[发明专利]一种基于多源异构信息图模型的学术论文标签推荐方法

摘要

本发明是一种基于多源异构信息图模型的学术论文标签推荐方法。本发明根据普遍存在于标签数据集的三元关系，即用户‑物品‑标签，再结合物品之间的内容信息，构建了多源异构信息图模型。该图模型可以将多种数据信息整合到一个图中，可以方便的发现哪种数据信息组合能更好地提升标签推荐的精度。除此之外，本发明设计的图模型仅仅添加少部分文本内容相似度关系，因此该图模型具有高效的执行效率。通过相关实验，本发明得到了较传统标签推荐方法更加有效的执行效率和更高的推荐精度。

主权项

1.一种基于多源异构信息图模型的学术论文标签推荐方法，该方法包括相关数据的预处理部分、多源异构信息图模型的构造部分以及学术论文标签推荐方法的实现部分；具体步骤如下：步骤a.对数据集进行初始化操作，去除标签噪音数据；步骤b.将学术论文的文本信息进行向量化处理；步骤c.根据论文的文本向量计算论文之间的相似度；步骤d.根据数据中用户收藏论文关系、论文标签关系、论文引用关系和相似度关系构建多源异构信息图；具体包括(d1)根据数据集中含有的信息，将用户、论文以及标签看做图中的三种顶点，用于构建多源异构信息图；(d2)根据论文中含有标签信息的关系，构建论文顶点集与标签顶点集之间边的关系；如果论文A中含有标签T，则在多源异构信息图中对应的论文A顶点和标签T顶点之间存在边，否则不存在边；如公式(2)所示：(d3)根据论文之间的引用关系，加强论文子图内部关系，构建论文‑论文边关系；如果论文A引用了论文B，则在图中对应论文A顶点和论文B顶点之间存在边，否则不存在边；如公式(3)所示：(d4)根据论文文本内容相似性的关系，进一步加强论文子图内部关系，构建论文之间边的关系；使用K近邻算法找出论文前K个最邻近的论文，然后在图中给对应顶点之间添加一条边；如公式(4)所示：其中论文Ai和Aj分别表示数据集中第i篇和第j篇论文；(d5)根据用户查阅论文的关系，将用户的信息添加进图中，如果用户U查阅过论文A，则在图中对应的用户U顶点和论文A顶点之间存在边，否则不存在边；如公式(5)所示：步骤e.在多源异构信息图模型上，运用重启动的随机游走算法，计算各个节点之间的结构相关性。