合作關(guān)系在各個(gè)領(lǐng)域普遍存在,在學(xué)術(shù)領(lǐng)域,學(xué)者之間通過(guò)合作交流可以取得更高效的科研成果。然而,隨著學(xué)者人數(shù)和學(xué)術(shù)論文不斷增多,學(xué)術(shù)信息過(guò)載,傳統(tǒng)的合作者推薦算法存在以下兩個(gè)問(wèn)題:冷啟動(dòng)和缺乏可解釋性;基于內(nèi)容的推薦未考慮學(xué)術(shù)網(wǎng)絡(luò)拓?fù)涞目赡苄?基于網(wǎng)絡(luò)拓?fù)涞耐扑]未考慮到學(xué)者自身屬性差異。因此,無(wú)法快速精準(zhǔn)的為學(xué)者推薦與之能力相當(dāng)?shù)暮献髡?提高合作者推薦算法的準(zhǔn)確率具有重要意義。知識(shí)圖譜蘊(yùn)含豐富的節(jié)點(diǎn)屬性信息和復(fù)雜的關(guān)系路徑,本文將知識(shí)圖譜應(yīng)用于合作者推薦中,主要研究工作如下:(1)針對(duì)科研合作者推薦中存在的冷啟動(dòng)和缺乏可解釋性等問(wèn)題,提出了基于知識(shí)圖譜路徑增強(qiáng)的科研合作者推薦模型(KGPE-CRec)。該模型首先選取DBLP數(shù)據(jù)集構(gòu)建學(xué)術(shù)知識(shí)圖譜,在此基礎(chǔ)上利用雙向路徑提取算法,對(duì)學(xué)術(shù)知識(shí)圖譜中的路徑集與元路徑集進(jìn)行提取,采用遞歸神經(jīng)網(wǎng)絡(luò)作為模型嵌入路徑集,并將其記憶為一組預(yù)測(cè)分?jǐn)?shù),建立熵編碼器為每條路徑分配權(quán)重得分。最后,利用加權(quán)池化層和優(yōu)化步驟將分?jǐn)?shù)和權(quán)重結(jié)合起來(lái),得到推薦預(yù)測(cè)的輸出。在數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明,與其他基線推薦方法相比,KGPE-CRec模型的性能在精確率、召回率、F1值...

【文章頁(yè)數(shù)】：63 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 研究背景和意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀分析
        1.2.1 科研合作者推薦的研究現(xiàn)狀
        1.2.2 基于知識(shí)圖譜的推薦技術(shù)研究現(xiàn)狀
    1.3 本文研究?jī)?nèi)容
    1.4 論文組織結(jié)構(gòu)
第2章 相關(guān)理論與技術(shù)
    2.1 知識(shí)圖譜概述
        2.1.1 知識(shí)抽取
        2.1.2 知識(shí)表示
        2.1.3 知識(shí)存儲(chǔ)
    2.2 傳統(tǒng)的推薦算法
        2.2.1 基于協(xié)同過(guò)濾的推薦
        2.2.2 基于內(nèi)容的推薦
    2.3 基于知識(shí)圖譜的推薦
        2.3.1 基于嵌入的推薦
        2.3.2 基于路徑的推薦
    2.4 合作者推薦技術(shù)
    2.5 本章小結(jié)
第3章 基于知識(shí)圖譜路徑增強(qiáng)的合作者推薦
    3.1 學(xué)術(shù)知識(shí)圖譜構(gòu)建
    3.2 問(wèn)題定義
    3.3 基于知識(shí)圖路徑增強(qiáng)的合作者推薦模型
        3.3.1 模型結(jié)構(gòu)
        3.3.2 模型學(xué)習(xí)
        3.3.3 模型可解釋性
    3.4 實(shí)驗(yàn)與分析
        3.4.1 數(shù)據(jù)集
        3.4.2 評(píng)價(jià)指標(biāo)
        3.4.3 基準(zhǔn)方法
        3.4.4 實(shí)驗(yàn)結(jié)果及分析
    3.5 本章小結(jié)
第4章 基于內(nèi)容和路徑的合作者推薦
    4.1 任務(wù)描述
    4.2 模型介紹
    4.3 基于內(nèi)容和路徑的合作者推薦模型
        4.3.1 學(xué)者相似性
        4.3.2 路徑相似性
        4.3.3 推薦列表生成
    4.4 實(shí)驗(yàn)與分析
        4.4.1 基準(zhǔn)方法
        4.4.2 評(píng)價(jià)指標(biāo)
        4.4.3 參數(shù)分析
        4.4.4 實(shí)驗(yàn)結(jié)果與分析
    4.5 本章小結(jié)
結(jié)論
參考文獻(xiàn)
致謝
個(gè)人簡(jiǎn)歷、在學(xué)期間發(fā)表的學(xué)術(shù)論文及研究成果



本文編號(hào)：3768398