[發(fā)明專利]一種面向?qū)W術(shù)精準(zhǔn)推薦的異質(zhì)科研信息集成方法及系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 202110732872.7
• 申請(qǐng)日: 2021-06-30
• 公開(kāi)（公告）號(hào): CN113343125B
• 公開(kāi)（公告）日: 2023-08-22
• 發(fā)明（設(shè)計(jì)）人: 張凱;王楚豫;葉保留
• 申請(qǐng)（專利權(quán)）人: 南京大學(xué)
• 主分類號(hào): G06F16/9536
• 分類號(hào): G06F16/9536;G06N3/0475;G06N3/0464;G06N3/094;G06N3/084;G06F18/22
• 代理公司: 南京泉為知識(shí)產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 32408
• 代理人: 許丹丹

本發(fā)明公開(kāi)了一種面向?qū)W術(shù)精準(zhǔn)推薦的異質(zhì)科研信息集成方法及系統(tǒng)，所述方法包括：對(duì)原始科研信息進(jìn)行預(yù)處理，將異質(zhì)的學(xué)術(shù)文獻(xiàn)信息編碼成向量模式，并構(gòu)造隨機(jī)異質(zhì)的科研信息；對(duì)學(xué)術(shù)信息特征向量和異質(zhì)科研信息進(jìn)行編碼，并構(gòu)建學(xué)術(shù)編碼映射模型；利用映射模型中的生成器，實(shí)現(xiàn)異質(zhì)學(xué)術(shù)信息到完整科研特征向量的轉(zhuǎn)化；將作者信息編碼成稀疏的獨(dú)熱向量，并標(biāo)記與科研特征向量的相關(guān)程度；利用獨(dú)熱向量、科研特征向量以及二者相關(guān)程度，訓(xùn)練協(xié)同過(guò)濾推薦模型，生成與作者相關(guān)的推薦集合；融合兩種推薦結(jié)果，完成學(xué)術(shù)文獻(xiàn)的精準(zhǔn)推薦。本發(fā)明通過(guò)特征內(nèi)容的比對(duì)和對(duì)作者的協(xié)同過(guò)濾，實(shí)現(xiàn)了異質(zhì)科研信息補(bǔ)全與融合，以及科研學(xué)術(shù)內(nèi)容的精準(zhǔn)推薦。

技術(shù)領(lǐng)域

本發(fā)明涉及學(xué)術(shù)數(shù)據(jù)推薦，具體涉及一種面向?qū)W術(shù)精準(zhǔn)推薦的異質(zhì)科研信息集成方法及系統(tǒng)。

背景技術(shù)

隨著互聯(lián)網(wǎng)技術(shù)的迅速發(fā)展，各種科研期刊與出版物也逐漸從紙質(zhì)媒介變成了在線存儲(chǔ)的電子媒介，并且可以通過(guò)科研數(shù)據(jù)庫(kù)等方式進(jìn)行在線檢索，為科研工作者提供了極大的便利。然而由于學(xué)術(shù)數(shù)據(jù)通常是由離散的個(gè)人或者組織自己產(chǎn)生，因此，不同的學(xué)術(shù)數(shù)據(jù)其結(jié)構(gòu)差別十分大，不同學(xué)術(shù)數(shù)據(jù)質(zhì)量參差不齊，異質(zhì)的學(xué)術(shù)數(shù)據(jù)造成學(xué)術(shù)推薦難以實(shí)現(xiàn)精準(zhǔn)定位；同一作者，同一論文在不同的網(wǎng)站，數(shù)據(jù)庫(kù)的標(biāo)注版本等有著較大的偏差，并且對(duì)于已經(jīng)上傳的數(shù)據(jù)，往往也不同程度的存在一些信息缺失，造成海量的異質(zhì)學(xué)術(shù)數(shù)據(jù)，這些給科研檢索以及相關(guān)學(xué)術(shù)推薦帶來(lái)了巨大的困難。因此，如何對(duì)異質(zhì)學(xué)術(shù)數(shù)據(jù)進(jìn)行集成與融合，使得構(gòu)造統(tǒng)一的學(xué)術(shù)信息結(jié)構(gòu)是學(xué)術(shù)推薦的關(guān)鍵。

不同于傳統(tǒng)的數(shù)據(jù)信息，學(xué)術(shù)數(shù)據(jù)往往需要更加細(xì)化的分類，才能實(shí)現(xiàn)精準(zhǔn)的推薦，即使對(duì)于同領(lǐng)域的研究?jī)?nèi)容，不同的用戶往往具有不同的傾向。例如，對(duì)于某一領(lǐng)域的初學(xué)者而言，綜述類型以及科普類型的學(xué)術(shù)文獻(xiàn)能夠幫助快速了解領(lǐng)域知識(shí)；而對(duì)于深入該領(lǐng)域的研究專家而言，則需要推薦更加精深、專業(yè)性更強(qiáng)的學(xué)術(shù)文獻(xiàn)。因此，基于學(xué)術(shù)數(shù)據(jù)的精準(zhǔn)推薦不僅需要對(duì)文獻(xiàn)數(shù)據(jù)具有準(zhǔn)確的分類定位，也需要結(jié)合用戶的特征進(jìn)行推薦，才能實(shí)現(xiàn)更加精準(zhǔn)的推薦效果。

現(xiàn)有的科研信息推薦方法往往針對(duì)某一個(gè)信息源進(jìn)行推薦，未能很好的考慮到用戶對(duì)于異質(zhì)信息檢索的客觀需求。

發(fā)明內(nèi)容

針對(duì)上述現(xiàn)有技術(shù)的不足，為提升學(xué)術(shù)科研推薦系統(tǒng)的性能，本發(fā)明提供一種面向?qū)W術(shù)精準(zhǔn)推薦的異質(zhì)科研信息集成方法及集成系統(tǒng)，利用生成式對(duì)抗學(xué)習(xí)與協(xié)同過(guò)濾的方法，針對(duì)異質(zhì)科研信息進(jìn)行處理，對(duì)于不同質(zhì)量的信息進(jìn)行細(xì)節(jié)補(bǔ)全，并對(duì)已有信息構(gòu)建比對(duì)信息庫(kù)，以實(shí)現(xiàn)針對(duì)科研內(nèi)容與學(xué)者的精準(zhǔn)智能推薦。

為了達(dá)到上述目的，本發(fā)明采用如下技術(shù)方案：

根據(jù)本發(fā)明的第一方面，提供一種面向?qū)W術(shù)精準(zhǔn)推薦的異質(zhì)科研信息集成方法，包括以下步驟：

S1、對(duì)異質(zhì)的原始科研信息進(jìn)行預(yù)處理，包括：分別將異質(zhì)的學(xué)術(shù)文獻(xiàn)信息編碼成向量模式，并抽取語(yǔ)義相關(guān)的學(xué)術(shù)特征向量，用于編碼訓(xùn)練；并對(duì)學(xué)術(shù)特征向量的一些條目進(jìn)行隨機(jī)置空，構(gòu)造隨機(jī)異質(zhì)的科研信息；

S2、對(duì)于預(yù)處理獲得的學(xué)術(shù)信息特征向量和異質(zhì)科研信息進(jìn)行編碼，并構(gòu)建學(xué)術(shù)編碼映射模型，所述學(xué)術(shù)編碼映射模型利用多重卷積層構(gòu)建生成對(duì)抗網(wǎng)絡(luò)，用于從異質(zhì)的科研信息中獲得完整特征向量的映射；

S3、利用生成對(duì)抗網(wǎng)絡(luò)的生成器部分，實(shí)現(xiàn)異質(zhì)學(xué)術(shù)信息到學(xué)術(shù)特征向量的轉(zhuǎn)化，將異質(zhì)、存在缺失條目的科研信息進(jìn)行補(bǔ)全并生成完整的科研信息特征向量；

S4、將作者信息編碼成稀疏的獨(dú)熱向量，并標(biāo)記作者信息獨(dú)熱向量與科研信息特征向量之間的相關(guān)程度；

S5、利用作者信息獨(dú)熱向量、科研信息特征向量以及作者信息獨(dú)熱向量與科研信息特征向量之間的相關(guān)程度，訓(xùn)練協(xié)同過(guò)濾推薦模型，用于生成與作者相關(guān)的推薦集合；

S6、融合基于協(xié)同過(guò)濾的作者—文獻(xiàn)相關(guān)性推薦以及基于生成對(duì)抗網(wǎng)絡(luò)的文獻(xiàn)—文獻(xiàn)相關(guān)性推薦，得到最終的推薦結(jié)果，完成學(xué)術(shù)文獻(xiàn)的精準(zhǔn)推薦。