基于行为偏好的优质学术资源导向性个性化推荐研究
发布时间：2021-04-08 22:54
大数据时代,海量学术资源数据实时涌现,使得用户（例如:科研人员）需要花费大量的时间来寻找需要的各类学术资源。传统信息检索技术无法满足用户的需求,学术资源个性化推荐技术能够主动地为用户推送满足需求的学术资源。随着学术个性化推荐技术的发展,传统学术资源个性化推荐技术也存在几个方面的挑战:一是仅考虑资源的内容相似,忽略了用户的行为偏好;二是仅考虑学术资源的相似度,忽略了学术资源的质量;三是大部分是单类型学术资源的推荐,少部分多类型学术资源推荐也只是简单的推荐结果的混合,无法灵活地进行多类型学术资源推荐。这些缺陷不仅影响推荐结果的准确性,而且极大地影响用户对推荐列表的满意度。因此本文研究基于行为偏好的优质学术资源导向性个性化推荐。主要的研究内容和创新如下:（1）基于网络结构的推荐方法不仅能够利用多类型的特征信息,而且通过改进顶点或随机游走算法能够影响推荐结果。因此,针对传统学术论文推荐技术的相应缺陷,本文提出了一种融合网络图模型和排序模型的论文推荐算法。该算法基于图模型,借鉴了Page Rank算法结合论文的期刊因子计算论文的质量,进而通过改变论文顶点权重,提高游走过程中质量更高的论文顶点的游...
【文章来源】：宁波大学浙江省
【文章页数】：66 页
【学位级别】：硕士
【文章目录】：
引言
1 绪论
1.1 研究背景及意义
1.2 研究现状
1.2.1 学术资源推荐策略
1.2.2 随机游走算法
1.3 研究内容
1.4 学术资源推荐技术路线
1.5 论文结构
2 学术个性化推荐综述
2.1 学术用户画像
2.2 学术资源建模
2.3 学术资源个性化推荐的推荐策略
2.4 本章小结
3 融合网络图模型和排序模型的论文推荐
3.1 相关原理
3.1.1 论文质量评价
3.1.2 排序算法
3.2 结合论文质量的用户-论文图模型构建
3.2.1 UAMQ内在联系
3.3 学术论文的质量和主题热门度
3.4 基于顶点权重的重启随机游走
3.4.1 转移概率矩阵
3.5 融合网络图模型和排序模型的论文推荐算法
3.6 实验设计与结果分析
3.6.1 实验环境
3.6.2 实验数据划分
3.6.3 实验数据预处理
3.6.4 基线方法
3.6.5 评估指标
3.6.6 实验结果分析
3.7 本章小结
4 基于偏差游走和行为模型的优质学术资源个性化推荐
4.1 推荐框架
4.2 网络模型构建
4.2.1 UAG内在联系
4.2.2 学术资源的质量
4.2.3 偏差因子
4.2.4 转移概率矩阵
4.3 行为模型
4.4 实验与结果分析
4.4.1 实验环境
4.4.2 实验数据
4.4.3 实验任务
4.4.4 基线方法
4.4.5 评估指标
4.4.6 结果分析
4.5 本章小结
5 总结与展望
5.1 总结
5.2 展望
参考文献
在学研究成果
致谢
Abstract of Thesis
论文摘要
【参考文献】：
期刊论文
[1]海量学术资源个性化推荐综述[J]. 刘伟,刘柏嵩,王洋洋. 计算机工程与应用. 2018(03)
[2]图像检索技术研究进展[J]. 周文罡,李厚强,田奇. 南京信息工程大学学报(自然科学版). 2017(06)
[3]跨类型的学术资源优质推荐算法研究[J]. 尹丽玲,刘柏嵩,王洋洋. 情报学报. 2017(07)
[4]大数据环境下图书馆学术资源个性化推荐服务研究[J]. 黄义文. 图书馆学刊. 2016(07)
[5]科研社交网络的推荐系统对比分析[J]. 刘先红,李纲. 图书情报工作. 2016(09)
[6]基于DNN算法的移动视频推荐策略[J]. 陈亮,汪景福,王娜,李霞. 计算机学报. 2016(08)
[7]基于多标签属性的学术文献推荐研究[J]. 肖诗伯,杨玉梅,兰鹰,吕思蜀. 情报探索. 2015(04)
[8]一种基于内容过滤的科技文献推荐算法[J]. 王嫣然,陈梅,王翰虎,张鑫. 计算机技术与发展. 2011(02)
[9]基于关联规则的个性化推荐在数字图书馆中的应用研究[J]. 刘旭东,葛俊杰. 德州学院学报. 2010(02)
[10]基于加权关联规则挖掘的相关文献推荐[J]. 陈祖琴,张惠玲,葛继科,郑宏. 现代图书情报技术. 2007(10)
硕士论文
[1]基于网络图模型的学术论文及其标签推荐方法研究[D]. 蔡腾远.电子科技大学 2017
[2]基于论文引用网络的文献推荐算法研究[D]. 姚远.北京交通大学 2014
[3]基于合著网络的论文混合推荐算法研究[D]. 王若松.哈尔滨工程大学 2013
[4]高质量个性化论文推荐系统研究[D]. 门瑞.天津大学 2012
[5]电子商务环境下的个性化信息推荐服务及应用研究[D]. 张娜.合肥工业大学 2007
本文编号：3126411
【文章来源】：宁波大学浙江省
【文章页数】：66 页
【学位级别】：硕士
【文章目录】：
引言
1 绪论
1.1 研究背景及意义
1.2 研究现状
1.2.1 学术资源推荐策略
1.2.2 随机游走算法
1.3 研究内容
1.4 学术资源推荐技术路线
1.5 论文结构
2 学术个性化推荐综述
2.1 学术用户画像
2.2 学术资源建模
2.3 学术资源个性化推荐的推荐策略
2.4 本章小结
3 融合网络图模型和排序模型的论文推荐
3.1 相关原理
3.1.1 论文质量评价
3.1.2 排序算法
3.2 结合论文质量的用户-论文图模型构建
3.2.1 UAMQ内在联系
3.3 学术论文的质量和主题热门度
3.4 基于顶点权重的重启随机游走
3.4.1 转移概率矩阵
3.5 融合网络图模型和排序模型的论文推荐算法
3.6 实验设计与结果分析
3.6.1 实验环境
3.6.2 实验数据划分
3.6.3 实验数据预处理
3.6.4 基线方法
3.6.5 评估指标
3.6.6 实验结果分析
3.7 本章小结
4 基于偏差游走和行为模型的优质学术资源个性化推荐
4.1 推荐框架
4.2 网络模型构建
4.2.1 UAG内在联系
4.2.2 学术资源的质量
4.2.3 偏差因子
4.2.4 转移概率矩阵
4.3 行为模型
4.4 实验与结果分析
4.4.1 实验环境
4.4.2 实验数据
4.4.3 实验任务
4.4.4 基线方法
4.4.5 评估指标
4.4.6 结果分析
4.5 本章小结
5 总结与展望
5.1 总结
5.2 展望
参考文献
在学研究成果
致谢
Abstract of Thesis
论文摘要
【参考文献】：
期刊论文
[1]海量学术资源个性化推荐综述[J]. 刘伟,刘柏嵩,王洋洋. 计算机工程与应用. 2018(03)
[2]图像检索技术研究进展[J]. 周文罡,李厚强,田奇. 南京信息工程大学学报(自然科学版). 2017(06)
[3]跨类型的学术资源优质推荐算法研究[J]. 尹丽玲,刘柏嵩,王洋洋. 情报学报. 2017(07)
[4]大数据环境下图书馆学术资源个性化推荐服务研究[J]. 黄义文. 图书馆学刊. 2016(07)
[5]科研社交网络的推荐系统对比分析[J]. 刘先红,李纲. 图书情报工作. 2016(09)
[6]基于DNN算法的移动视频推荐策略[J]. 陈亮,汪景福,王娜,李霞. 计算机学报. 2016(08)
[7]基于多标签属性的学术文献推荐研究[J]. 肖诗伯,杨玉梅,兰鹰,吕思蜀. 情报探索. 2015(04)
[8]一种基于内容过滤的科技文献推荐算法[J]. 王嫣然,陈梅,王翰虎,张鑫. 计算机技术与发展. 2011(02)
[9]基于关联规则的个性化推荐在数字图书馆中的应用研究[J]. 刘旭东,葛俊杰. 德州学院学报. 2010(02)
[10]基于加权关联规则挖掘的相关文献推荐[J]. 陈祖琴,张惠玲,葛继科,郑宏. 现代图书情报技术. 2007(10)
硕士论文
[1]基于网络图模型的学术论文及其标签推荐方法研究[D]. 蔡腾远.电子科技大学 2017
[2]基于论文引用网络的文献推荐算法研究[D]. 姚远.北京交通大学 2014
[3]基于合著网络的论文混合推荐算法研究[D]. 王若松.哈尔滨工程大学 2013
[4]高质量个性化论文推荐系统研究[D]. 门瑞.天津大学 2012
[5]电子商务环境下的个性化信息推荐服务及应用研究[D]. 张娜.合肥工业大学 2007
本文编号：3126411
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3126411.html
