基于学术网络的跨学科论文推荐研究

发布时间：2024-01-25 15:11

　　随着社会进入知识爆炸时代,各学科的科研成果的数量呈指数增长,海量的科研成果在丰富了学术资源的同时,也增加了查找和搜索的时间成本。因此,论文推荐作为解决学术问题的方法,成为重要的研究课题。情报学是一门极具跨学科性的学科,具有跨学科的基因。情报学科研人员在知识创造过程中,不断与其他学科进行知识交流,具有跨学科论文需求。但是通过查阅相关研究发现,目前的论文推荐研究中,以科研人员为信息服务对象,考虑其跨学科需求和学科偏好,为其个性化推荐跨学科论文的研究较少。因此为提升服务水平和优化科研人员的体验,满足情报学科研人员跨学科信息发现的需求,本文提出了一种基于学术网络的跨学科论文推荐模型,该模型通过结合基于关键词耦合的论文推荐和基于学科相似性的论文推荐,同时考虑作者对论文的关键词特征和学科属性的偏好,实现跨学科论文混合推荐。第一,核心作者的确定和扩展学科的选择。本研究首先收集情报学核心期刊的论文,并根据发文量确定情报学核心作者,根据核心作者对各学科论文的引用情况,确定扩展学科,并以核心作者引用过的情报学及扩展学科的论文作为本文的待推荐论文集。然后根据学科、待推荐论文、核心作者、关键词节点间的关联,建...

【文章页数】：85 页

【学位级别】：硕士

图２．１节点ｕ的ＢＦＳ和ＤＦＳ搜索（ｋ＝３）??在具体过程中：??

图２．２相邻节点估计示意图??

图３．１跨学科论文推荐模型??⑴数据收集模块

图４．１不同推荐方法的作者推荐成功率对比??４５０?４２６??３８５??

本文编号：3885048