本文關(guān)鍵詞：基于內(nèi)容與引用關(guān)系的學(xué)術(shù)論文推薦

  更多相關(guān)文章： 學(xué)術(shù)論文 引用關(guān)系圖 Steiner-tree 協(xié)同過濾

【摘要】：科研文獻是科研活動的重要產(chǎn)物,這些科研文獻對于促進科研人員間的思想溝通交流起著重要的作用。科技的進步使得學(xué)術(shù)論文的數(shù)量與日俱增,即使在特定領(lǐng)域內(nèi),學(xué)術(shù)論文的數(shù)量也是相當龐大的。如何快速找到相關(guān)論文是科研人員比較關(guān)心的問題之一。傳統(tǒng)的基于關(guān)鍵詞的檢索方式具有一定的局限性,關(guān)鍵詞的選擇直接影響最后的搜索結(jié)果。 學(xué)術(shù)論文作為一種比較嚴謹?shù)目萍碱愇墨I,有其獨特的層次結(jié)構(gòu)。合理利用學(xué)術(shù)論文的結(jié)構(gòu)及內(nèi)容特征有助于學(xué)術(shù)論文相關(guān)研究的信息處理和歸納。學(xué)術(shù)論文的結(jié)構(gòu)特點之一是學(xué)術(shù)論文之間的引用關(guān)系。同一研究方向的文章往往引用和參考的也都是緊密相關(guān)的文獻。由此可見,論文之間的引用關(guān)系往往能夠體現(xiàn)出論文之間的相關(guān)性。 本文結(jié)合論文的內(nèi)容信息和引用關(guān)系本身的特性來研究學(xué)術(shù)論文的推薦問題。本文首先對學(xué)術(shù)論文進行建模并抽取其內(nèi)容和結(jié)構(gòu)特征。為了更好的理解學(xué)術(shù)論文引用關(guān)系的基本特征,本文首先對一個較大規(guī)模的學(xué)術(shù)論文數(shù)據(jù)的引用關(guān)系進行了分析和統(tǒng)計。然后本文將Steiner-tree問題與學(xué)術(shù)論文推薦結(jié)合起來,實現(xiàn)了引用關(guān)系圖上的論文推薦。同時,本文在引用關(guān)系圖上使用協(xié)同過濾的推薦方法來推薦學(xué)術(shù)論文。針對兩種不同的解決方案,我們在R-tree相關(guān)和P2P相關(guān)的學(xué)術(shù)論文數(shù)據(jù)集上設(shè)計了不同的實驗來驗證算法的有效性和可行性。 本文的主要貢獻包括以下幾個部分： ●學(xué)術(shù)論文特征抽取：本文針對學(xué)術(shù)論文嚴謹?shù)慕Y(jié)構(gòu)特點,將學(xué)術(shù)論文的結(jié)構(gòu)劃分為論文標題、作者信息、主體內(nèi)容和參考文獻列表等部分,然后針對每一部分的特點進行解析和信息抽取,其中論文的參考文獻信息是推薦相關(guān)論文的一個特別關(guān)鍵的信息。之后我們使用這些信息抽取學(xué)術(shù)論文的內(nèi)容和結(jié)構(gòu)特征。 ●基于Steiner-tree的學(xué)術(shù)論文推薦：本文提出了一種基于Steiner-tree的學(xué)術(shù)論文推薦方法。本文首先將論文間的引用關(guān)系轉(zhuǎn)化成一個帶權(quán)重的引用關(guān)系圖,然后將學(xué)術(shù)論文推薦問題轉(zhuǎn)化為在引用關(guān)系圖中找Steiner點的問題。 ●基于協(xié)同過濾的論文推薦：本文提出了結(jié)合協(xié)同過濾與論文引用關(guān)系的學(xué)術(shù)論文推薦方法。本文將學(xué)術(shù)論文間的引用關(guān)系轉(zhuǎn)化為協(xié)同過濾中的用戶-物品的打分矩陣,利用引用關(guān)系的特征作為打分的依據(jù)。通過找到與目標論文有相近引用偏好的論文作為目標論文的鄰居,共享這些鄰居論文的引用關(guān)系信息,然后將所有鄰居對于某篇論文的打分的綜合評分作為目標論文對該論文的預(yù)測打分。最后按照預(yù)測的分值高低順序返回推薦列表。 ●多組實驗驗證：本文針對提出的兩種學(xué)術(shù)論文推薦方法,分別設(shè)計了詳細的實驗,驗證算法的可行性和準確度并考察了不同參數(shù)變化對實驗結(jié)果的影響。本文使用一個較大規(guī)模的真實數(shù)據(jù)集作為實驗數(shù)據(jù)集,并且對此數(shù)據(jù)集進行了相關(guān)統(tǒng)計和分析。針對基于Steiner-tree的推薦方法,本文設(shè)計實驗分別考察了查詢點個數(shù)以及算法執(zhí)行次數(shù)對最終結(jié)果的影響。實驗結(jié)果表明,基于Steiner-tree的推薦方法的結(jié)果具有一定的穩(wěn)定性且在查詢點的個數(shù)較少時,實驗的準確率更高。針對基于協(xié)同過濾的推薦方法,本文設(shè)計實驗考察鄰居數(shù)量、推薦列表長度、以及不同的打分策略等參數(shù)對實驗結(jié)果的影響。實驗結(jié)果表明設(shè)置合理的鄰居個數(shù)時,實驗的準確率、查全率均能達到一個比較好的取值范圍。 綜上所述,本文不僅對學(xué)術(shù)論文進行建模,抽取其內(nèi)容和結(jié)構(gòu)特征,同時也提出了兩種基于引用關(guān)系的論文推薦方法,并且設(shè)計實驗驗證算法的可行性。
【關(guān)鍵詞】：學(xué)術(shù)論文 引用關(guān)系圖 Steiner-tree 協(xié)同過濾
【學(xué)位授予單位】：華東師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：TP391.3
【目錄】：

• 摘要6-8
• ABSTRACT8-12
• 第一章 緒論12-17
• 1.1 研究背景12-13
• 1.2 本文工作與貢獻13-16
• 1.3 本文結(jié)構(gòu)16-17
• 第二章 相關(guān)工作17-31
• 2.1 科學(xué)文獻管理與分析系統(tǒng)17-19
• 2.2 科學(xué)文獻研究推薦19-22
• 2.3 推薦方法22-27
• 2.4 Steiner-tree27-31
• 第三章 問題描述31-40
• 3.1 學(xué)術(shù)論文建模31-35
• 3.2 引用關(guān)系圖35-36
• 3.3 Steiner-tree與學(xué)術(shù)論文推薦36-37
• 3.4 協(xié)同過濾與學(xué)術(shù)論文推薦37-38
• 3.5 結(jié)果衡量標準38-39
• 3.6 本章小結(jié)39-40
• 第四章 學(xué)術(shù)論文推薦40-52
• 4.1 引用關(guān)系圖數(shù)據(jù)40-46
• 4.2 特征分析與選擇46-47
• 4.3 基于最小Steiner-tree的推薦47-49
• 4.4 基于協(xié)同過濾的推薦49-50
• 4.5 本章小結(jié)50-52
• 第五章 實驗52-67
• 5.1 實驗設(shè)定與準備52-57
• 5.2 基于Steiner-tree的實驗57-59
• 5.3 基于協(xié)同過濾的實驗59-67
• 第六章 總結(jié)與展望67-70
• 參考文獻70-78
• 附錄A CiteSeerX數(shù)據(jù)示例78-79
• 附錄B OAI-PMH動詞意義及其參數(shù)設(shè)置79-80
• 致謝80-82
• 攻讀碩士學(xué)位期間發(fā)表論文和科研情況82

【共引文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 冀俊忠,沙志強,劉椿年,郎青;B2C電子商務(wù)站點中知識發(fā)現(xiàn)的研究[J];北京工業(yè)大學(xué)學(xué)報;2003年02期

2 高玲玲;李偉生;;一種新的動態(tài)QoS多播路由啟發(fā)式算法[J];北京郵電大學(xué)學(xué)報;2006年S1期

3 張帆;林建;;智能搜索引擎信息過濾機制研究[J];圖書與情報;2007年04期

4 何興無;;用戶興趣實例模型與K_means算法的改進[J];重慶師范大學(xué)學(xué)報(自然科學(xué)版);2006年02期

5 曹毅;羅新星;;電子商務(wù)推薦系統(tǒng)關(guān)鍵技術(shù)研究[J];湘南學(xué)院學(xué)報;2008年05期

6 王興偉;侯美佳;易秀雙;黃敏;;NGI中的一種禁忌-遞階遺傳QoS組播路由算法[J];東北大學(xué)學(xué)報;2006年05期

7 岳承君;井元偉;李慶奎;;鏈路優(yōu)化時延約束組播路由的遺傳算法[J];東北大學(xué)學(xué)報(自然科學(xué)版);2007年04期

8 莊昌文,范明鈺,李春輝,虞厥邦,黃勁;一種串擾和時延驅(qū)動的總體布線算法[J];電子科技大學(xué)學(xué)報;2000年03期

9 朱郁筱;呂琳媛;;推薦系統(tǒng)評價指標綜述[J];電子科技大學(xué)學(xué)報;2012年02期

10 余燕平,趙問道,孟利民,仇佩亮;基于關(guān)鍵節(jié)點和多播節(jié)點的多播路由算法[J];電路與系統(tǒng)學(xué)報;2003年02期

中國重要會議論文全文數(shù)據(jù)庫 前8條

1 高玲玲;李偉生;;一種新的動態(tài)QoS多播路由啟發(fā)式算法[A];2006年全國通信軟件學(xué)術(shù)會議論文集[C];2006年

2 張曉瑜;張光昭;張琳;;一種overlay network的組播路由算法[A];第二屆和諧人機環(huán)境聯(lián)合學(xué)術(shù)會議(HHME2006)——第15屆中國多媒體學(xué)術(shù)會議(NCMT'06)論文集[C];2006年

3 ;Solving the Problem of the Link Optimizing and Delayconstrained Multicast Routing Based on GA[A];第25屆中國控制會議論文集（下冊）[C];2006年

4 趙琦;駱志剛;田文穎;李聰;丁凡;;一種基于負反饋信息的用戶興趣模型修正方法[A];中國通信學(xué)會第六屆學(xué)術(shù)年會論文集（下）[C];2009年

5 魏宏;胡明;孟洛明;;光傳送網(wǎng)絡(luò)中環(huán)路組播算法及實現(xiàn)[A];第六屆全國計算機應(yīng)用聯(lián)合學(xué)術(shù)會議論文集[C];2002年

6 岳承君;井元偉;;不確定信息QoS路由的概率遺傳算法的研究[A];中國系統(tǒng)仿真學(xué)會第五次全國會員代表大會暨2006年全國學(xué)術(shù)年會論文集[C];2006年

7 孫曉飛;張強;;物流配送中心選址的多目標優(yōu)化模型[A];第十二屆中國管理科學(xué)學(xué)術(shù)年會論文集[C];2010年

8 曹宇;胡文敏;;組播路由技術(shù)綜述[A];第十五屆計算機工程與工藝年會暨第一屆微處理器技術(shù)論壇論文集（A輯）[C];2011年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 張寅;個性化技術(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 劉卓;無線傳感器網(wǎng)絡(luò)拓撲建立方法與應(yīng)用技術(shù)研究[D];華中科技大學(xué);2011年

3 靳延安;社會標簽推薦技術(shù)與方法研究[D];華中科技大學(xué);2011年

4 胡慕海;面向動態(tài)情境的信息推薦方法及系統(tǒng)研究[D];華中科技大學(xué);2011年

5 郭龍坤;基于不相交路徑技術(shù)的可靠網(wǎng)絡(luò)設(shè)計[D];中國科學(xué)技術(shù)大學(xué);2011年

6 劉毅捷;視頻社區(qū)中海量數(shù)據(jù)管理方法研究[D];中國科學(xué)技術(shù)大學(xué);2011年

7 趙衍才;圖的某些控制參數(shù)的計算[D];上海大學(xué);2011年

8 劉玉國;基于內(nèi)容的互聯(lián)網(wǎng)輿情信息挖掘關(guān)鍵技術(shù)研究[D];山東大學(xué);2011年

9 馬春山;移動增值業(yè)務(wù)的個性化推薦研究[D];北京郵電大學(xué);2011年

10 夏培勇;個性化推薦技術(shù)中的協(xié)同過濾算法研究[D];中國海洋大學(xué);2011年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 吳則則;支持動態(tài)演進的用戶興趣模型挖掘方法研究[D];山東科技大學(xué);2010年

2 何瑩杰;個性化圖書信息服務(wù)技術(shù)研究[D];哈爾濱工程大學(xué);2010年

3 李媛;電子商務(wù)個性化推薦關(guān)鍵技術(shù)研究[D];哈爾濱工程大學(xué);2010年

4 楊寧;應(yīng)用層多播與Steiner算法的研究[D];大連理工大學(xué);2010年

5 李春;協(xié)同過濾推薦算法的研究[D];湘潭大學(xué);2010年

6 韓璐;針對推薦系統(tǒng)中信息共享需求下隱私保護機制的研究與實現(xiàn)[D];華東師范大學(xué);2011年

7 宋健;基于主題挖掘和時間窗口劃分的興趣推薦技術(shù)研究[D];華東師范大學(xué);2011年

8 金亞亞;一種基于改進信任度的協(xié)同過濾算法[D];華東理工大學(xué);2011年

9 夏超倫;基于社會計算的電子商務(wù)協(xié)同過濾推薦算法研究[D];浙江大學(xué);2011年

10 鄭佳佳;社交網(wǎng)絡(luò)中基于圖排序的好友推薦機制研究與實現(xiàn)[D];浙江大學(xué);2011年

，

本文編號：903529