基于卷积神经网络的学术合作者推荐研究

摘要：

随着论文数量和种类的快速增长,越来越需要更先进的工具来帮助学术数据的探索,关于合作者的推荐问题成了近几年研究的重点.为了解决这一问题,本文提出了一种基于卷积神经网络的学术合作者推荐算法.通过卷积神经网络(CNN)去学习论文摘要的情境特征,并使用PMF去学习研究员-主题矩阵的隐层特征,使用孪生网络来比较两个研究员间的特征相关度,根据特征间的相似度高低进行推荐.实验证明,该模型在合作者推荐方面的推荐精度优于其对比模型.

关键词：孪生网络、合作者推荐、卷积神经网络

所属期刊栏目：10

分类号：TP301(计算技术、计算机技术)

资助基金：上海市科委科研计划17511107203

在线出版日期：2021-06-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：113-116