[发明专利]一种基于引用关系分布式表达的论文推荐方法

摘要

本发明公开一种基于引用关系分布式表达的论文推荐方法。利用分布式向量来表达论文在权重引用网络当中的上下文，然后利用该向量计算论文之间的相似度，达到论文推荐的目的。之前的基于引用的论文推荐的方法，都局限于使用论文引用和被引用的论文集合的重合度，对于重合度为0的论文之间无法计算相似度。本发明通过论文之间的权重引用网络，充分利用了论文之间“间接引用”的信息，再使用矩阵分解方法，获得表达论文在引用网络中的位置的分布式向量，使用其内积作为论文之间的相似度表达。该分布式表达可以用来作为学术推荐系统的一种基准特征，能够妥善的解决现有模型存在的问题,并且能够进一步的提高相似度度量的正确性。

主权项

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的列向量等价的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。