2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩76頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、每年,數(shù)以萬計學(xué)術(shù)論文的發(fā)表使得論文的規(guī)模達(dá)到了空前的高度??蒲腥藛T如何在眾多的學(xué)術(shù)論文中找出感興趣的論文成為困擾他們的一個棘手問題。早期,研究者主要運用傳統(tǒng)的協(xié)同過濾推薦方法來為用戶推薦論文。由于基于協(xié)同過濾的推薦方法無法解決推薦當(dāng)中面臨的冷啟動問題,因此,他們又提出基于論文文本內(nèi)容的推薦方法。但是,該模型僅考慮到論文的文本內(nèi)容而忽略了學(xué)術(shù)論文之間的潛在聯(lián)系,使得推薦的結(jié)果差強人意。
  針對上述兩種模型的缺點,本文圍繞基于網(wǎng)絡(luò)

2、圖模型的學(xué)術(shù)論文及其標(biāo)簽推薦方法開展研究,主要研究最新發(fā)表學(xué)術(shù)論文的有效推薦問題以及為學(xué)術(shù)論文推薦合適標(biāo)簽的問題。通過分析現(xiàn)有網(wǎng)絡(luò)圖模型方法中存在的問題,借鑒其易融合異構(gòu)信息的優(yōu)勢,提出了兩種圖模型方法:一種結(jié)合標(biāo)簽數(shù)據(jù)圖模型的新發(fā)表論文推薦方法和一種基于多源異構(gòu)圖模型的學(xué)術(shù)論文標(biāo)簽推薦方法。前者主要將學(xué)術(shù)論文的標(biāo)簽數(shù)據(jù)添加到文本內(nèi)容中計算論文間的相似度值,有效的解決了新發(fā)表學(xué)術(shù)論文因缺少歷史用戶行為信息而造成的數(shù)據(jù)稀疏問題,增強了學(xué)術(shù)

3、論文之間的內(nèi)容互信;后者則充分利用了學(xué)術(shù)論文中存在的異構(gòu)信息構(gòu)造多源異構(gòu)圖模型,不僅可以為學(xué)術(shù)論文推薦相關(guān)的標(biāo)簽信息,而且也有效的解決了標(biāo)簽推薦中面臨的冷啟動問題。另外,這兩個圖模型較其它圖模型僅添加了少量的學(xué)術(shù)論文相似關(guān)系,其結(jié)構(gòu)得到了極大的簡化,可以更好地適應(yīng)稀疏數(shù)據(jù),降低模型的計算成本。
  本文將學(xué)術(shù)論文中的多種信息統(tǒng)一整合到圖模型中,然后再運用重啟動隨機游走的方法計算圖中任意節(jié)點的相似度值,進(jìn)而完成了學(xué)術(shù)論文及其標(biāo)簽信息

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論