[发明专利]一种结合标签数据的二部图模型学术论文推荐方法

摘要

本发明是一种结合标签数据的二部图模型学术论文推荐方法。由于论文的标签以简短的语义概述了论文的主旨内容，本发明将论文中的标签信息自然的添加到论文的内容信息中，结合论文的引用关系和用户收藏论文的关系，构建了一个二部关系图，运用重启动的随机游走算法提出了一个高效解决学术论文推荐冷启动问题的图模型方法。该模型仅仅添加了少部分的相似度关系，因此该模型降低了参数优化过程中消耗的资源。同时，由于该模型充分利用了数据中的各种信息，尤其是论文的标签信息，保证了论文推荐的精度。本发明在一个真实的数据集上进行了相关的实验，得到了较好的实验结果。

主权项

1.一种结合标签数据的二部图模型学术论文推荐方法，包括相关数据预处理、结合标签的二部图模型的构造及学术论文推荐方法的实现，具体操作步骤如下：步骤a.预处理数据集，去除其中的噪音数据；步骤b.将论文的标签信息进行向量化处理；步骤c.将论文内容信息和论文标签结合，计算论文之间相似度；步骤c具体包括：(c1)提取学术论文中的标题和摘要信息，构建论文的内容文本信息；(c2)对得到的论文文本信息去除停用词，计算其TF‑IDF值，根据计算得到的值，获取前N项组成词汇表，并对每个词汇进行编号；(c3)根据得到的词汇表，统计每篇论文的文本信息，组成论文文本向量，其中每一行的行号对应论文的编号，向量中每一项表示该词汇是否在论文中出现，如若出现则对应位置的值为1，否则为0；如公式(2)所示：其中，表示论文文本向量，w_v表示该词汇是否在论文出现，v表示论文编号；(c4)将论文的标签信息添加到论文的内容信息中；以整合论文标签向量和论文的内容向量的方式，将论文的标签信息添加到论文的内容信息中，最终得到论文的特征向量；如公式(3)所示：其中，式中W_T表示标签信息在文本向量中的权重，A_i表示论文特征向量，表示标签向量；(c5)根据论文的特征向量，使用余弦相似度来计算论文之间的相似度；如公式(4)所示：sim(A_i,A_j)表示论文i和论文j之间的相似度，A_i表示论文特征向量，A_j表示另一论文的特征向量；步骤d.根据用户收藏论文关系、引入标签后的论文相似度与论文之间的引用关系构建二部图模型；步骤e.在最终结合标签数据的二部图模型上，运用重启动的随机游走算法，计算节点之间的结构相关性。