[发明专利]一种基于用户画像的学术资源推荐方法

权利要求书

1.一种基于用户画像的学术资源推荐方法，其特征在于：包括以下步骤：

步骤1：在用户基本信息和行为特征的基础上，引入学术人格维度构建多维度的用户画像维度图；所述学术人格包括学术动机、认知风格和领域知识；

步骤2：通过调查问卷的方式，获取用户数据；

步骤3：依据构建好的用户画像纬度图和收集到的用户数据，采用热编码算法建立用户属性向量，以及采用TF-IDF算法提取用户交互过的学术资源关键词，建立研究领域向量；

步骤4：根据用户属性向量和研究领域向量，计算用户间的余弦相似度，找到每位用户的最相似用户集；

步骤5：基于用户的协同过滤算法，将最相似用户交互过的学术资源推荐给待推荐用户，生成每位用户的学术资源推荐列表；

所述步骤4具体包括以下步骤：

利用余弦相似度公式，分别计算用户属性向量相似度和研究领域向量相似度；包括：

根据下式计算得到用户属性向量相似度：

其中，A，B分别为a用户、b用户的用户属性向量，A_i和B_i分别为两个用户的各维度属性；

根据下式计算得到研究领域向量相似度：

式中，X，Y分别为a用户、b用户的研究领域向量；

将用户属性向量相似度和研究领域向量相似度进行结合，得到学术用户相似度；根据下式计算得到学术用户相似度为：

similarity＝αSim_Info+Sim_Area* (8)

式中，α是权值系数，Sim_Area*为Sim_Area归一化处理后的值；

其中，x为待推荐用户与其他用户的研究领域向量相似度Sim_Area；

从高到低对学术用户相似度进行排序，取前若干名用户构建得到最相似用户集。

2.根据权利要求1所述的一种基于用户画像的学术资源推荐方法，其特征在于：步骤1中，所述用户基本信息包括用户的年龄、性别、学历、专业、身份和研究方向；所述行为特征包括检索、收藏、下载和引用。

3.根据权利要求1所述的一种基于用户画像的学术资源推荐方法，其特征在于：步骤2中，所述的用户数据包括：年龄、性别、学历、专业、身份、从事科研工作时间、研究方向、科研进展情况和使用学术资源平台的熟练度。

4.根据权利要求1所述的一种基于用户画像的学术资源推荐方法，其特征在于：步骤3中，所述的用户属性向量表示为：

User_Info＝{Age，Gender，Education，Profession，Identity，Motivation，Style}；

其中，Age表示为年龄，Gender表示为性别，Education表示为学历，Profession表示为专业，Identity表示为身份，Motivation表示为学术动机，Style表示为认知风格。

5.根据权利要求1所述的一种基于用户画像的学术资源推荐方法，其特征在于：步骤3中，将TF-IDF值最高的n个学术资源关键词提取出来，n个学术资源关键词组成所述研究领域向量，表示为：

User_Area＝{关键词1，关键词2， ……，关键词n}。

6.根据权利要求1所述的一种基于用户画像的学术资源推荐方法，其特征在于：所述步骤5具体为：将最相似用户集交互过的学术资源中待推荐用户未交互过的学术资源，推荐给待推荐用户。