[发明专利]论文推荐的方法及装置、电子设备、存储介质在审

专利信息
申请号: 202210539592.9 申请日: 2022-05-18
公开(公告)号: CN114969305A 公开(公告)日: 2022-08-30
发明(设计)人: 武兰民;张宾;张小旺;李勇;邵宁;田晓芸;贾江凯;赵昶昊;李爽;郝怡 申请(专利权)人: 国网数字科技控股有限公司;国网电商科技有限公司;天津大学
主分类号: G06F16/335 分类号: G06F16/335;G06F16/36;G06K9/62
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 郄晨芳
地址: 100000 北京市西城区*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 论文 推荐 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种论文推荐的方法,其特征在于,包括:

获取预先构建的论文关系图谱以及目标用户在当前预设时间段内的阅读行为数据;其中,所述论文关系图谱包括多篇论文之间的关系;

将所述论文关系图谱以及所述当前预设时间段内的阅读行为数据输入预先训练好的推荐模型中,得到所述论文关系图谱中的每篇所述论文的推荐值;其中,所述推荐模型预先利用多个用户在历史预设时间段内的历史阅读行为数据以及所述论文关系图谱训练得到;

基于每篇所述论文的推荐值,向所述目标用户推荐所述论文。

2.根据权利要求1所述的方法,其特征在于,所述推荐模型的训练方法,包括:

获取所述论文关系图谱以及多个样本用户的历史阅读行为数据;

针对多个所述样本用户,分别将所述论文关系图谱以及所述样本用户的历史阅读行为数据输入预先训练好的所述推荐模型中,通过所述推荐模型得到所述论文关系图谱中的每篇所述论文的推荐值;

判断各篇所述论文的推荐值是否均满足预设预期值;

若各篇所述论文的推荐值均满足所述预设预期值,则将所述推荐模型确定为训练好的推荐模型;

若各篇所述论文的推荐值均不满足所述预设预期值,则调整所述推荐模型的参数,返回执行所述将所述论文关系图谱以及所述样本用户的历史阅读行为数据输入预先训练好的所述推荐模型中,通过所述推荐模型得到所述论文关系图谱中的每篇所述论文的推荐值。

3.根据权利要求1所述的方法,其特征在于,所述论文关系图谱的预先构建的方法,包括:

获取所述目标论文的完整背景信息;

从所述目标论文的完整背景信息中提取所述目标论文的关键信息;其中,所述关键信息包括实体信息以及各个所述实体之间的关系;

对所述关键信息进行图谱构建,得到所述论文关系图谱;

将目标论文确定为当前待处理论文;

针对所述当前待处理论文的每篇引用论文,判断所述引用论文是否满足传播条件;

若判断所述引用论文是否满足传播条件,则获取所述引用论文的关键信息;

利用所述引用论文的关键信息对所述论文关系图谱进行扩展;

将所述引用论文确定为当前待处理论文,并返回执行所述针对所述当前待处理论文的每篇引用论文,判断所述引用论文是否满足传播条件,直至不存在满足所述传播条件的引用论文,得到最终的所述论文关系图谱数据。

4.根据权利要求3所述的方法,其特征在于,所述获取所述目标论文的完整背景信息,包括:

获取用户上传的待查找论文的部分信息;其中,所述部分信息至少包括论文标题和部分背景信息;

从所有论文对应的标题中查找与所述论文标题接近的各篇相似论文;

基于所述部分背景信息,从各篇所述相似论文中查找满足预设条件的目标论文;其中,所述预设条件指代包含与所述部分背景信息完全一致的背景信息;

从所述目标论文中提取所述目标论文对应的完整背景信息。

5.根据权利要求2所述的方法,其特征在于,所述推荐模型包括输入层、序列提取层、交叉聚合层以及输出层,所述将所述论文关系图谱以及所述样本用户的历史阅读行为数据输入预先训练好的所述推荐模型中,通过所述推荐模型得到所述论文关系图谱中的每篇所述论文的推荐值,包括:

通过所述输入层对所述论文关系图谱以及所述样本用户的历史阅读行为数据进行特征处理,得到所述论文关系图谱对应的第一特征向量以及所述历史阅读行为数据对应的第二特征向量;

通过所述序列提取层对所述第二特征向量进行特征处理,得到特征序列矩阵;

通过序列提取层将所述特征序列矩阵与所述论文关系图谱对应的第一特征向量进行拼接,得到拼接特征向量;

通过交叉聚合层对所述拼接特征向量进行多阶交叉,得到交叉序列特征;

通过输出层对所述交叉序列特征进行处理,得到所述论文关系图谱中的每篇所述论文的推荐值。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网数字科技控股有限公司;国网电商科技有限公司;天津大学,未经国网数字科技控股有限公司;国网电商科技有限公司;天津大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210539592.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top