基于引證網(wǎng)絡(luò)的科技論文推薦系統(tǒng).pdf

1、推薦系統(tǒng)在社交領(lǐng)域和電子商務(wù)領(lǐng)域的成功應(yīng)用，推動了推薦系統(tǒng)的研究熱，大量的推薦系統(tǒng)算法開始涌現(xiàn)出來。但是，在科技論文推薦領(lǐng)域，相關(guān)研究還甚少?？萍颊撐牡摹靶畔⒈ā眴栴}同樣需要得到有效的解決。
　　本文基于引證網(wǎng)絡(luò)，深入研究現(xiàn)有推薦系統(tǒng)算法在科技論文推薦領(lǐng)域的應(yīng)用。同時，總結(jié)各種算法的優(yōu)劣，并在探索了相應(yīng)的改進(jìn)措施后，基于原有算法提出了多種新的算法，并通過大量的實驗證明了算法改進(jìn)措施的有效性，以及新算法的可行性，最后成功的提高了科

2、技論文推薦的質(zhì)量。本文的具體工作如下：
　　1．分析經(jīng)典協(xié)同過濾系統(tǒng)在科技論文推薦上的不足之處，然后通過加入了PageRank排名算法，將協(xié)同過濾系統(tǒng)改進(jìn)為基于“帶權(quán)”引證網(wǎng)絡(luò)的推薦系統(tǒng)，以區(qū)分引證網(wǎng)絡(luò)中的重要性論文和非重要性論文，進(jìn)而提高推薦論文的質(zhì)量和推薦精確性，并用實驗證明算法效率的提升程度。
　　2．詳細(xì)分析了鏈路預(yù)測的相似性指標(biāo)在引證網(wǎng)絡(luò)中使用時所存在的問題，然后探討了論文源節(jié)點的出度、目的節(jié)點的入度、“同被引論文

3、”關(guān)系和“共引論文”關(guān)系對相似性的影響，進(jìn)而提出了“基于引證網(wǎng)絡(luò)的論文相似性指標(biāo)”，最后通過三組實驗驗證了提出的指標(biāo)在引證網(wǎng)絡(luò)中的鏈路預(yù)測的有效性。
　　3．應(yīng)用傳統(tǒng)的物質(zhì)擴散和熱傳導(dǎo)方法做科技論文推薦，并做簡要分析。然后分析并改進(jìn)了物質(zhì)擴散的初始資源配置問題，提出了科技論文合作者之間的“合作相似度”。在物質(zhì)擴散的初始資源配置問題上，本文將初始資源分配與PageRank值相結(jié)合用于區(qū)分各篇重要性不同的科技論文。在合作相似度上，本文