[发明专利]一种基于文献信息共性模式的推荐方法

说明书

本发明提出了一种基于文献信息共性模式的推荐方法，该方法能向用户推荐其感兴趣的科技文献。具体实现包括：根据文献的关键词信息，运用基于聚类机制的模式识别算法获取每篇文献的关键词模式；基于用户正在访问的文献，通过该文献的关键词模式，向用户推荐具有共性模式的其他文献。该方法是一种基于文献关键词共性模式的推荐方法，无需用户的历史行为数据即可向用户推荐其感兴趣的文献，提高了推荐结果的多样性。

技术领域

本发明涉及计算机技术领域，具体涉及一种基于文献信息共性模式的推荐方法。

背景技术

学术文献是科研人员开展科研活动或继续科研研究的重要信息资源，据统计，从2004年到2014年，我国科研人员共发表科技文献136.98万篇，位居世界第二。然而，面对信息化时代不断扩展的文献资料，科研人员如何快速发现自己所需的学术文献是一项非常严峻的工作。

推荐系统是一个用于向用户推荐相似对象的系统，通过识别出推荐对象的特征信息，匹配特征信息相似的推荐对象作为推荐结果应用在推荐系统中。目前主要的推荐方法是基于内容的推荐、基于协同过滤。

基于内容的推荐，它不需要用户对推荐对象进行评价，而是把推荐对象的内容特征抽取出来，然后从用户以往选择对象的内容特征去学习用户的偏好兴趣，最后与用户偏好兴趣匹配度较高的对象将被推荐给用户。

基于协同过滤的推荐的主要思想是根据所有用户对物品或者信息的评分等偏好信息，发现和现在要进行推荐的用户兴趣偏好相似的用户集。然后，根据相似用户的兴趣偏好信息，给用户做出推荐。

随着推荐系统的日趋成熟，关于文献数据的推荐处理技术也在不断进步，根据推荐系统的分类，对文献的推荐也分为基于内容的推荐技术和基于协同过滤的推荐技术。基于内容的推荐技术是查询与用户喜欢或关注过的文献的内容相似的文献，把这些文献推荐给用户。基于协同过滤的推荐技术是查询与用户具有相似兴趣的其他用户，把这些其他用户喜欢或关注过的文献推荐给该用户。其中，一个重要的内容是从大规模的文献数据集和引用网络关系数据集中，抽取文献的特征。如每篇文献的主题、文献间的引用关系和主题对应的特征词。在基于内容的推荐技术中主要通过对文献的语义进行分析或者对文献引用网络建模分析，得出文献之间的相似性。

Simon Philip提出了一种基于内容相似的文献推荐方法，参见Philip S,Shola PB,Ovye A.Application of Content-Based Approach in Research PaperRecommendation System for a Digital Library.International Journal of AdvancedComputer ScienceApplications,2014.该文献推荐方法先使用TF-IDF(术语频率逆文档频率)方法将文献数据表示为几个频繁出现的特征词，然后利用余弦相似性来确定文献数据与用户的查询或感兴趣的文献的相似性，将相似性高的文献数据进行推荐。

Kazunari Sugiyama等人提出了一种基于潜在文献引用关系的文献推荐方法，参见Sugiyama K,Kan M Y.Exploiting potential citation papers in scholarly paperrecommendation.The ACM/IEEE Joint Conference on Digital Libraries.ACM,2013.Sugiyama利用文献数据的引用关系将文献进行关联，再进一步通过引用的相似性确定潜在的引用文献，改善文献数据的稀疏性，提高推荐准确率。