基于引用时间偏好和查询论证结构的学术论文引文推荐

发布时间：2024-05-25 13:10

　　随着科学技术的发展,研究人员发表了数以百万的学术性文献。在进行科研活动的过程中,人们需要花费大量的时间和精力进行文献调研以便更好地掌握研究进展。为了缓解这种信息过载的问题,学术搜索引擎、学术社交网站和文献管理平台成为了研究者从海量科研数据中获取信息的几种主要途径。另外,专业的学术论文推荐系统也不断被学界和工业界提出并投入使用。目前,学术论文推荐场景主要分为两种:一种是基于用户建模的学术论文推荐,该任务主要根据用户历史行为记录为其推荐可能感兴趣的学术论文;另一种则是基于用户查询的学术论文引文推荐,该任务为用户推荐与其所给查询相关的文章,且这些推荐结果常被用作学术论文里的参考文献。相对而言,学术论文引文推荐(后简称引文推荐)对节省研究人员撰写学术论文的成本和降低重要文献的漏引率具有更加重要的作用和意义。随着大数据存储与处理技术的快速发展,学术论文的元数据与全文信息日益丰富。机器学习、深度学习等技术的进步使得研究人员在文本挖掘算法上取得创新,引文推荐任务也迎来了发展势头。作为科技文本挖掘领域中基础的自然语言处理任务,现有的引文推荐研究存在如下几个问题:首先,在进行用户查询和候选引文的表示学习...

【文章页数】：220 页

【学位级别】：博士

【部分图文】：

图1.7论文总文推荐可视化

示学习模型。为了对推荐机制中多维排序指标进行探索，本研究将对不同的引文推荐结果排序指标进行多元组合来完成推荐列表的排序，以选择最佳的排序指标组合。为对用户的引用时间偏好进行挖掘，我们利用深度学习模型进行偏好预测，将用户查询预测出的引用偏好对引文推荐列表进行排序，以进行考虑时间因素....

图2.1全局引文推荐示意图

2相关概念与理论基础博士学位论文32表，如何将列表中的引文插入到文章中的句子中去，即为需要引用的句子找到对应的引文。2010年，He等人整合了Tang和Zhang提出的引文推荐任务，将引文推荐划分为了全局引文推荐（GlobalCitationRecommendation）和局部引....

图2.2局部引文推荐示意图

2相关概念与理论基础博士学位论文32表，如何将列表中的引文插入到文章中的句子中去，即为需要引用的句子找到对应的引文。2010年，He等人整合了Tang和Zhang提出的引文推荐任务，将引文推荐划分为了全局引文推荐（GlobalCitationRecommendation）和局部引....

图2.3分类分类训练样本(,)

利用链接分析算法得到节点的权重值[52]、通过刻画节点之间的转移概率获取推荐列表[48]以及借助图算法学习点与点之间的相似度[54]，即文章之间的相似度。（2）分类和排序模型分类模型利用了机器学习的思想来从训练数据中寻找规律并对测试数据进行类别预测，即给定数量为的训练样本(,),....

本文编号：3982156