[发明专利]一种面向电力领域知识学习的文献推荐方法及装置

权利要求书

1.一种面向电力领域知识学习的文献推荐方法，其特征在于，包括：

获取用户历史阅读文献，抽取文献中的关键词构成文献关键词集；

基于文献关键词计算文献词向量；

基于文献词向量计算用户间的相似性；

基于用户间的相似性排序形成当前用户的邻居用户，将邻居用户的阅读文献进行相互推荐。

2.根据权利要求1所述的一种面向电力领域知识学习的文献推荐方法，其特征在于，所述抽取文献中的关键词构成文献关键词集，包括：

计算文献中每个词的频率：

其中，TF表示词频率；

基于词频率计算词权重；

基于词权重提取预设数量的关键词，构成文献关键词集。

3.根据权利要求2所述的一种面向电力领域知识学习的文献推荐方法，其特征在于，所述基于词频率计算词权重，包括：

如果该词不属于领域关键词词库C，则计算IDF值：

将IDF值与词频率TF相乘得到TF-IDF值作为该词的词权重；

如果该词属于领域关键词词库C，则计算RPD值：

将RPD值与词频率TF相乘得到TF-RPD值作为该词的词权重。

4.根据权利要求3所述的一种面向电力领域知识学习的文献推荐方法，其特征在于，所述log的底数取e。

5.根据权利要求3所述的一种面向电力领域知识学习的文献推荐方法，其特征在于，还包括：

邀请电力领域相关专家，通过人工标注的方式，针对专家根据经验收集和通过互联网收集到的所有电力领域文献，构建领域关键词词库C。

6.根据权利要求3所述的一种面向电力领域知识学习的文献推荐方法，其特征在于，

提取TF-RPD值排前k的词和TF-IDF值排前k的词共同作为文献的关键词，形成该文献的关键词集。

7.根据权利要求6所述的一种面向电力领域知识学习的文献推荐方法，其特征在于，所述k取值为3。

8.根据权利要求3所述的一种面向电力领域知识学习的文献推荐方法，其特征在于，还包括：

对词权重进行标准化：

其中，Wvaluei^TF-RPD*为第i个词标准化后的TF-RPD值，Wvaluei^TF-RPD为第i个词的TF-RPD值，Wvaluej^TF-IDF*为第j个词标准化后的TF-IDF值，Wvaluej^TF-IDF为第j个词的TF-IDF值。

9.根据权利要求8所述的一种面向电力领域知识学习的文献推荐方法，其特征在于，所述基于关键词计算文献词向量，包括：

其中，V_LA表示文献A的词向量，Wvector是文献中关键词w的词向量，Wvalue是文献中关键词w标准化后的词权重，KeywordListA表示文献A的关键词集，2k为KeywordListA中关键词的个数。

10.根据权利要求9所述的一种面向电力领域知识学习的文献推荐方法，其特征在于，关键词的词向量计算如下：

基于预先构建的领域关键词词库C，对收集到的所有电力领域文献逐个进行分词处理，停用词处理以及分句处理，构建语料库；

利用Skip-gram模型对语料库中的语料进行训练，得到每个关键词的词向量。