[发明专利]一种向目标用户推送目标文献名录的方法

权利要求书

1.一种向目标用户推送目标文献名录的方法，其特征在于，包括： 获取待分析数据集，所述待分析数据集中每个元素对应一个主题，每个元素中包括一类数据和二类数据，所述一类数据为直接发布的与所述主题相关的数据，所述二类数据为针对一类数据的评论数据； 为所述待分析数据集中的每个元素构建有向图，得到有向图集； 对所述有向图集中的各个有向图进行分析，选取对应所述有向图的热度用户； 对于任意两个有向图，若存在相同的热度用户，则将所述热度用户认定为目标用户； 获取目标用户的读者信息； 根据所述读者信息向所述目标用户发布目标文献名录；

目标用户若为一个，则向所述目标用户发布预设的目标文献名录，若所述目标用户为多个，则以单个目标用户的读者信息为元素，构成了一个源信息集；

还包括根据源信息集向所述目标用户发布目标文献名录的方法，包括： 对所述源信息集中的任一目标元素，获取所述目标元素与相关非目标元素之间的相关度， 按照相关度向所述目标元素对应的目标用户发布目标文献名录。

2. 根据权利要求1所述的方法，其特征在于： 所述读者信息包括读者的学术背景、借阅文献信息、推荐文献信息、评论文献信息；所述学术背景包括读者的受教育程度和最高学历对应的专业编码；其中，所述专业编码为六位数字串，其符合学科分类与代码国家标准的规定。

3. 根据权利要求1所述的方法，其特征在于： 所述为所述待分析数据集中的每个元素构建有向图包括： 获取每个元素中的一类数据和二类数据，并构建有向图，所述有向图被表示为G＝{V,E}，其中V为用户标识，E代表一个用户标识发布的二类数据对另一个用户标识发布的一类数据的评论关系； 计算有向图G中每条边的诚恳度权重和支持度权重； 根据所述诚恳度权重和所述支持度权重计算所述边的综合权重。

4. 根据权利要求1所述方法，其特征在于，还包括热度用户的选取方法，包括： 初始化有向图中各个顶点的热度值； 任意选择一个顶点，根据所述顶点和指向所述顶点的各个相关顶点的当前热度计算所述顶点的迭代后热度，并将所述迭代后热度作为所述顶点的当前热度； 按照上述步骤继续计算其它顶点的当前热度，直至所述有向图中各个顶点的当前热度趋于稳定； 选取当前热度最大的N个用户作为所述有向图的热度用户。

5. 根据权利要求1所述方法，其特征在于： 从所述源信息集中获取所述目标元素对应的全部相关非目标元素； 获取目标元素与各个相关非目标元素之间的学术相关度； 获取目标元素与各个相关非目标元素之间的生活相关度； 获取目标元素与各个相关非目标元素之间的综合相关度； 按照综合相关度由高到低的顺序为相关非目标元素排序，得到排序表。

6. 根据权利要求5所述方法，其特征在于： 所述按照相关度向所述目标元素对应的目标用户发布目标文献名录，包括： 获取排序表中的前M个元素为推荐元素； 获取每个推荐元素对应的目标用户的推荐文献信息； 根据所述推荐文献信息得到推荐文献记录表，所述推荐文献记录表包括推荐文献和所述推荐文献的被推荐次数，所述推荐文献记录表中的记录按照被推荐次数由高至低的顺序排列； 选取推荐文献记录表中的前T个推荐文献构成目标文献名录； 将所述目标文献名录发布至目标元素对应的目标用户。