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

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

【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)就在這個背景下而產(chǎn)生的,它主要是根據(jù)用戶的興趣和特點,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)成為學術(shù)界的一個研究的熱點,因為推薦系統(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行單獨的分析推薦,有可能得不到最好的推薦效果。本文就是主要針對科學研究領(lǐng)域的文獻推薦問題,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算文獻之間的相似度,進而用重啟隨機游走算法進行文獻推薦,最后將推薦結(jié)果由高到低排序顯示出來,從而實現(xiàn)文獻推薦系統(tǒng),達到為科研人員推薦學術(shù)論文、節(jié)省文獻檢索時間的目的。
【學位授予單位】：北京交通大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：TP391.3

【參考文獻】

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)字圖書館個性化文獻推薦系統(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推薦系統(tǒng)[J];情報理論與實踐;2007年01期

，

本文編號：1308261