[发明专利]一种基于专家领域相似度与关联关系的协同推荐方法有效
| 申请号： | 201811228086.8 | 申请日： | 2018-10-19 |
| 公开（公告）号： | CN109308315B | 公开（公告）日： | 2022-09-16 |
| 发明（设计）人： | 李千目;陈盛之;刘奕婧 | 申请（专利权）人： | 南京理工大学 |
| 主分类号： | G06F16/33 | 分类号： | G06F16/33 |
| 代理公司： | 南京理工大学专利中心 32203 | 代理人： | 薛云燕 |
| 地址： | 210094 江*** | 国省代码： | 江苏;32 |
| 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专家领域相似度与关联关系的协同推荐方法。该方法为：将论文文献数据作为训练集进行输入；对同一篇论文下的合作者建立关联关系，构造合作关系网络，利用Dijkstra算法计算作者之间的最短路径，作为专家关联度；利用word2vec算法训练专家论文中的关键词与摘要，构造专家词向量模型，利用向量间的夹角作为专家领域相似度；融合专家关联度与领域相似度，构造协同推荐模型，使用协同推荐模型进行专家推荐。本发明方法能够依据用户给定领域关键词与专家姓名，推荐与该专家关联度最紧密的指定领域专家，从而快速找到与自身存在潜在合作价值的期望领域的专家。 | ||
| 搜索关键词： | 一种 基于 专家 领域 相似 关联 关系 协同 推荐 方法 | ||
【主权项】：
1.一种基于专家领域相似度与关联关系的协同推荐方法，其特征在于，包括以下步骤：步骤1，将批量论文数据作为训练集进行输入；步骤2，对论文数据进行预处理，包括提取专家合作信息、专家论文关键词、专家论文摘要；对同一篇论文下的合作者建立专家合作信息；步骤3，将目标专家姓名、目标领域作为输入，获取领域词向量；步骤4，利用专家合作信息构造合作关系网络，利用Dijkstra算法计算作者之间的最短路径，作为专家关联度COR；步骤5，利用word2vec训练专家论文中的关键词和摘要，构建专家关键词向量模型；步骤6，计算关联专家词向量与领域词向量的余弦相似度，作为专家领域相似度SIM；步骤7，筛选专家领域相似度SIM与专家关联度COR，满足阈值的专家即为推荐专家。
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南京理工大学，未经南京理工大学许可，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/201811228086.8/，转载请声明来源钻瓜专利网。
