典型文献
边信息嵌入的学术论文推荐算法研究
文献摘要：
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％.
文献关键词：
论文推荐;影响力网络;边信息;图嵌入;冷启动
中图分类号：
[2]
社会科学总论（C）
作者姓名：
沈小烽;刘柏嵩;吴俊超;钱江波
作者机构：
宁波大学 信息科学与工程学院,浙江 宁波 315211
文献出处：
引用格式：
[1]沈小烽;刘柏嵩;吴俊超;钱江波-.边信息嵌入的学术论文推荐算法研究)[J].计算机工程与应用,2022(22):165-171
A类：
CERec,影响力网络
B类：
边信息,学术论文,论文推荐,推荐算法,算法研究,数据稀疏性,辅助信息,多集,语义关联性,网络表示,随机游走,引用关系,引文,推荐方法,重来,构造影响,信息结合,图嵌入,嵌入向量,余弦相似度,离线,向量表示,召回率,NDCG,冷启动
AB值：
0.364997
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。
