1.一种基于文档评分模型和相关度的学术论文搜索排序方法，其特征在于，该方法包含如下步骤：步骤1：对论文库进行预处理

a)搜索前，先对论文库进行预处理和标准化工作，得到每篇论文的发表年份dt、发表期刊的等级dr、论文被引用次数dc以及论文搜索后的被点击查看次数dv；

b)将这些数据连同论文内容本身都加入到搜索引擎的索引库中，使之可以在搜索评分的时候被使用；

步骤2：基于文档评分模型和相关度的学术论文搜索排序步骤2.1：对论文文档建立评分模型

a)在搜索过程中，得到搜索词Q的搜索结果论文文档集合D；

b)对于集合D中每一篇论文文档d建立论文文档评分模型P(d)：P(d)＝T(d)M(d)F(d)

T(d)代表论文文档的时间因子，P(d)代表论文文档的质量因子，F(d)代表论文文档的反馈因子；

c)先计算论文文档的时间因子T(d)；

d)再计算论文文档的质量因子M(d)；

e)接着计算论文文档的反馈因子F(d)；

f)根据上面的计算结果，得到论文文档评分模型分值P(d)；

步骤2.2：计算综合评分

a)每篇论文文档的综合评分由两部分组成，即搜索词与论文文档的相关度R(Q,d)，以及论文文档评分模型P(d)；对于某一搜索词Q，如果它可以分成多个更小的词，那么搜索引擎的分词工具就会将其分为多个语素qi；所以分别计算每个语素与论文文档的评分，最后进行求和得到R(Q,d)；所以有：Score(Q,d)＝R(Q,d)P(d)w(qi)代表语素qi的权重,R(qi,d)代表语素qi与论文文档d之间的相关度评分；

b)先计算语素qi的权重w(qi)；

c)再计算语素qi与论文文档d之间的相关度评分R(qi,d)；

d)计算出每个语素qi与论文文档d之间的相关度评分之后进行求和，得到搜索词Q与论文文档d的相关度评分R(Q,d)；

e)最后结合论文文档评分模型分值P(d)，计算得到搜索词Q与当前文档d的综合评分Score(Q,d)；

步骤2.3：搜索结果排序并返回

a)依次计算相关论文文档集合D中每篇文档的综合评分；

b)根据该评分对集合D中的论文文档进行排序；

b)返回排序后的结果给搜索者。

2.根据权利要求1所述的一种基于文档评分模型和相关度的学术论文搜索排序方法，其特征在于：步骤2.1中论文文档的时间因子T(d)按如下公式计算：其中dt为论文的发表年份；θ为一个常数年份值，取当前年份和论文库中论文的最早发表年份的中间值,即current_year表示当前年份，oldest_year表示论文库中最早的论文的发表年份；α、β、γ分别为调节因子，调节时间因素对于评分的影响。

3.根据权利要求1所述的一种基于文档评分模型和相关度的学术论文搜索排序方法，其特征在于：步骤2.1中论文文档质量因子M(d)按如下公式计算：M(d)＝[log(dc+1)]·g(dr)其中dc为论文被引用次数，dr为论文发表期刊的等级，g(dr)为每种论文期刊等级对应的常数影响值。

4.根据权利要求1所述的一种基于文档评分模型和相关度的学术论文搜索排序方法，其特征在于：步骤2.1中论文文档反馈因子F(d)按如下公式计算：其中dv为论文被搜索之后点击查看的次数，δ为一个常数值，代表论文被点击查看次数的阈值。

5.根据权利要求1所述的一种基于文档评分模型和相关度的学术论文搜索排序方法，其特征在于：步骤2.2中语素qi的权重w(qi)按如下公式计算：其中，N表示论文库中所有文档的数量，n(qi)表示包含语素qi的文档的数量。

6.根据权利要求1所述的一种基于文档评分模型和相关度的学术论文搜索排序方法，其特征在于：步骤2.2中语素qi与论文文档d之间的相关度评分R(qi,d)按如下公式计算：其中，fi表示语素qi在论文文档d中出现的次数，dl为d的长度，avgdl则为所有论文文档的平均长度；k1和b为调节因子，调节词频和论文文档长度对于相关度的影响。