[發(fā)明專利]一種基于圖、引文和內(nèi)容的論文混合推薦方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202011156053.4
• 申請(qǐng)日: 2020-10-26
• 公開（公告）號(hào): CN112364151B
• 公開（公告）日: 2023-06-27
• 發(fā)明（設(shè)計(jì)）人: 吳奇石;康穎;侯愛琴;趙子民
• 申請(qǐng)（專利權(quán)）人: 西北大學(xué)
• 主分類號(hào): G06F16/335
• 分類號(hào): G06F16/335;G06F16/332
• 代理公司: 西安恒泰知識(shí)產(chǎn)權(quán)代理事務(wù)所 61216
• 代理人: 李鄭建

本發(fā)明公開了一種基于圖、引文和內(nèi)容的論文混合推薦方法，通過(guò)引文關(guān)系構(gòu)建有向引文圖來(lái)查找相關(guān)論文集，并結(jié)合基于引文與基于內(nèi)容的方法來(lái)計(jì)算論文之間的相似度，按照混合模型產(chǎn)生的相似度對(duì)相關(guān)論文集進(jìn)行排序和推薦。考慮到不同章節(jié)的引用重要性不同，對(duì)基于引文的方法進(jìn)行了改進(jìn)，提出了基于章節(jié)的引文相似度，對(duì)不同章節(jié)的引文分配不同的權(quán)重，從而提高推薦的準(zhǔn)確性。

技術(shù)領(lǐng)域

本發(fā)明屬于推薦系統(tǒng)領(lǐng)域，涉及一種基于圖、引文和內(nèi)容的論文混合推薦方法。

背景技術(shù)

在科研工作中，研究者往往需要閱讀大量論文，但隨著論文網(wǎng)站中論文數(shù)量的增多，用戶很難通過(guò)關(guān)鍵詞搜索到自己感興趣的論文。因此需要更好的論文推薦方法來(lái)為用戶推薦論文。

論文推薦方法主要基于論文的基本信息，包括關(guān)鍵詞、摘要、作者和引文等。已有的方法中，基于引用的推薦方法被廣泛應(yīng)用。如通過(guò)直接引用關(guān)系建立評(píng)分矩陣，然后采用協(xié)同過(guò)濾方法推薦論文。但隨著論文的增多，基于協(xié)同過(guò)濾的方法存在冷啟動(dòng)和稀疏矩陣的問(wèn)題。除協(xié)同過(guò)濾外，引文分析也是基于引用的一個(gè)重要應(yīng)用。引文分析主要通過(guò)分析引文關(guān)系進(jìn)行推薦，引文關(guān)系分為直接引用、文獻(xiàn)耦合、共被引等，其中文獻(xiàn)耦合和共被引關(guān)系在論文推薦中表現(xiàn)出較高的邏輯相關(guān)性。論文是主要是文本信息，因此也有很多方法基于關(guān)鍵詞、摘要等內(nèi)容進(jìn)行推薦，但由于pdf文本抽取技術(shù)的困難以及大量文本計(jì)算的耗時(shí)，基于內(nèi)容的方法通常表現(xiàn)的性能不是非常好。此外基于圖的方法也十分常用，通過(guò)引文、關(guān)鍵詞、主題、作者或用戶信息之間的聯(lián)系建立一個(gè)圖結(jié)構(gòu)來(lái)推薦論文，如何更好的組織利用這些信息仍需要更多的研究。

由于單一方法都存在一些缺陷，并且不利于推薦的多樣性，目前越來(lái)越多的方法采用混合模型來(lái)推薦論文，并且結(jié)果表明，混合模型的性能遠(yuǎn)遠(yuǎn)好于單一方法。

發(fā)明內(nèi)容

針對(duì)現(xiàn)有技術(shù)中單一方法的不足，本發(fā)明的目的在于，提供一種基于圖、引文和內(nèi)容推薦的混合推薦方法。

為了實(shí)現(xiàn)上述任務(wù)，本發(fā)明采取如下的技術(shù)解決方案：

一種基于圖、引文和內(nèi)容的論文混合推薦方法，其特征在于，具體實(shí)現(xiàn)步驟如下：

步驟一，有向引文圖構(gòu)建

對(duì)當(dāng)前進(jìn)行推薦的論文，即目標(biāo)論文通過(guò)引文關(guān)系構(gòu)建有向引文圖來(lái)生成相關(guān)論文集；引文關(guān)系包括直接引文和間接引文，其中，間接引文包括文獻(xiàn)耦合、共被引結(jié)構(gòu)；所述有向引文圖結(jié)構(gòu)包括有多個(gè)節(jié)點(diǎn)，每個(gè)節(jié)點(diǎn)代表一篇論文，兩個(gè)節(jié)點(diǎn)之間的邊表示引用關(guān)系，有+1、-1兩種類型的邊，+1表示引用，-1表示被引；

通過(guò)有向引文圖獲取相關(guān)論文集有兩個(gè)步驟：

1)直接引用的節(jié)點(diǎn)通過(guò)一條邊到達(dá)；

2)間接引用的節(jié)點(diǎn)通過(guò)兩條邊到達(dá)；

一個(gè)目標(biāo)論文的相關(guān)論文集被表示為：

RP(t)＝{(r₁,sim₁,p₁),(r₂,sim₂,p₂),...,(r_i,sim_i,p_i),...}(0i≤n)

其中，t是目標(biāo)論文，t的相關(guān)論文個(gè)數(shù)為n,r_i為相關(guān)論文，sim_i為r_i與t之間的相似度，p_i為由t到r_i的路徑各邊相似度之和，所有的相關(guān)論文的相似度初始為0；

步驟二，基于章節(jié)的引文相似度

從論文中提取引用所在章節(jié)，由于每篇論文的章節(jié)結(jié)構(gòu)都不同，需要將所有的論文章節(jié)映射到一個(gè)通用的章節(jié)結(jié)構(gòu)，并對(duì)章節(jié)分配權(quán)重；基于章節(jié)的引文相似度計(jì)算如下：