本文關(guān)鍵詞：科研社交網(wǎng)絡(luò)中的論文混合推薦方法研究

  更多相關(guān)文章： 科技論文推薦 科研社交網(wǎng)絡(luò) 混合方法 基于內(nèi)容的過濾 協(xié)同過濾

【摘要】：隨著信息技術(shù)的飛速發(fā)展,科研社交網(wǎng)絡(luò)已經(jīng)成為科研人員交流其科技論文最方便和快捷的方式。但是隨著科研社交網(wǎng)絡(luò)中分享的科技論文越來越多,也產(chǎn)生了嚴(yán)重的信息過載問題。然而,推薦系統(tǒng)作為近年來的一個研究熱點,其可以通過向科研人員推薦科技論文,從而幫助科研人員便捷的查找符合其要求的科技論文。目前,已有的科技論文推薦方法可以分為兩大類：基于內(nèi)容過濾的方法和協(xié)同過濾方法�，F(xiàn)有的基于內(nèi)容過濾的方法大多只關(guān)注科技論文的內(nèi)容信息,而協(xié)同過濾方法則考慮由科研人員提供的偏好信息。但是,由于上述傳統(tǒng)的科技論文推薦方法沒有考慮科研社交網(wǎng)絡(luò)中與科技論文相關(guān)的社會化信息,在已有的科研社交網(wǎng)絡(luò)情境下,上述方法都不能很好地向科研人員推薦科技論文。因此,我們迫切需要一種考慮社會化信息,并且結(jié)合基于內(nèi)容過濾和協(xié)同過濾的混合科技論文推薦方法。為此,本研究提出了一種結(jié)合基于內(nèi)容過濾和協(xié)同過濾的混合論文推薦方法,以避免單獨使用一種方法帶來的弊端,并且在混合方法中有效的融入了科研社交網(wǎng)絡(luò)中存在的標(biāo)簽等社會化信息,以期進(jìn)一步提高科研社交網(wǎng)絡(luò)中科技論文推薦的精度。為了驗證本文提出的科技論文混合推薦方法的有效性,本研究抓去了科研社交網(wǎng)絡(luò)CiteULike上的數(shù)據(jù)進(jìn)行了驗證。實驗結(jié)果表明,與傳統(tǒng)的科技論文推薦方法相比,本研究所提出的方法取得了較好的推薦結(jié)果,為科研社交網(wǎng)絡(luò)中的科技論文推薦提供了一個有效的方式。
【關(guān)鍵詞】：科技論文推薦 科研社交網(wǎng)絡(luò) 混合方法 基于內(nèi)容的過濾 協(xié)同過濾
【學(xué)位授予單位】：合肥工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP391.3
【目錄】：

• ACKNOWLEDGEMENT7-8
• 摘要8-9
• ABSTRACT9-14
• CHAPTER 1 INTRODUCTION14-20
• 1.1 RESEARCH BACKGROUND14-15
• 1.2 RESEARCH OBJECTIVES15-17
• 1.3 RESEARCH METHODOLOGY17-18
• 1.4 THESIS OUTLINE18-20
• CHAPTER 2 LITERATURE REVIEW20-35
• 2.1 APPROACHES FOR RECOMMENDATION SYSTEMS20-30
• 2.1.1 Content based filtering approach21-23
• 2.1.2 Collaborative filtering approach23-28
• 2.1.3 Hybrid Approach28-30
• 2.2 ARTICLE RECOMMENDATION30-33
• 2.2.1 Article recommendation approaches30-32
• 2.2.2 Application domains32-33
• 2.3 RESEARCH GAP AND RESEARCH QUESTIONS33-35
• CHAPTER 3 NEW HYBRID APPROACH FOR ARTICLE RECOMMENDATION35-44
• 3.1 FRAMEWORK OF HYBRID ARTICLE RECOMMENDATION35-36
• 3.2 DATAACQUIRING36-37
• 3.3 CONTENT BASED FILTERING APPROACH FOR ARTICLE RECOMMENDATION USING TAG INFORMATION37-41
• 3.3.1 Profiling38-39
• 3.3.2 Similarity computing39-40
• 3.3.3 Prediction40-41
• 3.4 COLLABORATIVE FILTERING APPROACH FOR ARTICLE RECOMMENDATION41-43
• 3.4.1 User model formation41
• 3.4.2 Similarity computing41-42
• 3.4.3 Neighborhood set selection42
• 3.4.4 Prediction42-43
• 3.5 HYBRID APPROACH FOR ARTICLE RECOMMENDATION IN SSNS43-44
• CHAPTER 4 EXPERIMENT AND EVALUATION44-56
• 4.1 EXPERIMENTAL DATA44
• 4.2 EVALUATION METRICS44-45
• 4.3 COMPARED METHODS IN THE EXPERIMENT45-46
• 4.4 EXPERIMENTAL PROCEDURE46
• 4.5 EXPERIMENT RESULTS46-49
• 4.6 DISCUSSION49-56
• CHAPTER 5 CONCLUSIONS AND FUTURE WORK56-59
• 5.1 SUMMARY AND CONTRIBUTION OF THE RESEARCH56-58
• 5.2 LIMITATIONS AND FUTURE WORK58-59
• REFERENCES59-67

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 ;基于位置的手機社交網(wǎng)絡(luò)“貝多”正式發(fā)布[J];中國新通信;2008年06期

2 曹增輝;;社交網(wǎng)絡(luò)更偏向于用戶工具[J];信息網(wǎng)絡(luò);2009年11期

3 ;美國:印刷企業(yè)青睞社交網(wǎng)絡(luò)營銷新方式[J];中國包裝工業(yè);2010年Z1期

4 李智惠;柳承燁;;韓國移動社交網(wǎng)絡(luò)服務(wù)的類型分析與促進(jìn)方案[J];現(xiàn)代傳播(中國傳媒大學(xué)學(xué)報);2010年08期

5 賈富;;改變一切的社交網(wǎng)絡(luò)[J];互聯(lián)網(wǎng)天地;2011年04期

6 譚拯;;社交網(wǎng)絡(luò):連接與發(fā)現(xiàn)[J];廣東通信技術(shù);2011年07期

7 陳一舟;;社交網(wǎng)絡(luò)的發(fā)展趨勢[J];傳媒;2011年12期

8 殷樂;;全球社交網(wǎng)絡(luò)新態(tài)勢及文化影響[J];新聞與寫作;2012年01期

9 許麗;;社交網(wǎng)絡(luò):孤獨年代的集體狂歡[J];上海信息化;2012年09期

10 李玲麗;吳新年;;科研社交網(wǎng)絡(luò)的發(fā)展現(xiàn)狀及趨勢分析[J];圖書館學(xué)研究;2013年01期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 趙云龍;李艷兵;;社交網(wǎng)絡(luò)用戶的人格預(yù)測與關(guān)系強度研究[A];第七屆（2012）中國管理學(xué)年會商務(wù)智能分會場論文集（選編）[C];2012年

2 宮廣宇;李開軍;;對社交網(wǎng)絡(luò)中信息傳播的分析和思考——以人人網(wǎng)為例[A];首屆華中地區(qū)新聞與傳播學(xué)科研究生學(xué)術(shù)論壇獲獎?wù)撐腫C];2010年

3 楊子鵬;喬麗娟;王夢思;楊雪迎;孟子冰;張禹;;社交網(wǎng)絡(luò)與大學(xué)生焦慮緩解[A];心理學(xué)與創(chuàng)新能力提升——第十六屆全國心理學(xué)學(xué)術(shù)會議論文集[C];2013年

4 畢雪梅;;體育虛擬社區(qū)中的體育社交網(wǎng)絡(luò)解析[A];第九屆全國體育科學(xué)大會論文摘要匯編(4)[C];2011年

5 杜p，

本文編號：535518