多特征因子融合的引文推荐算法

摘要：

针对传统引文推荐算法只考虑单一特征导致推荐结果过于专门化和推荐质量较低等问题,提出一种多特征因子融合的引文推荐算法.将整体影响力因子、局部活跃度因子、查询相关度因子及作者相关度因子通过多特征因子融合模型进行有效融合,其中,查询相关度因子通过引入ID2vec改进重启随机游走算法实现.基于ANN数据集的实验结果表明,多特征融合的引文推荐算法相比GloPageRank、TopicSim、BM25模型在召回率上都有相应的提升,改进的重启随机游走算法相比原有算法在召回率上提升了8.13％,在NDCG上提升了29.7％.由实验结果分析可得,所提算法可有效提升引文推荐质量.

关键词：引文推荐、词向量、PageRank算法、重启随机游走、表示学习

所属期刊栏目：39

分类号：TP391(计算技术、计算机技术)

资助基金：陕西省重点研发计划基金项目2017GY-197;陕西省自然科学基金面上基金项目2017JM6059;中国博士后科学基金项目2017M613216;陕西省博士后基金项目2016BSHEDZZ121

在线出版日期：2018-08-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1895-1903