基于信息需求变迁的时序引用文献推荐技术研究

发布时间：2017-06-08 11:09

  本文关键词：基于信息需求变迁的时序引用文献推荐技术研究，由笔耕文化传播整理发布。

【摘要】：随着学术文献数量的急剧增加,帮助科研人员在海量文献中高效地找到所需要的引用文献成了一个迫在眉睫的任务,引用文献推荐技术应运而生,并迅速得到了信息搜索、知识工程等领域研究者的广泛关注。然而,传统文献推荐研究忽视了引用文献推荐任务的时间动态因素,不能准确反映用户真实信息需求,导致引用文献推荐质量下降。本文针对引用文献推荐中信息需求动态变化的特点,首次提出“时序引用文献推荐”(Chronological Citation Recommendation, CCR)方法。CCR构建基于信息需求变迁(Information-need Shifting, InS)的三层建模体系。第一层建模完成时序相关的动态信息抽取和构建：①从文本内容角度,在主题层次上,使用结合有监督学习的动态主题建模(Dynamic Topic Modeling with Supervised Learning, DTM-SL)手段对“时间变化”进行建模；②从引用关系角度,抽取了时间衰减的引用关系信息。第二层建模完成异构动态信息集成和动态推荐特征构建,有两个解决方案：①动态主题/引用影响力模型,采用一个循环迭代模型在不同的时间片上生成一系列的引用文献推荐列表；②基于动态学术信息异构图(Dynamic Scientific Information Heterogenous Graph, DSIHG)的图挖掘方法,利用基于“元路径”的“随机游走”算法,实现异构信息融合和动态推荐特征的构建。第三层建模完成动态推荐特征集成和权重优化,利用基于排序学习的信息需求变体建模(Information-need Variant Modeling based on Learning-to-Rank, InVM-L2R)在不同的时间片上训练了一系列学习模型,建模信息需求变体,对动态特征权重在不同时间片上的变化进行了有效捕捉,并最终生成不同时间片上的推荐列表。通过在跨越60年的美国计算机协会的英文文献语料库上的一系列实验,证明了CCR方法相较于传统文献推荐模型,能够显著提高推荐质量,更有效地帮助使用者获得需要的学术文献。目前CCR已经服务于中美合作的科研项目,将在美国高校的课堂环境中得到应用。CCR将InS纳入研究视野,对文献推荐研究领域是重要的理论创新；CCR方法对比传统的引用文献推荐方法具有显著的优势,这对文献推荐做出了重要的方法创新。CCR对于探索性研究,跨学科研究以及学术综述研究等有重要理论意义和现实意义。
【关键词】：信息需求变迁 引用文献推荐 动态主题模型 有监督学习 学术异构图 图挖掘 排序学习
【学位授予单位】：大连海事大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：G254
【目录】：

• 创新点摘要5-7
• 摘要7-9
• ABSTRACT9-14
• 第1章 绪论14-30
• 1.1 研究背景14-16
• 1.2 研究现状16-18
• 1.3 基于信息需求变迁的时序引用文献推荐18-27
• 1.3.1 核心概念18-23
• 1.3.2 基于信息需求变迁的三层建模体系23-26
• 1.3.3 研究依托项目26-27
• 1.4 研究意义27-28
• 1.5 论文的主要工作和组织结构28-30
• 第2章 研究领域概述30-61
• 2.1 信息需求研究综述30-31
• 2.2 引用文献推荐研究综述31-39
• 2.2.1 基于用户模型的引用文献推荐32-34
• 2.2.2 基于关系网络的引用文献推荐34-35
• 2.2.3 基于文本内容的引用文献推荐35-37
• 2.2.4 基于引用动机的引用文献推荐37-39
• 2.3 引用文献推荐常见技术综述39-58
• 2.3.1 基于文本内容的信息技术39-48
• 2.3.2 基于网络拓扑结构的链接分析48-51
• 2.3.3 时间相关的信息检索技术51-53
• 2.3.4 引用文献推荐的常用评价指标53-58
• 2.4 本章小结58-61
• 第3章 时序相关的动态信息抽取和构建61-102
• 3.1 引言61-62
• 3.2 结合有监督学习的动态主题建模62-95
• 3.2.1 引言62-65
• 3.2.2 相关研究65-67
• 3.2.3 结合有监督学习的动态主题模型67-78
• 3.2.4 结合有监督学习的文档影响力模型78-88
• 3.2.5 结合有监督学习的动态主题建模实验88-95
• 3.3 时间衰减的引用关系信息抽取95-100
• 3.3.1 相关研究95-97
• 3.3.2 基于时间衰减的引用关系信息97-100
• 3.4 本章小结100-102
• 第4章 异构动态信息有机融合和动态推荐特征构建102-159
• 4.1 引言102-103
• 4.2 动态主题/引用影响力模型103-123
• 4.2.1 相关研究104-106
• 4.2.2 模型描述106-116
• 4.2.3 实验及结果116-121
• 4.2.4 实验分析121-123
• 4.3 基于动态学术信息异构图的图挖掘123-157
• 4.3.1 相关研究124-126
• 4.3.2 动态学术信息异构图定义126-137
• 4.3.3 基于“元路径”的动态推荐特征构建137-150
• 4.3.4 实验及结果150-156
• 4.3.5 实验分析156-157
• 4.4 本章小结157-159
• 第5章 动态推荐特征集成和权重优化159-178
• 5.1 引言159-160
• 5.2 相关研究160-163
• 5.3 信息需求变体的排序学习训练163-170
• 5.3.1 排序学习方法基本框架和应用结构163-167
• 5.3.2 信息需求变迁的推荐排序建模167-169
• 5.3.3 推荐排序的优化算法169-170
• 5.4 实验以及结果分析170-177
• 5.4.1 实验及结果170-176
• 5.4.2 实验分析176-177
• 5.5 本章小结177-178
• 第6章 时序引用文献推荐的应用178-188
• 6.1 引言178
• 6.2 基于开放教育资源的协作阅读环境178-187
• 6.2.1 应用背景178-180
• 6.2.2 基于开放教育资源的协作阅读环境概述180-183
• 6.2.3 时序引用文献推荐的应用模式183-186
• 6.2.4 基于开放教育资源的协作阅读环境系统的相关评估实验186-187
• 6.3 本章小结187-188
• 第7章 总结与展望188-191
• 7.1 总结188-189
• 7.2 展望189-191
• 参考文献191-218
• 附录1 动态主题/引用影响力模型在各时间片上的详细实验结果218-222
• 附录2 基于“元路径”的动态推荐特征在各时间片上的详细实验结果222-231
• 附录3 最终完成信息需求变迁三层建模的CCR的详细实验结果231-233
• 攻读学位期间公开发表论文233-235
• 致谢235-236
• 作者简介236

【参考文献】

中国期刊全文数据库 前1条

1 孙志军;薛磊;许阳明;王正;;深度学习研究综述[J];计算机应用研究;2012年08期

中国博士学位论文全文数据库 前1条

1 吕强龙;冲突与整合—中国数字出版产业链研究[D];复旦大学;2013年

  本文关键词：基于信息需求变迁的时序引用文献推荐技术研究，，由笔耕文化传播整理发布。

本文编号：432321