[发明专利]一种基于频繁主题集偏好的学术论文推荐方法有效
| 申请号： | 201810492352.1 | 申请日： | 2018-05-22 |
| 公开（公告）号： | CN108664661B | 公开（公告）日： | 2021-08-17 |
| 发明（设计）人： | 王红霞;李冉;刘浩东 | 申请（专利权）人： | 武汉理工大学 |
| 主分类号： | G06F16/33 | 分类号： | G06F16/33;G06F16/36 |
| 代理公司： | 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 | 代理人： | 魏波 |
| 地址： | 430070 湖*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于频繁主题集偏好的学术论文推荐方法，该模型在预测未知评分时，对包含频繁主题集的论文给予一定程度的偏重，频繁出现的主题集合通常代表学术研究的热点，从而凸显包含研究热点的学术论文的价值。该模型首先对语料库进行建模处理，得到论文在主题上的概率分布；从而挖掘出频繁出现的主题集合；最后在协同主题回归模型中融入频繁主题集对推荐结果的影响。本发明学术论文推荐算法考虑到频繁主题集在用户选择论文时的影响，提出基于频繁主题集偏好的协同主题回归模型，力求帮助用户找到更有价值的学术论文；在真实数据集上的实验证明，基于频繁主题集偏好的协同主题回归模型，对比PMF和CTR模型，在召回率和准确率上都有一定的提高。 | ||
| 搜索关键词： | 一种 基于 频繁 主题 偏好 学术论文 推荐 方法 | ||
【主权项】：
1.一种基于频繁主题集偏好的学术论文推荐方法，其特征在于，包括以下步骤：步骤1：对语料库进行建模处理，得到论文在主题上的概率分布；步骤2：挖掘出频繁出现的主题集合，记为频繁主题集；步骤3：在协同主题回归模型中融入用户对频繁主题集的偏好，获得基于频繁主题集偏好的协同主题回归模型，预测未知评分。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于武汉理工大学，未经武汉理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810492352.1/，转载请声明来源钻瓜专利网。
