当前位置:主页 > 科技论文 > 搜索引擎论文 >

基于论文社区的文章推荐及评价

发布时间:2017-05-14 10:02

  本文关键词:基于论文社区的文章推荐及评价,由笔耕文化传播整理发布。


【摘要】:科技论文在科学技术研究和创新中扮演着非常重要的角色,是开展科学研究工作的重要基础条件。然而,在科学研究领域文献信息量的飞速增长,为科研工作者带来极大的不便,尤其对于新进入某一领域的研究者,他们需要一些该领域经典的、权威的文章来指引学术研究的方向。现阶段依靠基于关键字的学术搜索引擎获得的结果并不能很好地标示出用户的需求特征,仍然需要用户进行大量的筛选工作。为解决这一问题,本文借鉴社区划分的方法和概念,对论文引证网络进行社区划分,并计算文章在社区内的影响力来保证推荐文章的质量。此外,针对论文推荐结果本文还提出一个论文推荐结果评价模型来对推荐的论文进行评估。具体工作如下:1)提出基于引证网络和论文社区的经典论文推荐模型。首先,本文借鉴社区划分的方法和概念,提出基于贪心团扩展算法(Greedy Clique Expansion)的论文引证网络社区划分方法,进一步研究论文社区研究影响力的传播规律,提出利用Paper Rank算法计算特定社区影响力排名的模型,为用户推荐感兴趣领域的经典权威论文列表。实验结果表明,该方法与传统论文推荐方法的全局搜索相比,将考察范围缩减到特定的论文社区中,大大减小了算法的复杂度。同时,利用影响力指标进行论文排名,保证了推荐文章大都在本领域具有较高的影响力。2)提出利用文章自身质量以及用户与推荐结果的匹配度对推荐结果构建评价模型。对于文章的质量,本文综合考虑期刊影响因子、文章被引用次数、作者情况、论文下载次数以及论文基金赞助情况,并根据重要性差异赋予不同的权重进行计算。对于推荐结果的匹配度,本文进一步利用社区标签来构建用户兴趣模型和文章特征模型,然后根据余弦相似度方法计算用户兴趣和待推荐文章的匹配度。最后,综合上述文章质量和结果匹配度两个指标,对推荐结果进行评价。实验表明,该方法评价的平均吻合度接近70%。
【关键词】:引文网络 社区挖掘 论文推荐 社区领袖 推荐系统评价
【学位授予单位】:上海交通大学
【学位级别】:硕士
【学位授予年份】:2015
【分类号】:TP391.3
【目录】:
  • 摘要3-5
  • ABSTRACT5-11
  • 第一章 绪论11-16
  • 1.1 研究背景11-12
  • 1.2 研究意义12
  • 1.3 国内外研究现状12-14
  • 1.3.1 文章推荐系统12-13
  • 1.3.2 推荐结果评价13-14
  • 1.4 主要内容14-15
  • 1.5 论文结构15-16
  • 第二章 基础知识介绍16-34
  • 2.1 科技论文网络16-19
  • 2.1.1 合著网络16-17
  • 2.1.2 引文网络17-19
  • 2.2 社区挖掘19-23
  • 2.2.1 社区挖掘算法19-23
  • 2.2.2 社区领袖发现23
  • 2.3 推荐系统23-30
  • 2.3.1 基于内容过滤的推荐算法24-27
  • 2.3.2 基于用户的协同过滤推荐算法(UserCF)27
  • 2.3.3 基于物品的协同过滤算法(ItemCF)27-29
  • 2.3.4 论文推荐系统29-30
  • 2.4 推荐结果评价30-33
  • 2.4.1 预测准确度30-32
  • 2.4.2 覆盖率32
  • 2.4.3 多样性32-33
  • 2.5 本章小结33-34
  • 第三章 基于论文社区的权威论文推荐34-46
  • 3.1 经典论文推荐模型34-35
  • 3.2 引文网络35-36
  • 3.3 基于GCE的引文网络社区发现算法36-37
  • 3.4 基于PaperRank算法的论文影响力计算37-41
  • 3.4.1 PageRank算法37-38
  • 3.4.2 PageRank算法的不足38
  • 3.4.3 PaperRank算法38-41
  • 3.5 实验结果41-45
  • 3.6 本章小结45-46
  • 第四章 论文推荐结果评价模型46-61
  • 4.1 模型介绍46-48
  • 4.2 评价模型算法与原理48-55
  • 4.2.1 论文质量评价49-52
  • 4.2.2 用户匹配度计算52-55
  • 4.2.3 推荐结果评分计算流程55
  • 4.3 实验结果55-59
  • 4.3.1 文章质量评价56
  • 4.3.2 用户匹配度计算56-58
  • 4.3.3 推荐结果综合评分58
  • 4.3.4 人工评价对比58-59
  • 4.4 本章小结59-61
  • 第五章 总结与展望61-63
  • 5.1 论文工作总结61-62
  • 5.2 研究展望62-63
  • 参考 文献63-67
  • 致谢67-68
  • 攻读硕士学位期间已发表或录用的论文68-70

【相似文献】

中国重要报纸全文数据库 前2条

1 关世春;科学分析民主推荐结果 避免机械地以票取人[N];中国人事报;2005年

2 ;科学规范民主推荐[N];黑龙江日报;2004年

中国硕士学位论文全文数据库 前3条

1 周泉;基于论文社区的文章推荐及评价[D];上海交通大学;2015年

2 商雪晶;基于内容的相关书籍推荐技术研究[D];哈尔滨工业大学;2010年

3 孙昊;基于查询结果的推荐干预管理平台的设计与实现[D];北京交通大学;2015年


  本文关键词:基于论文社区的文章推荐及评价,由笔耕文化传播整理发布。



本文编号:364834

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/364834.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户9d829***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com