摘要
随着论文出版数量的不断增加,从海量论文中检索相关研究的论文难度逐渐加大。针对此问题,提出了一种基于深层特征融合的论文推荐模型。该模型利用论文的标题和摘要组合文本信息,论文之间的引用和论文标签信息,通过两个并行的融合多头注意力机制的自编码器学习其潜藏因子,然后通过论文潜藏因子加权融合结合矩阵分解实现个性化论文推荐。实验结果表明,所提出的方法相较于最先进的基线模型有一定改进。
出处
《江西电力职业技术学院学报》
CAS
2024年第3期163-165,共3页
Journal of Jiangxi Vocational and Technical College of Electricity
基金
国家自然科学基金项目“面向知识整合的碎片化学习诊断及学习路径引导研究”(课题编号:62207027)
国家自然科学基金项目“面向智能化作业辅导的图文混合题可理解机器解答研究”(课题编号:62177024)
浙江省智能教育技术与应用重点实验室项目“基于深层特征挖掘的科技论文推荐算法研究”(课题编号:jykf22029)。
