[發明專利]一種基于多屬性特征的文章推薦方法

有效

• 申請號: 202110418032.3
• 申請日: 2021-04-19
• 公開（公告）號: CN113158041B
• 公開（公告）日: 2022-07-29
• 發明（設計）人: 蔡世民;賀小雨;陳明仁
• 申請（專利權）人: 電子科技大學
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F40/284;G06F16/33;G06K9/62;G06N3/08
• 代理公司: 電子科技大學專利中心 51203
• 代理人: 陳一鑫

該發明公開了一種基于多屬性特征的文章推薦方法，屬于信息處理領域。用多屬性文章特征的推薦方法，提取更多文章特征，提升推薦性能：利用基于文章引文網絡的struc2vec嵌入向量，基于帶有文章作者、機構信息的異構網絡的metapath2vec嵌入向量，文章標題、摘要內容doc2vec的嵌入向量，在原引文網絡的基礎上，通過重構圖的方法，該方法能夠按照權重結合同構引文網絡、異構文章網絡、文本信息的嵌入結果。對于多屬性特征的重構網絡，使用能夠結合結構信息和同質信息的方法進行圖嵌入，提升推薦性能：通過node2vec方法得到文章節點含有結構信息和同質信息的嵌入向量，最終通過向量相似度進行推薦。

技術領域

本發明屬于信息處理領域，特別是涉及基于文本特征、引文網絡特征、異構網絡特征的學術文章推薦方法。

背景技術

引文網絡：引文網絡是由學術文章作為節點構成的圖，若兩篇學術文章之間有引用關系，則將兩個節點連邊；引文網絡為G(E，V)，v_i∈V表示文章v_i在數據集之中，若e_ij∈E則表示文章v_i、v_j有引用關系；這里的引用關系連邊e_ij是無向的，也就是說不區分是文章v_i被文章v_j引用還是文章v_j被文章v_i引用。

異構網絡：對于圖G(E，V)來說，如果節點集V中的點分為不同的類型，且不同類型的點存在連邊，則這個圖就是異構圖，也叫異構網絡。

帶有文章作者、機構信息的異構網絡：G′(V′，E′，T),其中V′＝V₁∪V₂∪V₃，V₁為機構節點集合，V₂為作者節點集合，V₃為文章節點集合，T代表不同節點類型的集合，T＝{1，2，3}，E′表示邊的集合，簡稱邊集。

含有多屬性特征的引文網絡：結合每篇文章的多種特征，在原引文網絡的基礎上重構的網絡。

連通圖：兩個節點連通指的是兩個節點間存在路徑，連通圖G(E，V)滿足任意兩個不同的頂點v_i和v_j都連通。

連通分量：無向圖G(E，V)的連通分量是一個子圖，此子圖是連通圖，但子圖中所有頂點和子圖以外的其他頂點不連通。

圖嵌入：是一種把整個圖或者圖里面的節點映射成向量的方法。

文本表征：是自然語言處理領域中，將文本映射為向量的方法。

字符串：將多個字符存儲成數組的數據結構。

子串：屬于字符串的一部分，由任意個連續的字符組成，稱為該串的子串。

特征：指的是代表圖中節點或文章的向量。

節點的度：在圖G(E，V)中，頂點v_i的度是此頂點有邊的條數，即deg(v_i)＝||K||，K＝{e_ij|e_ij∈E，v_j∈V}。

隨機游走：也稱隨機漫步，在圖中，指的是對于某個節點，基于此節點到其他節點的轉移概率，隨機生成一條路徑。

上下文(context)序列：隨機游走生成的路徑，也叫序列。

相似度：向量的相似程度的數量表示。直觀上看，將多個文章表示為向量，通過兩個向量的相似性則可以進行推薦。相似度的度量指標有歐幾里得距離、余弦相似度等。

推薦列表：對每一篇文章，生成的一個含有和它若干篇相似文章的列表，其中相似文章按照相似度降序排列。