本文關(guān)鍵詞：科研社交網(wǎng)絡(luò)中的論文推薦　出處：《中國科學(xué)技術(shù)大學(xué)》2014年博士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 科研社交網(wǎng)絡(luò) 論文推薦 相關(guān)度分析 合作度分析 質(zhì)量度分析 自適應(yīng)系統(tǒng)

【摘要】：隨著信息技術(shù)的快速發(fā)展,web2.0技術(shù)催生了大量的在線內(nèi)容。在這種情境下,幫助用戶發(fā)現(xiàn)有用的信息將迎來巨大的挑戰(zhàn)。在科研領(lǐng)域,科技論文呈現(xiàn)出爆炸式增長趨勢(shì)�？蒲行畔⑦^載限制了科研人員的信息搜尋能力。如何幫助科研人員快速有效的找到感興趣的論文成為亟需解決的問題。近年來,社交網(wǎng)絡(luò)服務(wù)的興起為研究者提供了公共平臺(tái),幫助他們很方便的分享感興趣的文獻(xiàn)并推廣自己的成果。推薦系統(tǒng)作為新興技術(shù)用于解決信息過載問題,已經(jīng)被成功應(yīng)用在社交網(wǎng)站中提供個(gè)性化信息服務(wù)。因此,推薦精度成為滿足在線用戶信息需求的至關(guān)重要的因素。在社交網(wǎng)絡(luò)服務(wù)中,用戶行為交織在計(jì)算機(jī)系統(tǒng)中,用戶通過互相結(jié)成好友關(guān)系和參加群組開展在線社交活動(dòng)并協(xié)同創(chuàng)造內(nèi)容(例如標(biāo)簽、評(píng)論等)。社交網(wǎng)絡(luò)服務(wù)方便了用戶的信息交互同時(shí)也給信息搜尋實(shí)踐帶來新的挑戰(zhàn)。本文將開展科研社交網(wǎng)絡(luò)中的論文推薦研究,探尋解決信息過載問題的論文推薦方法,試圖為科研人員提供個(gè)性化的論文推薦服務(wù)。 現(xiàn)有的關(guān)于文章的推薦的研究主要集中在電子圖書館和分享型網(wǎng)站領(lǐng)域,針對(duì)科研社交網(wǎng)絡(luò)的論文推薦研究還不充分。同時(shí)現(xiàn)有的推薦方法還存在諸多缺陷和不足。例如基于內(nèi)容的推薦方法大多采用關(guān)鍵詞直接匹配技術(shù),從而會(huì)產(chǎn)生“失配”問題。基于協(xié)同過濾的推薦方法大多依賴用戶偏好信息,而其他社交網(wǎng)絡(luò)信息沒有得到深入的挖掘,從而產(chǎn)生“數(shù)據(jù)稀疏”問題�，F(xiàn)有的混合推薦方法主要集成相關(guān)度和連接度特征信息,卻忽略了影響用戶滿意度的論文質(zhì)量信息。為了彌補(bǔ)現(xiàn)有研究的不足,本文提出了一種集成的科技論文推薦框架,為科研社交網(wǎng)絡(luò)中的研究者提供個(gè)性化論文推薦服務(wù)。本文采用設(shè)計(jì)科學(xué)研究方法,旨在創(chuàng)造和構(gòu)建人工智能體(例如構(gòu)念,模型,方法,原型系統(tǒng)等),以拓展和提升人和組織的能力。設(shè)計(jì)研究方法包含構(gòu)造和評(píng)價(jià)兩個(gè)階段：在構(gòu)造階段,我們提出集成的科技論文推薦框架,設(shè)計(jì)了語義內(nèi)容過濾方法用來解決關(guān)鍵詞“失配”問題,提出了基于評(píng)分和基于隨機(jī)游走的協(xié)同過濾方法用來解決“數(shù)據(jù)稀疏問題,并最終通過質(zhì)量度分析評(píng)估科技論文閱讀價(jià)值,從而提高推薦滿意度；在評(píng)價(jià)階段,我們首先以實(shí)驗(yàn)的方式在CiteULike數(shù)據(jù)集上驗(yàn)證了所提的語義內(nèi)容過濾方法和另外兩種協(xié)同過濾的有效性,其次,通過用戶調(diào)查的方式在ScholarMate平臺(tái)上評(píng)價(jià)了集成推薦框架的有用性,并將所設(shè)計(jì)的方法和算法成功應(yīng)用在科研社交網(wǎng)絡(luò)平臺(tái)中。 本文開展的科研社交網(wǎng)絡(luò)的論文推薦研究有以下三個(gè)方面的貢獻(xiàn)：首先,本文提出了集成的科技論文推薦框架和方法,為科研社交網(wǎng)絡(luò)中的科研人員提供個(gè)性化論文推薦服務(wù)；其次,本文設(shè)計(jì)并開發(fā)了論文推薦的原型系統(tǒng),并將系統(tǒng)成功運(yùn)用在科研社交網(wǎng)站中,促進(jìn)信息共享與合作；最后,本文通過離線實(shí)驗(yàn)和在線用戶調(diào)查驗(yàn)證了所提的推薦框架和推薦方法的有效性。
[Abstract]:With the rapid development of information technology, Web2.0 technology has produced a large number of online content. In this situation, it is a great challenge to help users find useful information. In the field of scientific research, scientific and technological papers show an explosive growth trend. Scientific research information overload limits the ability of scientific research personnel to search for information. How to help researchers to find interesting papers quickly and effectively has become an urgent problem to be solved. In recent years, the rise of social network services has provided a public platform for researchers to facilitate the sharing of interesting literature and the promotion of their own results. As a new technology, recommendation system is used to solve the problem of information overload. It has been successfully applied to provide personalized information services in social networking sites. Therefore, the recommendation accuracy is a crucial factor to meet the information needs of the online users. In social networking services, user behavior is intertwined in computer systems, and users can form online social activities and create content (such as tags, reviews, etc.) through forming mutual friends and participating groups. Social network services facilitate the user's information interaction and bring new challenges to the information search practice. This paper will carry out research recommendation research in social networking research, and explore a recommendation method to solve information overload problem, trying to provide personalized recommendation services for researchers.
【學(xué)位授予單位】：中國科學(xué)技術(shù)大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2014
【分類號(hào)】：TP393.09

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 易明;鄧衛(wèi)華;徐佳;;社會(huì)化標(biāo)簽系統(tǒng)中基于組合策略的個(gè)性化知識(shí)推薦研究[J];情報(bào)科學(xué);2011年07期

2 周之誠;;用戶意圖聚類的數(shù)字資源推薦方法[J];情報(bào)理論與實(shí)踐;2011年06期

3 艾斯特;;基于SOA的混合個(gè)性化推薦平臺(tái)研究[J];情報(bào)理論與實(shí)踐;2012年05期

4 劉平峰;聶規(guī)劃;陳冬林;;電子商務(wù)推薦系統(tǒng)研究綜述[J];情報(bào)雜志;2007年09期

5 胡新明;劉睿智;;基于元數(shù)據(jù)的圖書推薦系統(tǒng)研究[J];情報(bào)雜志;2011年04期

6 王立才;孟祥武;張玉潔;;上下文感知推薦系統(tǒng)[J];軟件學(xué)報(bào);2012年01期

7 畢行;徐煒民;;基于特定群體興趣的混合個(gè)性化推薦算法[J];上海大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年03期

8 田野;祝忠明;;關(guān)聯(lián)數(shù)據(jù)驅(qū)動(dòng)的數(shù)字圖書推薦模型[J];圖書情報(bào)工作;2013年17期

9 王道平;周丹云;李秀雅;;基于三部圖的隨機(jī)游走知識(shí)推送方法研究[J];情報(bào)雜志;2013年09期

10 奉國和;黃家興;;基于Hadoop與Mahout的協(xié)同過濾圖書推薦研究[J];圖書情報(bào)工作;2013年18期

相關(guān)會(huì)議論文 前2條

1 ;An Analysis on the Personalized Recommendation Architecture of Mobile Commerce Application[A];第六屆（2011）中國管理學(xué)年會(huì)——管理科學(xué)與工程分會(huì)場(chǎng)論文集[C];2011年

2 ;COLLABORATIVE FILTERING RECOMMENDATION ALGORITHM BASED ON LOOK-AHEAD SELECTIVE SAMPLING[A];2006年中國機(jī)械工程學(xué)會(huì)年會(huì)暨中國工程院機(jī)械與運(yùn)載工程學(xué)部首屆年會(huì)論文集[C];2006年

相關(guān)博士學(xué)位論文 前10條

1 張寅;個(gè)性化技術(shù)及其在數(shù)字圖書館中應(yīng)用的研究[D];浙江大學(xué);2009年

2 陳偉;基于時(shí)序文本挖掘的新聞內(nèi)容理解與推薦技術(shù)研究[D];浙江大學(xué);2010年

3 王宏宇;商務(wù)推薦系統(tǒng)的設(shè)計(jì)研究[D];中國科學(xué)技術(shù)大學(xué);2007年

4 余小高;電子商務(wù)環(huán)境中分布式數(shù)據(jù)挖掘的研究[D];武漢理工大學(xué);2007年

5 劉平峰;基于知識(shí)網(wǎng)格的電子商務(wù)智能推薦理論方法研究[D];武漢理工大學(xué);2006年

6 劉康苗;自適應(yīng)網(wǎng)絡(luò)信息獲取服務(wù)技術(shù)研究[D];浙江大學(xué);2008年

7 史e，

本文編號(hào)：1345895