隨著社會(huì)進(jìn)入知識(shí)爆炸時(shí)代,各學(xué)科的科研成果的數(shù)量呈指數(shù)增長(zhǎng),海量的科研成果在豐富了學(xué)術(shù)資源的同時(shí),也增加了查找和搜索的時(shí)間成本。因此,論文推薦作為解決學(xué)術(shù)問題的方法,成為重要的研究課題。情報(bào)學(xué)是一門極具跨學(xué)科性的學(xué)科,具有跨學(xué)科的基因。情報(bào)學(xué)科研人員在知識(shí)創(chuàng)造過程中,不斷與其他學(xué)科進(jìn)行知識(shí)交流,具有跨學(xué)科論文需求。但是通過查閱相關(guān)研究發(fā)現(xiàn),目前的論文推薦研究中,以科研人員為信息服務(wù)對(duì)象,考慮其跨學(xué)科需求和學(xué)科偏好,為其個(gè)性化推薦跨學(xué)科論文的研究較少。因此為提升服務(wù)水平和優(yōu)化科研人員的體驗(yàn),滿足情報(bào)學(xué)科研人員跨學(xué)科信息發(fā)現(xiàn)的需求,本文提出了一種基于學(xué)術(shù)網(wǎng)絡(luò)的跨學(xué)科論文推薦模型,該模型通過結(jié)合基于關(guān)鍵詞耦合的論文推薦和基于學(xué)科相似性的論文推薦,同時(shí)考慮作者對(duì)論文的關(guān)鍵詞特征和學(xué)科屬性的偏好,實(shí)現(xiàn)跨學(xué)科論文混合推薦。第一,核心作者的確定和擴(kuò)展學(xué)科的選擇。本研究首先收集情報(bào)學(xué)核心期刊的論文,并根據(jù)發(fā)文量確定情報(bào)學(xué)核心作者,根據(jù)核心作者對(duì)各學(xué)科論文的引用情況,確定擴(kuò)展學(xué)科,并以核心作者引用過的情報(bào)學(xué)及擴(kuò)展學(xué)科的論文作為本文的待推薦論文集。然后根據(jù)學(xué)科、待推薦論文、核心作者、關(guān)鍵詞節(jié)點(diǎn)間的關(guān)聯(lián),建...

【文章頁(yè)數(shù)】：85 頁(yè)

【學(xué)位級(jí)別】：碩士

圖２．１節(jié)點(diǎn)ｕ的ＢＦＳ和ＤＦＳ搜索（ｋ＝３）??在具體過程中：??

圖２．２相鄰節(jié)點(diǎn)估計(jì)示意圖??

圖３．１跨學(xué)科論文推薦模型??⑴數(shù)據(jù)收集模塊

圖４．１不同推薦方法的作者推薦成功率對(duì)比??４５０?４２６??３８５??

本文編號(hào)：3885048