计算机工程与应用

2022, v.58;No.1013(22) 165-171

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

边信息嵌入的学术论文推荐算法研究
Academic Paper Recommendation Based on Side Information Embedding

沈小烽;刘柏嵩;吴俊超;钱江波;

摘要(Abstract):

为了解决论文推荐领域中的数据稀疏性问题,研究人员通常会引入论文的辅助信息进行改进。然而,目前的研究大多集中于辅助信息的语义关联性,没有考虑到不同辅助信息对论文的重要性也不同。同时,在论文的网络表示领域中,随机游走的方法忽略了论文属性对论文引用关系的影响。针对这两个问题,提出了一种基于引文辅助信息嵌入的推荐方法(CERec)。首先提取论文的多种质量因素构成影响力数值,将其作为论文权重来构造影响力网络。然后将论文的影响力与引文信息结合,利用论文的多种辅助信息进行图嵌入。最后通过论文嵌入向量的余弦相似度得到推荐结果。离线实验结果表明,结合辅助信息的方法优于不结合辅助信息的方法,同时CERec相较于目前比较流行的向量表示推荐算法在召回率和NDCG上平均提高了5.054%和5.246%。

关键词(KeyWords): 论文推荐;影响力网络;边信息;图嵌入;冷启动

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金(61472194);; 大学数字图书馆国际合作计划(CADAL)项目管理中心资助项目(HK2018000160);; 宁波市2025重大专项(20211ZDYF020036)

作者(Authors): 沈小烽;刘柏嵩;吴俊超;钱江波;

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享