本文關(guān)鍵詞：基于論文引用網(wǎng)絡(luò)的文獻(xiàn)推薦算法研究　出處：《北京交通大學(xué)》2014年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 論文引用網(wǎng)絡(luò) 文獻(xiàn)推薦系統(tǒng) 隨機(jī)游走

【摘要】：互聯(lián)網(wǎng)的出現(xiàn)和普及帶來了海量的數(shù)據(jù),這就使得用戶在面對海量信息的時(shí)候很難從中找到自己最需要的那部分,因此海量信息帶來了信息利用率急速下降的問題,這就是所謂的信息超載問題。推薦系統(tǒng)就在這個(gè)背景下而產(chǎn)生的,它主要是根據(jù)用戶的興趣和特點(diǎn),向用戶推薦其最可能感興趣的信息或者商品,從而解決信息超載的問題。推薦系統(tǒng)是比搜索引擎更加智能的系統(tǒng),它的基礎(chǔ)是海量數(shù)據(jù)挖掘。 推薦系統(tǒng)近年來已經(jīng)成為學(xué)術(shù)界的一個(gè)研究的熱點(diǎn),因?yàn)橥扑]系統(tǒng)可以很好的解決信息超載問題,已經(jīng)被廣泛的應(yīng)用于很多領(lǐng)域,并且已經(jīng)在工業(yè)界取得了許多成功的應(yīng)用。業(yè)務(wù)系統(tǒng)的許多信息(用戶元數(shù)據(jù)、產(chǎn)品元數(shù)據(jù)、協(xié)同相似性、用戶反饋以及網(wǎng)絡(luò)關(guān)系信息等等)都是對推薦有用的信息。傳統(tǒng)的推薦方法,包括基于內(nèi)容的推薦、協(xié)同過濾、基于社會網(wǎng)絡(luò)的推薦和混合推薦,都是分別針對其中的某一兩類信息進(jìn)行單獨(dú)的分析推薦,有可能得不到最好的推薦效果。本文就是主要針對科學(xué)研究領(lǐng)域的文獻(xiàn)推薦問題,力圖能夠提供一種統(tǒng)一的推薦模型,將各類信息有機(jī)的融合起來,來提升推薦效果。 異構(gòu)信息網(wǎng)絡(luò)是一種能夠描述多源、異構(gòu)信息的方法,可以有效地將多種信息集成到一個(gè)模型之中,本文就是利用采集到的論文構(gòu)建論文引用網(wǎng)絡(luò)這個(gè)異構(gòu)信息網(wǎng)絡(luò)作為推薦模型,提取作者、研究領(lǐng)域和文本相似度等多種有效信息作為推薦依據(jù),利用余弦相似度算法計(jì)算文獻(xiàn)之間的相似度,進(jìn)而用重啟隨機(jī)游走算法進(jìn)行文獻(xiàn)推薦,最后將推薦結(jié)果由高到低排序顯示出來,從而實(shí)現(xiàn)文獻(xiàn)推薦系統(tǒng),達(dá)到為科研人員推薦學(xué)術(shù)論文、節(jié)省文獻(xiàn)檢索時(shí)間的目的。
【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：TP391.3

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前2條

1 馬佳;李小平;;基于貝葉斯網(wǎng)的數(shù)字圖書館個(gè)性化文獻(xiàn)推薦系統(tǒng)的研究[J];科技視界;2012年26期

2 劉韻毅;梁j;;基于用戶偏好的文獻(xiàn)推薦系統(tǒng)[J];情報(bào)理論與實(shí)踐;2007年01期

，

本文編號：1308261