基于多因素的引文推薦策略研究.pdf

1、隨著信息傳播速度的快速提升，可供查閱的科技文獻(xiàn)數(shù)量也在迅速增加。用戶想要在上千條引文查詢結(jié)果中找到自己需要的結(jié)果是一件很困難的事情。查詢結(jié)果推薦是解決這個(gè)問題的方法之一。查詢結(jié)果推薦根據(jù)已有的用戶信息，預(yù)測(cè)出用戶可能感興趣的項(xiàng)目，將這些項(xiàng)目推薦給用戶，避免了用戶從搜索工具中返回的數(shù)量巨大的結(jié)果集中挑選結(jié)果，減輕了用戶的負(fù)擔(dān)。由于引文之間的題目相似度不能準(zhǔn)確反映引文之間的相似度，現(xiàn)有的查詢結(jié)果推薦方法不能很好的對(duì)引文做出推薦。
　　

2、本文基于引文自身的特點(diǎn)，提出了一種基于多因素的引文推薦策略。該策略綜合了引文自身因素和用戶因素進(jìn)行論文推薦。首先，根據(jù)引文的引用關(guān)系，生成一個(gè)引文引用圖。接著，根據(jù)同作者、共同引用等引文之間特殊的聯(lián)系定義一系列規(guī)則，并基于這些規(guī)則給引用邊賦權(quán)值，權(quán)值的大小表示引文之間聯(lián)系的強(qiáng)弱。之后，應(yīng)用聚類算法對(duì)聯(lián)系緊密的引文進(jìn)行聚類，并根據(jù)聚類結(jié)果，找出用戶需要的相關(guān)引文，生成初始的引文推薦集合。最后，找出當(dāng)前用戶的相似用戶，根據(jù)它們的行為對(duì)之前生

3、成的推薦集合進(jìn)行調(diào)整，生成最終的引文推薦集合。
　　本文主要研究以下幾個(gè)問題。一是將用戶協(xié)同過濾策略和基于項(xiàng)目的推薦策略結(jié)合起來，提出一個(gè)引文推薦模型。在初期用戶評(píng)分稀疏的情況下，利用項(xiàng)目之間的相似度進(jìn)行推薦。在系統(tǒng)運(yùn)行一段時(shí)間之后，根據(jù)用戶的評(píng)價(jià)對(duì)之前計(jì)算的相似度進(jìn)行調(diào)整，使結(jié)果更準(zhǔn)確。二是在計(jì)算項(xiàng)目相似度的時(shí)候，根據(jù)引文自身的屬性計(jì)算（引用關(guān)系、作者、發(fā)表時(shí)間等），而不是傳統(tǒng)的語義相似度。這樣，可以避免抽取和語義分析的不準(zhǔn)確。