[发明专利]一种基于知识图谱推理的科研项目申报信息语义推荐方法

说明书

本发明提供一种基于知识图谱推理的科研项目申报信息语义推荐方法，本发明放方法首先对个人信息、科研申报信息的采集并转化为个人信息知识图谱和科研申报信息知识图谱，然后根据语义逻辑对个人信息知识图谱与科研申报信息知识图谱进行语义约束并定义推理方法，最后根据语义逻辑逆推理对科研申报信息进行推荐，实现了对科研项目申报信息推荐高度支持、计算复杂度低，而且能处理科研人员具有大量科研背景下的推荐。

技术领域

本发明涉及推荐系统算法领域，更具体地，涉及一种基于知识图谱推理的科研项目申报信息语义推荐方法。

背景技术

互联网信息的传递与呈现突破传统时空观念，表现出极大的时效性与多样化，人们每天在从各个信息流中快速获取大量信息的同时，难免会有部分信息遗漏的可能性。对于科研工作人员来说，能够快速获得项目申报信息尤其重要。推荐系统具有个性化、人性化和社交化的特点，以服务读者为核心，整合数字资源，其主要任务是联系用户和资源，价值信息的同时，也能让有潜在价值的信息主动呈现在用户面前。推荐系统针对不同的服务对象，分为基于全体用户的推荐和基于单个用户的推荐(即个性化推荐)，对于个性化推荐也有广泛的研究，如协同过滤系统、基于内容推荐系统、基于网络结构的推荐算法等等。以协同过滤为例，利用用户的历史信息计算用户之间相似性，然后利用与目标用户相似性较高的邻居对其他产品的评价预测目标用户对特定产品的喜好成都，根据这一喜好程度来对目标用户进行推荐。对于科研项目申报信息的推荐系统还未有成型的推荐系统和有效的应用。

现有技术的主要缺陷在于：(1)传统的推荐系统算法主要缺点在于计算复杂度高，对科研项目申报信息推荐支持较少；(2)利用单元特征的推荐算法在对科研信息的推荐在科研人员具有大量的科研背景下不能取到满意的推荐效果。

发明内容

本发明为提供一种基于知识图谱推理的科研项目申报信息语义推荐方法，该方法对科研项目申报信息推荐高度支持、计算复杂度低，而且能处理科研人员具有大量科研背景下的推荐。

为了达到上述技术效果，本发明的技术方案如下：

一种基于知识图谱推理的科研项目申报信息语义推荐方法，包括以下步骤：

S1：将个人信息转换成知识图谱；

S2：将科研申报信息转换成知识图谱；

S3：将得到的个人信息知识图谱和科研申报信息知识图谱进行语义逻辑逆推理；

S4：计算科研申报信息剩余时间分数；

S5：利用步骤S4得到的结果进行语义推荐。

进一步地，所述步骤S1的具体过程如下：

S11：建立用户的个人信息集，并通过用户所在院校、姓名等信息在知网、万方学术网站收集到用户曾发表的学术论文，将曾发表的学术论文信息整合后建立多个领域关键词，将领域关键词添加到个人信息集形成新的个人信息集；

S12：在个人信息知识图谱中以姓名、性别、职称、学历、研究领域、工作单位关键词建立多个“申报条件”，同时建立“申报符合”的ObjectPropert属性；

S13：将步骤S11建立的个人信息集内容转化为个人信息知识图谱的“申报条件”下的单独个体；

S14：将姓名与其他个人信息分别做个体关联，其中以“申报符合”为关联属性。

S15：定义两个得分变量Conform和Condition，其中Conform为满足科研项目申报条件数，Condition为个人所拥有的科研条件数。

进一步地，所述步骤S2的具体过程如下：

S21：把常见的职称、年龄、研究领域申报要求类别进行收集整合，根据整合后的申报要求类别的内容定义过滤规则并定义申报要求集；