[发明专利]一种基于多属性特征的文章推荐方法

说明书

该发明公开了一种基于多属性特征的文章推荐方法，属于信息处理领域。用多属性文章特征的推荐方法，提取更多文章特征，提升推荐性能：利用基于文章引文网络的struc2vec嵌入向量，基于带有文章作者、机构信息的异构网络的metapath2vec嵌入向量，文章标题、摘要内容doc2vec的嵌入向量，在原引文网络的基础上，通过重构图的方法，该方法能够按照权重结合同构引文网络、异构文章网络、文本信息的嵌入结果。对于多属性特征的重构网络，使用能够结合结构信息和同质信息的方法进行图嵌入，提升推荐性能：通过node2vec方法得到文章节点含有结构信息和同质信息的嵌入向量，最终通过向量相似度进行推荐。

技术领域

本发明属于信息处理领域，特别是涉及基于文本特征、引文网络特征、异构网络特征的学术文章推荐方法。

背景技术

引文网络：引文网络是由学术文章作为节点构成的图，若两篇学术文章之间有引用关系，则将两个节点连边；引文网络为G(E，V)，v_i∈V表示文章v_i在数据集之中，若e_ij∈E则表示文章v_i、v_j有引用关系；这里的引用关系连边e_ij是无向的，也就是说不区分是文章v_i被文章v_j引用还是文章v_j被文章v_i引用。

异构网络：对于图G(E，V)来说，如果节点集V中的点分为不同的类型，且不同类型的点存在连边，则这个图就是异构图，也叫异构网络。

带有文章作者、机构信息的异构网络：G′(V′，E′，T),其中V′＝V₁∪V₂∪V₃，V₁为机构节点集合，V₂为作者节点集合，V₃为文章节点集合，T代表不同节点类型的集合，T＝{1，2，3}，E′表示边的集合，简称边集。

含有多属性特征的引文网络：结合每篇文章的多种特征，在原引文网络的基础上重构的网络。

连通图：两个节点连通指的是两个节点间存在路径，连通图G(E，V)满足任意两个不同的顶点v_i和v_j都连通。

连通分量：无向图G(E，V)的连通分量是一个子图，此子图是连通图，但子图中所有顶点和子图以外的其他顶点不连通。

图嵌入：是一种把整个图或者图里面的节点映射成向量的方法。

文本表征：是自然语言处理领域中，将文本映射为向量的方法。

字符串：将多个字符存储成数组的数据结构。

子串：属于字符串的一部分，由任意个连续的字符组成，称为该串的子串。

特征：指的是代表图中节点或文章的向量。

节点的度：在图G(E，V)中，顶点v_i的度是此顶点有边的条数，即deg(v_i)＝||K||，K＝{e_ij|e_ij∈E，v_j∈V}。

随机游走：也称随机漫步，在图中，指的是对于某个节点，基于此节点到其他节点的转移概率，随机生成一条路径。

上下文(context)序列：随机游走生成的路径，也叫序列。

相似度：向量的相似程度的数量表示。直观上看，将多个文章表示为向量，通过两个向量的相似性则可以进行推荐。相似度的度量指标有欧几里得距离、余弦相似度等。

推荐列表：对每一篇文章，生成的一个含有和它若干篇相似文章的列表，其中相似文章按照相似度降序排列。