基于作者偏好和异构信息网络的科技文献推荐方法研究

基于作者偏好和异构信息网络的科技文献推荐方法研究

TP393%G250; [目的]采用异构信息网络理论和作者偏好,提高科技文献推荐质量.[方法]基于异构信息网络理论,提出一种可以融合多语义信息的科技文献推荐方法.首先,结合作者偏好信息为科技文献异构信息网络中的元路径加权;其次,采用DPRel算法计算作者与文献之间的相关度.在此基础上,构建加权作者-文献矩阵,按相关度降序排列得到推荐列表.[结果]从Web of Science中收集实验数据集,实验结果表明,在三个数据集中所提方法相较于基于单条元路径计算作者-文献相关度的推荐方法在平均成功推荐率上分别提高了6％、8％、6％,并且文献成功推荐提高率分别为14.8％、27.6％、13.0％.[局限]...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:数据分析与知识发现 2021, Vol.5 (8), p.54-64
Hauptverfasser: 王勤洁, 秦春秀, 马续补, 刘怀亮, 徐存真
Format: Artikel
Sprache:chi
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
container_end_page 64
container_issue 8
container_start_page 54
container_title 数据分析与知识发现
container_volume 5
creator 王勤洁
秦春秀
马续补
刘怀亮
徐存真
description TP393%G250; [目的]采用异构信息网络理论和作者偏好,提高科技文献推荐质量.[方法]基于异构信息网络理论,提出一种可以融合多语义信息的科技文献推荐方法.首先,结合作者偏好信息为科技文献异构信息网络中的元路径加权;其次,采用DPRel算法计算作者与文献之间的相关度.在此基础上,构建加权作者-文献矩阵,按相关度降序排列得到推荐列表.[结果]从Web of Science中收集实验数据集,实验结果表明,在三个数据集中所提方法相较于基于单条元路径计算作者-文献相关度的推荐方法在平均成功推荐率上分别提高了6％、8％、6％,并且文献成功推荐提高率分别为14.8％、27.6％、13.0％.[局限]在数据预处理阶段由人工进行关键词统一,对于海量数据,人工处理关键词不现实.[结论]所提推荐方法提高了异构信息网络中科技文献推荐的质量.
doi_str_mv 10.11925/infotech.2096-3467.2021.0102
format Article
fullrecord <record><control><sourceid>wanfang_jour</sourceid><recordid>TN_cdi_wanfang_journals_xdtsqbjs202108006</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><wanfj_id>xdtsqbjs202108006</wanfj_id><sourcerecordid>xdtsqbjs202108006</sourcerecordid><originalsourceid>FETCH-wanfang_journals_xdtsqbjs2021080063</originalsourceid><addsrcrecordid>eNpjYFA1NNAzNLQ0MtXPzEvLL0lNztAzMrA00zU2MTMHsowM9QwMDYxYGDjhohwMvMXFmUkGxgYmpsZmJpacDB5P5-96sqvvyd45Lxpanzb2P1269-mknqd7mp7Na3myf-GzxvXP9058vnvO81ktz5dPfNbV8Gxa-_Oedc_6VrzonfBs2s5nm6c-XzDl-cptPAysaYk5xam8UJqbQdPNNcTZQ7c8MS8tMS89Piu_tCgPKBNfkVJSXJiUVQxyoYGFgYGZMSlqAeaXYoc</addsrcrecordid><sourcetype>Aggregation Database</sourcetype><iscdi>true</iscdi><recordtype>article</recordtype></control><display><type>article</type><title>基于作者偏好和异构信息网络的科技文献推荐方法研究</title><source>国家哲学社会科学学术期刊数据库 (National Social Sciences Database)</source><creator>王勤洁 ; 秦春秀 ; 马续补 ; 刘怀亮 ; 徐存真</creator><creatorcontrib>王勤洁 ; 秦春秀 ; 马续补 ; 刘怀亮 ; 徐存真</creatorcontrib><description>TP393%G250; [目的]采用异构信息网络理论和作者偏好,提高科技文献推荐质量.[方法]基于异构信息网络理论,提出一种可以融合多语义信息的科技文献推荐方法.首先,结合作者偏好信息为科技文献异构信息网络中的元路径加权;其次,采用DPRel算法计算作者与文献之间的相关度.在此基础上,构建加权作者-文献矩阵,按相关度降序排列得到推荐列表.[结果]从Web of Science中收集实验数据集,实验结果表明,在三个数据集中所提方法相较于基于单条元路径计算作者-文献相关度的推荐方法在平均成功推荐率上分别提高了6％、8％、6％,并且文献成功推荐提高率分别为14.8％、27.6％、13.0％.[局限]在数据预处理阶段由人工进行关键词统一,对于海量数据,人工处理关键词不现实.[结论]所提推荐方法提高了异构信息网络中科技文献推荐的质量.</description><identifier>ISSN: 2096-3467</identifier><identifier>DOI: 10.11925/infotech.2096-3467.2021.0102</identifier><language>chi</language><publisher>西安电子科技大学经济与管理学院 西安710126</publisher><ispartof>数据分析与知识发现, 2021, Vol.5 (8), p.54-64</ispartof><rights>Copyright © Wanfang Data Co. Ltd. All Rights Reserved.</rights><lds50>peer_reviewed</lds50><woscitedreferencessubscribed>false</woscitedreferencessubscribed></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Uhttp://www.wanfangdata.com.cn/images/PeriodicalImages/xdtsqbjs/xdtsqbjs.jpg</thumbnail><link.rule.ids>314,780,784,4024,27923,27924,27925</link.rule.ids></links><search><creatorcontrib>王勤洁</creatorcontrib><creatorcontrib>秦春秀</creatorcontrib><creatorcontrib>马续补</creatorcontrib><creatorcontrib>刘怀亮</creatorcontrib><creatorcontrib>徐存真</creatorcontrib><title>基于作者偏好和异构信息网络的科技文献推荐方法研究</title><title>数据分析与知识发现</title><description>TP393%G250; [目的]采用异构信息网络理论和作者偏好,提高科技文献推荐质量.[方法]基于异构信息网络理论,提出一种可以融合多语义信息的科技文献推荐方法.首先,结合作者偏好信息为科技文献异构信息网络中的元路径加权;其次,采用DPRel算法计算作者与文献之间的相关度.在此基础上,构建加权作者-文献矩阵,按相关度降序排列得到推荐列表.[结果]从Web of Science中收集实验数据集,实验结果表明,在三个数据集中所提方法相较于基于单条元路径计算作者-文献相关度的推荐方法在平均成功推荐率上分别提高了6％、8％、6％,并且文献成功推荐提高率分别为14.8％、27.6％、13.0％.[局限]在数据预处理阶段由人工进行关键词统一,对于海量数据,人工处理关键词不现实.[结论]所提推荐方法提高了异构信息网络中科技文献推荐的质量.</description><issn>2096-3467</issn><fulltext>true</fulltext><rsrctype>article</rsrctype><creationdate>2021</creationdate><recordtype>article</recordtype><recordid>eNpjYFA1NNAzNLQ0MtXPzEvLL0lNztAzMrA00zU2MTMHsowM9QwMDYxYGDjhohwMvMXFmUkGxgYmpsZmJpacDB5P5-96sqvvyd45Lxpanzb2P1269-mknqd7mp7Na3myf-GzxvXP9058vnvO81ktz5dPfNbV8Gxa-_Oedc_6VrzonfBs2s5nm6c-XzDl-cptPAysaYk5xam8UJqbQdPNNcTZQ7c8MS8tMS89Piu_tCgPKBNfkVJSXJiUVQxyoYGFgYGZMSlqAeaXYoc</recordid><startdate>2021</startdate><enddate>2021</enddate><creator>王勤洁</creator><creator>秦春秀</creator><creator>马续补</creator><creator>刘怀亮</creator><creator>徐存真</creator><general>西安电子科技大学经济与管理学院 西安710126</general><scope>2B.</scope><scope>4A8</scope><scope>92I</scope><scope>93N</scope><scope>PSX</scope><scope>TCJ</scope></search><sort><creationdate>2021</creationdate><title>基于作者偏好和异构信息网络的科技文献推荐方法研究</title><author>王勤洁 ; 秦春秀 ; 马续补 ; 刘怀亮 ; 徐存真</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-wanfang_journals_xdtsqbjs2021080063</frbrgroupid><rsrctype>articles</rsrctype><prefilter>articles</prefilter><language>chi</language><creationdate>2021</creationdate><toplevel>peer_reviewed</toplevel><toplevel>online_resources</toplevel><creatorcontrib>王勤洁</creatorcontrib><creatorcontrib>秦春秀</creatorcontrib><creatorcontrib>马续补</creatorcontrib><creatorcontrib>刘怀亮</creatorcontrib><creatorcontrib>徐存真</creatorcontrib><collection>Wanfang Data Journals - Hong Kong</collection><collection>WANFANG Data Centre</collection><collection>Wanfang Data Journals</collection><collection>万方数据期刊 - 香港版</collection><collection>China Online Journals (COJ)</collection><collection>China Online Journals (COJ)</collection><jtitle>数据分析与知识发现</jtitle></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext</fulltext></delivery><addata><au>王勤洁</au><au>秦春秀</au><au>马续补</au><au>刘怀亮</au><au>徐存真</au><format>journal</format><genre>article</genre><ristype>JOUR</ristype><atitle>基于作者偏好和异构信息网络的科技文献推荐方法研究</atitle><jtitle>数据分析与知识发现</jtitle><date>2021</date><risdate>2021</risdate><volume>5</volume><issue>8</issue><spage>54</spage><epage>64</epage><pages>54-64</pages><issn>2096-3467</issn><abstract>TP393%G250; [目的]采用异构信息网络理论和作者偏好,提高科技文献推荐质量.[方法]基于异构信息网络理论,提出一种可以融合多语义信息的科技文献推荐方法.首先,结合作者偏好信息为科技文献异构信息网络中的元路径加权;其次,采用DPRel算法计算作者与文献之间的相关度.在此基础上,构建加权作者-文献矩阵,按相关度降序排列得到推荐列表.[结果]从Web of Science中收集实验数据集,实验结果表明,在三个数据集中所提方法相较于基于单条元路径计算作者-文献相关度的推荐方法在平均成功推荐率上分别提高了6％、8％、6％,并且文献成功推荐提高率分别为14.8％、27.6％、13.0％.[局限]在数据预处理阶段由人工进行关键词统一,对于海量数据,人工处理关键词不现实.[结论]所提推荐方法提高了异构信息网络中科技文献推荐的质量.</abstract><pub>西安电子科技大学经济与管理学院 西安710126</pub><doi>10.11925/infotech.2096-3467.2021.0102</doi></addata></record>
fulltext fulltext
identifier ISSN: 2096-3467
ispartof 数据分析与知识发现, 2021, Vol.5 (8), p.54-64
issn 2096-3467
language chi
recordid cdi_wanfang_journals_xdtsqbjs202108006
source 国家哲学社会科学学术期刊数据库 (National Social Sciences Database)
title 基于作者偏好和异构信息网络的科技文献推荐方法研究
url https://sfx.bib-bvb.de/sfx_tum?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2024-12-18T22%3A39%3A29IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-wanfang_jour&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.genre=article&rft.atitle=%E5%9F%BA%E4%BA%8E%E4%BD%9C%E8%80%85%E5%81%8F%E5%A5%BD%E5%92%8C%E5%BC%82%E6%9E%84%E4%BF%A1%E6%81%AF%E7%BD%91%E7%BB%9C%E7%9A%84%E7%A7%91%E6%8A%80%E6%96%87%E7%8C%AE%E6%8E%A8%E8%8D%90%E6%96%B9%E6%B3%95%E7%A0%94%E7%A9%B6&rft.jtitle=%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90%E4%B8%8E%E7%9F%A5%E8%AF%86%E5%8F%91%E7%8E%B0&rft.au=%E7%8E%8B%E5%8B%A4%E6%B4%81&rft.date=2021&rft.volume=5&rft.issue=8&rft.spage=54&rft.epage=64&rft.pages=54-64&rft.issn=2096-3467&rft_id=info:doi/10.11925/infotech.2096-3467.2021.0102&rft_dat=%3Cwanfang_jour%3Exdtsqbjs202108006%3C/wanfang_jour%3E%3Curl%3E%3C/url%3E&disable_directlink=true&sfx.directlink=off&sfx.report_link=0&rft_id=info:oai/&rft_id=info:pmid/&rft_wanfj_id=xdtsqbjs202108006&rfr_iscdi=true