出数据

点这玩意儿

然后download

 

 如果下载有问题，emmmm，我就不知道啦（狗头保命）

不过这种小几百个的没啥问题，下载完了大概这样

 打开这个文件，上pandas，为了方便，把文件改名为ssl.csv（与某协议重名了）

import pandas as pd
import numpy as np

frame = pd.read_csv('ssl.csv')
print(frame.head())
print(frame.columns)

出来了我们的columns

 我们惊奇地发现，'Document Title','Author Affiliations','Article Citation Count', 'Patent Citation Count','Reference Count'正好是我们想要的，文档名，作者影响因子，被文章和专利引用数量和相关性。那还客气啥

head_picked_columns = ['Document Title','Author Affiliations','Article Citation Count', 'Patent Citation Count','Reference Count']
frame = frame[head_picked_columns]

后面的代码是对于self-supervised learning的搜索

a = 'self-supervised'
b = 'learning'
match_list_index = []
for i in frame.index:
    title = frame['Document Title'][i]
    title = title.lower()
    if (a in title) and (b in title):
        match_list_index.append(i)

result = frame.loc[match_list_index,:]

如果只想要不拆关键词，把result print一下就行啦~

但是对于追求完美的同学们，还要继续写有关引用的呀，我们希望对两个引用写一个排序

result['Article Citation Count'].fillna(0,inplace = True) #没有的话是nan，当然用0来填坑
result['Patent Citation Count'].fillna(0,inplace = True)

citation_count = result.sort_values(by = 'Article Citation Count')
citation_count['citation_sort'] = [i for i in range(len(citation_count.index))]

patent_citation_count = citation_count.sort_values(by = 'Patent Citation Count')
patent_citation_count['patent_citation_sort'] = [i for i in range(len(citation_count.index))]

出结果

reference_count = patent_citation_count
reference_count['all_sort'] =  reference_count['patent_citation_sort'] + reference_count['citation_sort']

result = reference_count.sort_values(by = 'all_sort',ascending = False)
document_title = result['Document Title']

print(document_title.head())

如果不写head，使用print大法的话

结果是这个，看着不错

-----------------------------分隔线-----------------------------------------

结语：本文中，我们使用pandas洗了导出数据，拿到了我们想要的结果

所以对于这个问题，两个解决方案

1.高级搜索，非常简单，但在按下载量排序那边翻车啦

2.自己导出数据然后数据清洗，虽然麻烦，但有效果

申明：虽然我比较菜，但代码是我自己写的啦，转的话加本文链接吧，喜欢的话点个免费的赞吧（白嫖怪震怒）