[发明专利]一种基于引用关系分布式表达的论文推荐方法

权利要求书

1.一种基于引用关系分布式表达的论文推荐方法，其特征在于，包括以下步骤：

步骤1：基于所有待研究论文生成ID字典，即为每篇论文赋予一个唯一的索引键，同时利用论文的相互引用关系生成论文引用网络，并建立论文引用权重矩阵M，权重矩阵M是基于论文索引标识构建的n行n列的矩阵；

步骤2：使用最小化代价函数的方法，对权重矩阵M做矩阵分解，将矩阵M拟合成W*T的形式，其中W是n行m列的矩阵，T是m行n列的矩阵；其中m＜n，以达到降维的作用；用随机梯度下降法求出W和T矩阵；其中W的行向量与T的列向量等价地包含了每篇论文的分布式向量的表达，且互为对偶；使用W的行向量来作为分布式向量，其中第i行表示论文索引键i所代表的论文的分布式向量的表达；

步骤3：通过分布式向量之间的内积，计算出两篇论文之间的基于引用的相似度值；

步骤4：对候选论文按照计算出的相似度从大到小排序，得到作为论文推荐的排序列表。

2.如权利要求1所述的方法，其特征在于，步骤1中：获取所有待研究论文集合S，生成对应的ID字典，即为每篇论文赋予一个唯一的索引键，索引键用于标识论文，索引键值包括论文的元信息。

3.如权利要求2所述的方法，其特征在于，步骤1中：使用论文引用的解析器迭代读取各篇论文的引用，与对应在集合S的其他论文建立一致性关联，并且建立无向图，其中每个节点代表论文，节点之间的连线代表两篇论文之间存在引用关系；该无向图即为建立的论文引用网络。

4.如权利要求1或3所述的方法，其特征在于，其中步骤1，由论文引用网络建立n行n列的连接矩阵L，其中L_ij为连接矩阵L中的第i行第j列的元素，L_ij表示论文i和论文j之间是否存在引用关系，由论文引用网络中对应两点i和j是否存在连线能够得出，当论文在引用网络中对应的两点i和j相互连接时，L_ij＝1，表示论文i和论文j之间存在引用关系，L_ij＝0表示论文i和论文j之间不存在引用关系；根据该连接矩阵L生成转移矩阵A；其中转移矩阵A中第i行第j列的元素A_ij基于下式确定：

其中A_ij表示从节点i随机移动转移到节点j的概率值，n’表示所有待研究论文的数量；矩阵A建立起了有直接引用关系的论文的信息，在此基础上继续构建，获得间接引用的论文之间的联系；

A的t次幂At矩阵的值代表从节点i出发随机移动，在第t步到达节点j的概率，设讨论的步长范围为w时，那么计算生成矩阵其矩阵B中的元素B_ij代表从节点i出发随机移动，在w步之内到达节点j的期望次数，其中w为正整数；

构造论文引用权重矩阵M中的元素α为常量，且α+min(log(B_ij))＞0，即调整M中有值的各项，使之大于0，M_ij表示节点i对节点j的权重，M_ij越高，表示论文之间的联系愈紧密。

5.如权利要求1所述的方法，其特征在于，其中步骤2，使用SGD随机梯度下降法最小化代价函数其中表示矩阵W的第j列，是矩阵W第i行向量的转置，是一个列向量；通过最优化该代价函数，能够使W*T拟合矩阵M；f(i，j)表示学习权重函数，表示所有节点间的关系对结果的影响程度不同，设为：f(i，j)＝M_ij；SGD随机梯度下降法是对于J中的加和项的每一项进行迭代，计算梯度，迭代最小化代价函数；采用SGD随机梯度下降法求解该最小化代价函数的无约束最优化问题，得到解

W＝[w₀，w₁，w₂，...，w_n-1]^T。

6.如权利要求5所述的方法，其特征在于，其中步骤3：正则化矩阵W中各个节点的分布式向量，再采用公式S(i，j)＝w_i·w_j计算节点i和节点j的相似度S(i，j)的，根据向量夹角计算公式当向量长度正则化为1时，w_i·w_j的结果越大，在节点i和j的分布式向量之间的角度就越小，两个节点对应的论文就会越相似，反之亦然。