10.3969/j.issn.1002-137X.2012.09.053
基于主题模型的跨学科协作文献推荐
Web中存在着海量的各类科技文献,研究人员虽然可以利用各种搜索工具对这些文献进行检索,但是,如何高效地找到与自身研究相关的文献变得越来越困难.最近出现的一系列在线研究者社区为解决这一问题提供了一种新的方案.提出一个基于主题模型的协作文献推荐,此模型将传统的协同过滤和概率主题模型,以及知识协作网络模型相结合,提供了一个可判别的隐语义结构.在考虑不同的用户评价所给出的文献索引率,以及新发表的文献的主题分布的基础上,利用语义相似度的计算工具,提出基于概率的跨学科的检索推荐.采用来自于CiteULike的一组数据,验证了该方法的有效性和可行性.
协作、主题模型、文献推荐、跨学科
39
TP301(计算技术、计算机技术)
高校基本业务基金XDJK2010C035;留学回国人员基金20091001
2012-11-19(万方平台首次上网日期,不代表论文的发表时间)
共6页
235-239,261