10.3969/j.issn.2095-2163.2022.06.011
融合知识图谱和深度学习的学术论文推荐算法
由于传统学术论文推荐方法存在推荐效果差的问题,导致推荐结果不能满足用户的检索需求,为此融合知识图谱和深度学习算法,实现对学术论文推荐方法的优化设计.收集学术论文数据,并构建相应的知识图谱.分析用户的行为偏好和检索需求.提取学术论文资源特征,利用深度学习算法实现对学术论文的分类处理.通过构建查询向量、度量相似性、生成资源推荐列表三个步骤实现学术论文推荐.通过实验对比得出结论:设计的推荐方法的召回率提高了4.53%,且推荐结果的命中率得到明显提升.
知识图谱、深度学习、学术论文、资源推荐
12
TP391(计算技术、计算机技术)
2022-06-27(万方平台首次上网日期,不代表论文的发表时间)
共6页
60-64,71