[發(fā)明專利]一種指導者推薦系統(tǒng)及方法

無效

• 申請?zhí)枺?/td>: 201110031811.4
• 申請日: 2011-01-28
• 公開（公告）號: CN102156706A
• 公開（公告）日: 2011-08-17
• 發(fā)明（設計）人: 唐杰;王喆;何均宏;馮建華;李國良
• 申請（專利權）人: 清華大學;華為技術有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30;H04L29/08
• 代理公司: 北京路浩知識產(chǎn)權代理有限公司 11002
• 代理人: 王瑩

1.一種指導者推薦系統(tǒng)，其特征在于，包括：數(shù)據(jù)源模塊、師生關系抽取模塊、專家度特征分析模塊、專家度計算模塊和排序模塊，

所述數(shù)據(jù)源模塊用于為師生關系抽取模塊提供師生關系數(shù)據(jù)；

所述師生關系抽取模塊用于根據(jù)所述師生關系數(shù)據(jù)抽取師生關系；

所述專家度特征分析模塊用于分析師生關系中指導者的專家度特征；

所述專家度計算模塊用于根據(jù)專家度特征計算指導者專家度；

所述排序模塊用于根據(jù)專家度進行排序，輸出推薦的指導者列表。

2.如權利要求1所述的指導者推薦系統(tǒng)，其特征在于，所述系統(tǒng)還包括：

個人信息分析模塊，用于分析申請者和指導者的個人信息，計算申請者申請所述指導者列表中的指導者的申請成功率。

3.如權利要求1或2所述的指導者推薦系統(tǒng)，其特征在于，所述系統(tǒng)還包括：

用戶反饋模塊，用于抽取用戶反饋的師生關系。

4.一種指導者推薦方法，其特征在于，包括以下步驟：

S1：根據(jù)專家及其發(fā)表的論文數(shù)、發(fā)表時間、指導者合作關系網(wǎng)抽取師生關系，所述指導者合作關系網(wǎng)為{G}＝{(V＝V^p∪V^a，E)}，其中代表論文集，p_i發(fā)表時間為t_i，代表作者集，E為邊集合，每一條邊e_ji∈E連接了論文p_i與作者a_j，表示a_j是p_i的作者之一，抽取出的師生關系表示為一個有向無環(huán)圖H為G的子圖，且有E_s∈E，邊相關的信息(r_ij，st_ij，ed_ij)中，r_ij表示作者a_j是a_i指導者的概率，st_ij和ed_ij分別表示師生關系開始的時間和結束的時間；

S2：抽取所述師生關系中的基于話題模型類，學術信息類以及學生成就類的專家度特征，利用排序支持向量機訓練所述專家度特征的權重并計算專家的專家度，具體方式為：

排序支持向量機對于用戶輸入的查詢關鍵詞中兩個不同排序等級的實例創(chuàng)建一個新的實例其中引入的變量z_i的取值滿足：如果那么z_i＝+1，否則z_i＝-1，構建好新的訓練集之后，進一步構建排序函數(shù)將訓練集中的實例對簡寫為x′，向量w則是實例對的每個特征對應的權重，值越大表明該維特征對于決定實例之間等級關系的作用越大，w*是w的最優(yōu)解，學習排序函數(shù)的目的則是求解向量w的最優(yōu)解從而使得排序函數(shù)f<w*，x′>能夠正確排列出訓練集中實例對的等級關系，求解排序函數(shù)f<w*，x′>采用機器學習算法，利用支持向量機來求解一個二次最優(yōu)化問題：

minwM(w)=12||w||+CΣi=1lξi]]>

其中有ξ_i≥0，i＝1，...，l；z<w，x⁽¹⁾-x⁽²⁾>≥1-ξ_i，

ξ_i表示排序函數(shù)的等級排序誤差，S表示新輸入的實例集合，C表示用戶自定義的SVM的參數(shù)，每個x表示一個實例，(x^a，x^b)表示實例對，表示第i個實例對；x⁽¹⁾-x⁽²⁾表示相鄰兩個實例構成的實例對；y表示每一個實例的排序等級，(y^a，y^b)則表示實例對的排序等級關系，表示第i個實例對的排序等級關系，其排序關系可以簡寫為z，當z＝1的時候表明x^a的排序等級比x^b的排序等級高，當z＝-1的時候表明x^a的排序等級比x^b的排序等級低；

S3：將推薦的指導者的信息返回給用戶。