【技术实现步骤摘要】
本专利技术是涉及数据挖掘、信息提取和推荐系统领域,具体是一种结合标签数据的二部图模型学术论文推荐实现方法。
技术介绍
早期研究人员的科学成果大多用学术论文的形式进行记录,通过查阅该类论文可以给研究者提供借鉴;除此之外,学术论文中又记录了同代人的科研成果,可以为研究者提供参考。通过查阅相关的科学论文,研究者可以避免其他研究者的重复劳动,提高科研的速度和效益。古往今来一切有成就的研究者,都是在广泛吸收了其他研究者知识的基础上,受到了良好的启发而取得成功的。因此,任何人在从事特定学科的学术活动时,或者新开始一项研究任务时,都要花费大量的时间,对该类学科相关论文进行全面的调查研究,明白国内外该课题的的研究情况,是否已经有人做过或者有人正在做,已经得到了哪些成果,现今尚未解决的问题是什么,做到心中有数。只有如此,才能避免重复劳动,有所创新、有所前进。随着数字化网络的快速发展和学科的拓展,学术论文信息呈爆炸式增长。这使得研究者越来越难在其中找到自己感兴趣的论文。在这样的环境下,论文推荐算法应运而生,可以很好的为研究者推荐相关的学术论文。然而,大部分的论文推荐算法没有利用到论文的标签的数据。标签在一定程度上概括了论文的主旨,合理的添加标签数据信息可以增强论文内容之间的关系,可以很有效的解决推荐当中面临的冷启动问题,进而为研究者推荐新发表的论文,这样可以使研究者更好的了解学科最前沿的技术。学术论文推荐在面向用户的推荐算法中,存在一种基于图模型的重启动的随机游走算法。图是一种呈现数据的表现形式,有着一些固定的关系结构。在图中,在同一种原则下,可以很容易的表现出多种数据的信 ...
【技术保护点】
一种结合标签数据的二部图模型学术论文推荐方法,包括相关数据预处理、结合标签的二部图模型的构造及学术论文推荐方法的实现。具体操作步骤如下:步骤a.预处理数据集,去除其中的噪音数据;步骤b.将论文的标签信息进行向量化处理;步骤c.将论文内容信息和论文标签结合,计算论文之间相似度;步骤d.根据用户收藏论文关系、引入标签后的论文相似度与论文之间的引用关系构建二部图模型;步骤e.在最终结合标签数据的二部图模型上,运用重启动的随机游走算法,计算节点之间的结构相关性。
【技术特征摘要】
1.一种结合标签数据的二部图模型学术论文推荐方法,包括相关数据预处理、结合标签的二部图模型的构造及学术论文推荐方法的实现。具体操作步骤如下:步骤a.预处理数据集,去除其中的噪音数据;步骤b.将论文的标签信息进行向量化处理;步骤c.将论文内容信息和论文标签结合,计算论文之间相似度;步骤d.根据用户收藏论文关系、引入标签后的论文相似度与论文之间的引用关系构建二部图模型;步骤e.在最终结合标签数据的二部图模型上,运用重启动的随机游走算法,计...
【专利技术属性】
技术研发人员:程红蓉,蔡腾远,张盼,唐明霜,郭彦伟,
申请(专利权)人:电子科技大学,
类型:发明
国别省市:四川;51
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。