[发明专利]论文推荐的方法及装置、电子设备、存储介质

说明书

本申请提供的一种论文推荐的方法及装置、电子设备、存储介质，所述方法包括：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，论文关系图谱包括多篇论文之间的关系；将论文关系图谱以及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，得到论文关系图谱中的每篇论文的推荐值。由于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论文关系图谱训练得到。因此基于每篇论文的推荐值，向目标用户推荐论文。从而不再通过计算每两篇论文之间的相似度的方式来实现向用户推荐论文，而是根据用户的阅读行为数据以及论文关系的图谱数据，准确地向用户推荐各篇论文。

技术领域

本申请涉及数据处理技术领域，尤其涉及一种论文推荐的方法及装置、电子设备、存储介质。

背景技术

伴随着信息时代的发展，涌现出大量不同领域的学士论文，当用户想要快速地从大量的学士论文中，查找自己想要了解一个领域的学士论文时，系统会向用户推荐有关该领域的大量的学士论文。

现有的论文推荐的方式，在推荐论文的过程中，通过计算每两篇论文之间的相似度实现向用户推荐论文。当用户查看其中一篇论文时，系统会向用户推荐与该论文相似度较高的目标论文。

但是，由于从论文的相似度方面向用户推荐，而没有考虑到用户的需求方面，因此用户得到的推荐论文并不是用户本身想要了解的论文，从而导致无法准确地向用户推荐论文。

发明内容

基于上述现有技术的不足，本申请提供了一种论文推荐的方法及装置、电子设备、存储介质，以解决现有技术推荐论文不准确的问题。

为了实现上述目的，本申请提供了以下技术方案：

本申请第一方面提供了一种论文推荐的方法，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。

可选地，在上述的论文推荐的方法中，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。

可选地，在上述的论文推荐的方法中，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；