典型文献
融合知识图谱和深度学习的学术论文推荐算法
文献摘要：
由于传统学术论文推荐方法存在推荐效果差的问题,导致推荐结果不能满足用户的检索需求,为此融合知识图谱和深度学习算法,实现对学术论文推荐方法的优化设计.收集学术论文数据,并构建相应的知识图谱.分析用户的行为偏好和检索需求.提取学术论文资源特征,利用深度学习算法实现对学术论文的分类处理.通过构建查询向量、度量相似性、生成资源推荐列表三个步骤实现学术论文推荐.通过实验对比得出结论:设计的推荐方法的召回率提高了4.53％,且推荐结果的命中率得到明显提升.
文献关键词：
知识图谱;深度学习;学术论文;资源推荐
中图分类号：
作者姓名：
吴舒展
作者机构：
湖北工程学院 数学与统计学院,湖北 孝感432000
文献出处：
引用格式：
[1]吴舒展-.融合知识图谱和深度学习的学术论文推荐算法)[J].智能计算机与应用,2022(06):60-64,71
A类：
B类：
融合知识,学术论文,论文推荐,推荐算法,推荐方法,推荐效果,满足用户,深度学习算法,论文数,行为偏好,资源特征,算法实现,分类处理,生成资源,资源推荐,列表,实验对比,比得,召回率,命中率
AB值：
0.330874
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
