一种个性化论文推荐方法及其系统

摘要

本发明公开了一种个性化论文推荐方法及其系统，其中该方法包括：步骤1，利用科研领域中研究人员撰写学术论文的行为特性，挖掘异质学术网络数据，根据所述异质学术网络数据构建训练数据集，并根据所述训练数据集进行训练得到排序学模型；步骤2，在线构建用户配置，生成用户感兴趣的候选论文集，根据所述候选论文集并基于所述排序学模型生成论文推荐结果，基于所述论文推荐结果，按照一定方式生成论文推荐返回给用户；步骤3，在线接收用户反馈，并根据不同的用户反馈行为相应地更新所述论文推荐结果。本发明有效地避免了推荐系统初期的“冷启动”问题，保证了推荐结果的准确率和召回率。

主权项

一种个性化论文推荐方法，其特征在于，包括：步骤1，利用科研领域中研究人员撰写学术论文的行为特性，挖掘异质学术网络数据，根据所述异质学术网络数据构建训练数据集，并根据所述训练数据集进行训练得到排序学习模型；步骤2，在线构建用户配置，生成用户感兴趣的候选论文集，根据所述候选论文集并基于所述排序学习模型生成论文推荐结果，基于所述论文推荐结果，按照一定方式生成论文推荐返回给用户；步骤3，在线接收用户反馈，并根据不同的用户反馈行为相应地更新所述论文推荐结果；所述步骤2中，包括：步骤21，根据用户的行为，在线构建用户配置；步骤22，获得用户配置后，挖掘所述异质学术网络数据，生成用户可能感兴趣的候选论文集；步骤23，根据用户配置，对用户可能感兴趣的候选论文集中的每篇论文提取特征值，并基于所述排序学习模型，获取每篇论文的排序得分，得到排序最高的论文列表，将所述论文列表中的论文存储到推荐结果集，并按照一定方式生成论文推荐返回给用户。