基于查詢的論文參考文獻(xiàn)個(gè)性化推薦系統(tǒng)研究.pdf

1、隨著論文發(fā)表數(shù)量呈爆炸式的增長(zhǎng),怎樣才能避免論文信息過載,同時(shí)為研究人員提供一個(gè)和其研究方向相關(guān)且有效準(zhǔn)確的參考文獻(xiàn),成為一個(gè)很重要的問題。如何從海量的論文信息中挑選適合研究人員的參考文獻(xiàn),不僅很有意義,而且很有挑戰(zhàn)。本文中,我們主要研究基于查詢的論文參考文獻(xiàn)個(gè)性化推薦。在該任務(wù)基礎(chǔ)上,我們提出了兩種重要的度量指標(biāo),一種是查詢相關(guān)性,另一種是論文的影響力。前一種度量指標(biāo)是從研究者的角度對(duì)查詢?cè)~和論文的相關(guān)性進(jìn)行度量,我們提出了一種統(tǒng)一的

2、圖模型方法來解決這個(gè)問題。這個(gè)圖模型整合了多種不同類型的信息,包括論文,論文的內(nèi)容,主題,作者,以及它們之間的關(guān)系。后一種度量指標(biāo)主要是根據(jù)論文之間的引用關(guān)系和不同的時(shí)間影響來考察論文的影響力,并通過這種方式來找出對(duì)研究者重要的論文。
　　上述兩種度量指標(biāo)對(duì)于參考文獻(xiàn)的推薦都很重要。我們?cè)贏CL的數(shù)據(jù)集上做了一系列的實(shí)驗(yàn),并達(dá)到了很好的效果。另外,在我們的算法中,實(shí)驗(yàn)結(jié)果證明查詢相關(guān)性比論文的影響力更重要,基于查詢的個(gè)性化推薦比非