一种基于多源异构信息图模型的学术论文标签推荐方法

摘要

本发明是一种基于多源异构信息图模型的学术论文标签推荐方法。本发明根据普遍存在于标签数据集的三元关系，即用户‑物品‑标签，再结合物品之间的内容信息，构建了多源异构信息图模型。该图模型可以将多种数据信息整合到一个图中，可以方便的发现哪种数据信息组合能更好地提升标签推荐的精度。除此之外，本发明设计的图模型仅仅添加少部分文本内容相似度关系，因此该图模型具有高效的执行效率。通过相关实验，本发明得到了较传统标签推荐方法更加有效的执行效率和更高的推荐精度。

主权项

一种基于多源异构信息图模型的学术论文标签推荐方法，该方法包括相关数据的预处理部分、多源异构信息图模型的构造部分以及学术论文标签推荐方法的实现部分。具体步骤如下：步骤a.对数据集进行初始化操作，去除标签噪音数据；步骤b.将学术论文的文本信息进行向量化处理；步骤c.根据论文的文本向量计算论文之间的相似度；步骤d.根据数据中用户收藏论文关系、论文标签关系、论文引用关系和相似度关系构建多源异构信息图；步骤e.在多源异构信息图模型上，运用重启动的随机游走算法，计算各个节点之间的结构相关性。