基于学术知识图谱及主题特征嵌入的论文推荐方法

【目的】提出一种融合多特征的论文推荐方法,为研究者提供精准的论文推荐服务。【方法】本文设计了一个特征提取框架,分别从学术论文知识图谱中提取实体关系特征和主题文本特征并融合。为提升高维度融合特征的学习效果,基于知识嵌入的编码-解码模型提出一种论文推荐方法。【结果】在DBLP-v11数据集上的实验结果表明,所提模型在查准率和MRR上相比次优模型分别提高8.9和2.9个百分点。【局限】本文的图谱特征学习方法没有考虑实体在现实环境下的权重。【结论】论文推荐任务的结果证明了所提方法在学习高维度特征中的有效性,对后续研究具有借鉴意义。