[发明专利]一种基于领域知识图谱的个性化文献推荐方法

摘要

一种基于领域知识图谱的个性化文献推荐方法，涉及文献推荐技术领域。采用LDA模型构建知识图谱，并在此基础上，分别构建用户兴趣模型与文献模型，解决了词频统计方法不精确的问题；在建模的过程引入时间遗忘曲线函数，解决了用户兴趣变迁的问题；同时在建模过程中引入了激活扩散技术，解决了数据稀疏性的问题；在计算相似性的过程中采用基于知识距离的方法，有效的避免了元素个数匹配的强制性问题。将兴趣保持模型应用在文献推荐系统的用户建模中，考虑时间对用户短期兴趣变迁的影响，准确地量化用户当前兴趣。在用户建模与文献建模过程中引入激活扩散技术，有效的解决了数据的稀疏性问题。

主权项

1.一种基于领域知识图谱的个性化文献推荐方法，其特征在于，包括如下步骤：步骤1：构建知识图谱数据结构抽取文献的标题与摘要作为文献库，采用LDA的“文献‑主题”理论从文献库中抽取主题，设置阈值，将满足阈值的主题抽取出来，构建数据结构的节点集；通过两个节点在文献中出现的频率定义节点之间关系的权重，设置阈值，将满足阈值的关系抽取出来，构建数据结构的边集与权重集；基于此，得到基于“节点‑边‑权重”模式的知识图谱数据结构；步骤2：构建用户知识模型利用激活扩散理论与时间遗忘曲线函数对用户知识进行建模，从而得到能够代表用户研究兴趣的向量；步骤3：构建文献知识模型利用激活扩散理论对每篇文献知识进行建模，从而得到能够代表每篇文献的向量模型；步骤4：计算知识距离，生成推荐结果首先，统计用户知识模型与每篇文献知识模型的知识距离集，即知识路径的集合；然后，对于每条路径，计算路径内主题的重要程度，通过对主题的重要程度累积来衡量此文献与路径的匹配程度；对每篇文献的路径进行遍历求和得到此文献的最优值；最后，按最优值对文献进行排序，从而找到最接近用户研究兴趣的前n篇文献，返回给用户；所述步骤2具体包括：步骤2‑1统计用户已发表的文献，并将其进行预处理，得到用户文献集；定义专业等级Expertise(u,t)为主题对用户的重要程度，具体的计算公式如下：其中Expertise(u,t)代表主题对用户的重要程度；n代表时间段；m_j为时间段j内用户已发表文献的个数；t代表主题；ud_i代表指定时间段内的一篇文献；T_t为时间段j内主题t的持续时间；参数A，b的引入，是为了调节主题的重要程度，使重要程度和当前研究兴趣保持最大相关性；ω(ud_i,t)代表文献ud_i属于主题t的概率，而则是主题t在这个时间段内的重要程度,ω(ud_i,t)的计算公式如下：其中，为LDA的主题‑词语分布，公式如下：其中，k代表文献中的词语；为属于主题t的词语个数步骤2‑2为了解决数据稀疏性的问题，引入激活扩散理论；设定阈值，对于大于指定阈值的专业等级Expertise(u,t)构成初始用户知识集IUT＝{iut₁,iut₂,……iut_n}，即iut₁代表主题t₁的专业等级；以知识图谱数据结构为基础，使用激活扩散技术对初始知识模型中的主题值进行扩充，激活扩散过程的公式所示：O＝[ε‑(1‑α)×w^T]^‑1×IUT   (4)其中，IUT为激活扩散过程的输入，即主题Expertise(u,t)值的集合；w表示激活扩散过程中的关系矩阵，矩阵中的元素w_ij表示主题t_i与主题t_j的关系权重，即已构建知识图谱中的关系权重组成的矩阵；α是延迟因子；ε是n阶单位矩阵；O＝[O₁,O₂,…,O_n]^T是扩散激活过程的最终输出，O_i是主题t_i的激活扩散值，代表主题t_i经过扩散后对于用户的重要程度；设定阈值，对于激活扩散过程后大于指定阈值的激活扩散值构成用户知识模型UT＝{ut₁,ut₂,……ut_n}，即ut₁代表主题t₁的激活扩散值；所述步骤3具体包括：步骤3‑1首先对每篇文献进行预处理，定义重要等级importance(u,t)为主题对用户的重要程度；如下公式所示：importance(u,t)＝w(d,t)   (5)其中w(d,t)的计算公式同公式(2)，对于大于指定阈值的主题集构成每篇文献的初始知识集GT＝{gt₁,gt₂,……gt_n}，即gt_i代表主题t_i的重要程度；步骤3‑2将文献初始知识集作为激活扩散的输入，经过激活扩散过程，如下公式所示：O_L＝[ε‑(1‑α)×w^T]^‑1×GT   (6)其中，GT代表大于指定阈值的主题重要程度importance(u,t)的集合；w同样代表已构建知识图谱中的关系权重组成的矩阵；O_L＝[O_L1,O_L2,…,O_Ln]^T为激活扩散的输出集合；O_Li代表主题t经过扩散后对于用户的重要程度；设定阈值，对于激活扩散过程后大于指定阈值的激活扩散值构成每篇文献的知识模型CRT＝{crt₁,crt₂,……crt_n}。