[發明專利]基于主題的個性化研究方向推薦系統和推薦方法

有效

• 申請號: 201310396246.0
• 申請日: 2013-09-04
• 公開（公告）號: CN103425799A
• 公開（公告）日: 2013-12-04
• 發明（設計）人: 盧美蓮;高潔;王萌星;秦臻;劉智超
• 申請（專利權）人: 北京郵電大學
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京德琦知識產權代理有限公司 11018
• 代理人: 夏憲富

1.一種基于主題的個性化研究方向推薦系統，其特征在于：所述推薦系統能夠根據用戶閱讀的全部論文、以及根據主題模型訓練模塊進行訓練而得到的這些論文的主題，獲悉用戶所閱讀的論文主題以及其對相關論文主題的偏好，從而為用戶推薦新的研究方向，以拓寬用戶視野；該推薦系統設有：論文抓取模塊、文本預處理模塊、主題模型訓練模塊、三層圖模型構建模塊、用戶-主題偏好權值矩陣計算模塊、研究方向推薦模塊和數據庫；其中：

論文抓取模塊，負責采用網絡爬蟲抓取相關學科技術領域中每篇論文的下述信息：包括標題、摘要、關鍵詞、鏈接地址、作者、所登載的期刊/會議名稱、引用數量和發表時間，并將每篇論文使用該論文的鏈接地址用作其標識加以區分后，將抓取的論文全部信息都存儲于數據庫；

文本預處理模塊，負責從數據庫中讀取每篇論文摘要，并由其分詞、詞性標注與過濾三個單元依序分別對其進行下述處理：分詞單元依據空格、標點符號對論文摘要進行分詞，詞性標注單元對分詞后的論文摘要進行詞性標注后，過濾單元提取其中的名詞詞語，并過濾和刪除其中對該論文沒有實際意義的停用詞，就得到該論文摘要的分詞序列，以便提高后續訓練和搜索的效率；

主題模型訓練模塊，負責讀取文本預處理模塊處理后的論文摘要分詞序列，并將其作為論文文本執行下述主題模型訓練：根據設定的主題個數，利用主題模型對每篇論文文本生成其對應每個主題的主題特征向量、即每篇論文歸屬于每個主題的分布權值集合，以使每篇論文文本都具有其對應每個主題的特征向量，并以每篇論文文本的標識進行區分；

三層圖模型構建模塊，負責根據從數據庫中獲取用戶全部操作行為記錄，以及源自主題模型訓練模塊的每篇論文歸屬于每個主題的主題特征向量，構建分別由所有的用戶節點、所有的論文節點和所有的主題節點構成的用戶層、論文層和主題層的三層圖模型；其中，用戶層指向論文層的每條有向邊表示用戶u_i對論文p_j有包括閱讀、收藏、分享、下載和評分的操作行為，而論文層指向主題層的每條有向邊則表示論文p_j歸屬于主題t_k；再根據三層圖模型中對應邊的兩種權值計算公式計算各層之間的邊的權值；該模塊設有：論文偏好值計算單元和三層圖模型構建單元；

用戶-主題偏好權值矩陣計算模塊，負責依據三層圖模型和下述公式計算用戶u_i對所有論文所涉及的某個主題t_k的偏好值：；式中，A_ij為用戶u_i對論文p_j的偏好值，T_jk為論文p_j屬于主題t_k的權值；自然數i、j和k分別為用戶、論文和主題的序號，且其最大值分別為：I、J和K；

研究方向推薦模塊，設有順序連接的相似度計算、主題偏好值計算和研究方向排序三個單元，其中相似度計算單元負責以用戶u_i對所有論文所涉及的各個主題t_k的偏好值作為向量，計算用戶u_i與其他用戶之間的相似度，再根據相似度數值大小對其他用戶進行遞減排序，并選擇位于前列的多個用戶作為用戶u_i的相似用戶集合；主題偏好值計算單元依據相似用戶集合中的用戶相似度值和該集合中的用戶u_s對所有論文所涉及的各個主題t_k的偏好值，計算用戶u_i對其未涉及主題的偏好值；研究方向排序單元再依據用戶u_i對其未涉及主題的偏好值大小對各個主題進行遞減排序，形成初始研究方向推薦列表；再從初始研究方向推薦列表中選擇位于前列的若干個研究方向作為用戶u_i的研究方向推薦列表，并存儲于數據庫中；

數據庫，用于存儲論文抓取模塊抓取的所有論文的全部信息，以及所有用戶對存儲的論文執行的包括閱讀、收藏、分享、下載和評分的全部操作行為記錄，每項操作行為記錄包括：用戶標識、論文標識、具體操作行為和起止時間。