基于网络表示学习的作者合作推荐模型

摘要：

[目的/意义]通过网络表示学习方法学习和发现作者间的关联性,提高推荐准确率,更好地进行关联推荐.[方法/过程]基于2010-2017年中国管理科学领域的数据构建基于网络表示学习的作者合作推荐模型,通过多关系映射获取到的多关系序列作为语料库,采用Word2vec方法进行网络表示学习训练,并利用余弦相似度方法计算作者间相似度.[结果/结论]本文算法推荐精度达到82.8％,其推荐精度显著提高;融合元路径(元结构)特征的推荐精度大幅提高,能为作者合作伙伴的选择提供建议和参考,对实践具有一定的指导意义.

关键词：作者合作推荐、网络表示学习、异构信息网络、推荐

所属期刊栏目：38

分类号：G250.2(图书馆学、图书馆事业)

资助基金：国家自然科学基金;北京市自然科学基金

在线出版日期：2020-04-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：75-80