基于論文社區(qū)的文章推薦及評(píng)價(jià).pdf_第1頁(yè)
已閱讀1頁(yè),還剩69頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、科技論文在科學(xué)技術(shù)研究和創(chuàng)新中扮演著非常重要的角色,是開(kāi)展科學(xué)研究工作的重要基礎(chǔ)條件。然而,在科學(xué)研究領(lǐng)域文獻(xiàn)信息量的飛速增長(zhǎng),為科研工作者帶來(lái)極大的不便,尤其對(duì)于新進(jìn)入某一領(lǐng)域的研究者,他們需要一些該領(lǐng)域經(jīng)典的、權(quán)威的文章來(lái)指引學(xué)術(shù)研究的方向?,F(xiàn)階段依靠基于關(guān)鍵字的學(xué)術(shù)搜索引擎獲得的結(jié)果并不能很好地標(biāo)示出用戶的需求特征,仍然需要用戶進(jìn)行大量的篩選工作。為解決這一問(wèn)題,本文借鑒社區(qū)劃分的方法和概念,對(duì)論文引證網(wǎng)絡(luò)進(jìn)行社區(qū)劃分,并計(jì)算文章

2、在社區(qū)內(nèi)的影響力來(lái)保證推薦文章的質(zhì)量。此外,針對(duì)論文推薦結(jié)果本文還提出一個(gè)論文推薦結(jié)果評(píng)價(jià)模型來(lái)對(duì)推薦的論文進(jìn)行評(píng)估。具體工作如下:1) 提出基于引證網(wǎng)絡(luò)和論文社區(qū)的經(jīng)典論文推薦模型。首先,本文借鑒社區(qū)劃分的方法和概念,提出基于貪心團(tuán)擴(kuò)展算法(Greedy Clique Expansion)的論文引證網(wǎng)絡(luò)社區(qū)劃分方法,進(jìn)一步研究論文社區(qū)研究影響力的傳播規(guī)律,提出利用PaperRank算法計(jì)算特定社區(qū)影響力排名的模型,為用戶推薦感興趣領(lǐng)域

3、的經(jīng)典權(quán)威論文列表。實(shí)驗(yàn)結(jié)果表明,該方法與傳統(tǒng)論文推薦方法的全局搜索相比,將考察范圍縮減到特定的論文社區(qū)中,大大減小了算法的復(fù)雜度。同時(shí),利用影響力指標(biāo)進(jìn)行論文排名,保證了推薦文章大都在本領(lǐng)域具有較高的影響力。2) 提出利用文章自身質(zhì)量以及用戶與推薦結(jié)果的匹配度對(duì)推薦結(jié)果構(gòu)建評(píng)價(jià)模型。對(duì)于文章的質(zhì)量,本文綜合考慮期刊影響因子、文章被引用次數(shù)、作者情況、論文下載次數(shù)以及論文基金贊助情況,并根據(jù)重要性差異賦予不同的權(quán)重進(jìn)行計(jì)算。對(duì)于推薦結(jié)果

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論