有没有人可以分享一个使用Mathematica和谷歌学者来提取学术研究信息的简单示例

Question

我如何使用Mathematica和谷歌学者来查找一个人在2011年发表的论文数量？

Answer 1

谷歌学者并不是很适合这个目标，因为它没有正式的API AFAIK。它也不提供结构化(例如XML)格式的结果。所以，我们不得不求助于一个快速的(非常，非常脆弱的！)文本模式匹配类似于：

 searchGoogleScholarAuthor[author_String] := 
 First[StringCases[
   Import["http://scholar.google.com/scholar?start=0&num=1&q=" <> 
     StringDrop[
      StringJoin @@ ("author:" <> # <> "+" & /@ 
         StringSplit[author]), -1] <> "&hl=en&as_sdt=1,5"], ___ ~~ 
     "Results" ~~ ___ ~~ "of about" ~~ Shortest[___] ~~ 
     p : Longest[(DigitCharacter | ",") ..] ~~ ___ ~~ "." ~~ ___ ~~ 
     "(" ~~ ___ :> p]]

In[191]:= searchGoogleScholarAuthor["A Einstein"]

Out[191]= "6,400"

In[190]:= searchGoogleScholarAuthor["Einstein"]

Out[190]= "9,400"

In[192]:= searchGoogleScholarAuthor["Wizard"]

Out[192]= "197"

In[193]:= searchGoogleScholarAuthor["Vries"]

Out[193]= "70,700"

如果您不喜欢字符串结果，则添加ToExpression。如果要限制发布年份，可以将&as_ylo=2011&as_yhi=2011&添加到搜索字符串中，并相应地更改起始年份和结束年份。

请注意，具有流行名称的作者将生成许多虚假的命中，因为没有方法唯一地识别单个作者。此外，学者返回各种各样的点击，包括引用，书籍，重印和更多。所以，真的，这对计数并不是很有用。

稍微解释一下：

Scholar将作者和合著者的首字母和姓名拆分在几个author:字段中，并使用+。代码的StringDrop[StringJoin @@ ("author:" <> # <> "+" & /@ StringSplit[author]), -1]部分负责这一点。StringDrop删除最后一个+。

Stringcases部件包含一个很大的文本模式，它主要搜索学者放置在每个结果页面顶部的文本，其中包含命中的数量。然后隔离并返回此数字。