發(fā)布時間：2021-04-21 01:20

　　隨著互聯(lián)網(wǎng)和信息技術的不斷發(fā)展,學術交流與合作不再受地理因素的限制,變得愈加頻繁,學者之間的學術合作行為分析逐漸成為科學研究的重要組成。在大數(shù)據(jù)背景下,如何有效地利用海量學術數(shù)據(jù)對學者合作網(wǎng)絡進行構建,并通過該網(wǎng)絡幫助學者挖掘、推薦合適的合作伙伴,成為當前學術網(wǎng)絡研究的熱點問題。本文提出了基于學術知識圖譜的合作者推薦算法,以知識圖譜的方式對領域學術網(wǎng)絡進行構建,結合基于內容的推薦方法,為學者推薦合作伙伴,并且推薦的結果具有一定的可解釋性。首先,對學術數(shù)據(jù)中學者、研究領域及論文等多源異構信息進行抽取和處理,以圖數(shù)據(jù)庫為主要載體,自頂向下的方式構建出計算機領域內的科研知識圖譜。其次,通過在知識圖譜中定義的元路徑組,利用基于網(wǎng)絡結構的相似度,為源學者過濾出無直接合作關系但相似度極高的推薦候選集合。然后,利用基于內容過濾推薦中Itembased的思想,根據(jù)已經(jīng)是源學者的合作者的相關特征,計算候選推薦集合中學者與源學者的相似度,依據(jù)相似度綜合評分生成合作者列表,即為最終推薦結果。最后,在知識圖譜中查找推薦的學者與源學者的最短路徑,生成對推薦結果的解釋。本文提出的基于學術知識圖譜的合作者推薦算法已... 

【文章來源】：大連理工大學遼寧省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：58 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景和意義
    1.2 國內外研究現(xiàn)狀
        1.2.1 知識圖譜
        1.2.2 可解釋性推薦
    1.3 本文研究內容
    1.4 論文組織結構
2 相關技術
    2.1 后端技術
        2.1.1 Java EE平臺
        2.1.2 MVC框架模式
    2.2 前端技術
        2.2.1 HTML、CSS和 JavaScript組件
        2.2.2 Bootstrap框架
        2.2.3 D3 框架
        2.2.4 ECharts
    2.3 數(shù)據(jù)庫
        2.3.1 Neo4j數(shù)據(jù)庫
        2.3.2 MySQL數(shù)據(jù)庫
    2.4 本章小結
3 基于知識圖譜的合作者推薦算法設計及實現(xiàn)
    3.1 合作者推薦算法模型
        3.1.1 基于元路徑相似度
        3.1.2 基于信息相似度
        3.1.3 推薦結果可解釋性
    3.2 算法實現(xiàn)及結果展示
        3.2.1 構建知識圖譜
        3.2.2 計算元路徑相似度
        3.2.3 計算信息相似度
        3.2.4 生成推薦解釋
    3.3 本章小結
4 系統(tǒng)結構設計
    4.1 需求概述
        4.1.1 功能需求分析
        4.1.2 非功能需求分析
    4.2 系統(tǒng)設計
        4.2.1 總體結構設計
        4.2.2 模塊詳細設計
        4.2.3 數(shù)據(jù)庫設計
    4.3 本章小結
5 系統(tǒng)實現(xiàn)與測試
    5.1 系統(tǒng)實現(xiàn)
        5.1.1 登錄界面
        5.1.2 用戶管理界面
        5.1.3 查詢界面
        5.1.4 推薦界面
    5.2 系統(tǒng)測試
    5.3 本章小結
結論
參考文獻
致謝



本文編號：3150769