針對科研成果的個性化推薦系統(tǒng)的研究與應(yīng)用.pdf

1、近年來，隨著Internet的普及，網(wǎng)絡(luò)上出現(xiàn)了大量信息。這些信息中，有些可以很容易就能獲取到，而有很多信息都“隱藏”在網(wǎng)絡(luò)的角落中，使得用戶很難得到。針對這樣的情況，個性化推薦油然而生。它可以在一定程度上幫助用戶找到他們感興趣的內(nèi)容。在我國，隨著信息技術(shù)的飛速發(fā)展和應(yīng)用領(lǐng)域的不斷拓展，特別是近年來國家對科研投入地逐步加大，每年的科研成果數(shù)量急劇增長。因此科研人員在查找和檢索相應(yīng)科研成果的時候需要花費大量的時間和精力，并且還要甄別該成果

2、對自己是否具有幫助。所以科研人員也同樣需要面對如何更快速準確的獲取有用信息這個問題。
　　為了解決這個問題，以便科研人員能夠快速得到有用信息，避免他們在科研中重復(fù)研究，重復(fù)立項。本文在基于內(nèi)容過濾的推薦算法以及基于用戶的協(xié)同過濾推薦算法基礎(chǔ)上，提出了一套針對科研成果的個性化混合推薦算法。該算法首先利用x2統(tǒng)計的方法提取科研成果相關(guān)特征詞，然后通過樸素貝葉斯分類將科研成果進行分類，接著使用TF-IDF統(tǒng)計方法計算出每個特征詞的權(quán)重，

3、從而形成科研成果的特征向量，再接著利用科研成果的特征向量、用戶行為和基本屬性數(shù)據(jù)計算出用戶的特征向量，最后通過用戶和科研成果的特征向量得出推薦結(jié)果。通過實驗證明，該算法的速度和推薦準確度都有不俗的表現(xiàn)。
　　同時文本在提出算法的基礎(chǔ)上，將其運用到了針對科研成果的個性化推薦系統(tǒng)中，針對研究人員研究領(lǐng)域的連貫性通過引入用戶師生關(guān)系，在一定程度上解決了推薦系統(tǒng)冷啟動的問題同時也可以方便用戶查看其他有關(guān)聯(lián)用戶的研究進展，提高了科研人員的學