%A 王勤洁, 秦春秀, 马续补, 刘怀亮, 徐存真 %T 基于作者偏好和异构信息网络的科技文献推荐方法研究* %0 Journal Article %D 2021 %J 数据分析与知识发现 %R 10.11925/infotech.2096-3467.2021.0102 %P 54-64 %V 5 %N 8 %U {https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/abstract/article_5142.shtml} %8 2021-08-25 %X

【目的】 采用异构信息网络理论和作者偏好,提高科技文献推荐质量。【方法】 基于异构信息网络理论,提出一种可以融合多语义信息的科技文献推荐方法。首先,结合作者偏好信息为科技文献异构信息网络中的元路径加权;其次,采用DPRel算法计算作者与文献之间的相关度。在此基础上,构建加权作者-文献矩阵,按相关度降序排列得到推荐列表。【结果】 从Web of Science中收集实验数据集,实验结果表明,在三个数据集中所提方法相较于基于单条元路径计算作者-文献相关度的推荐方法在平均成功推荐率上分别提高了6%、8%、6%,并且文献成功推荐提高率分别为14.8%、27.6%、13.0%。【局限】 在数据预处理阶段由人工进行关键词统一,对于海量数据,人工处理关键词不现实。【结论】 所提推荐方法提高了异构信息网络中科技文献推荐的质量。