[发明专利]一种基于文献信息共性模式的推荐方法

摘要

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。

主权项

一种基于文献信息共性模式的推荐方法，其特征在于，包括如下步骤：步骤1、收集并整理科技文献，首先提取文献信息，并将这些信息存储在文献数据表D中，该表D的字段包括D_ID，即文献编号，每个文献具有唯一编号；Title，即文献标题；Keywords，即关键词集，其中关键词之间以”,”作为分隔符；Paper_mode用于记录文献的模式，该字段将通过本方法后续计算所得。D表的每一行表示一篇文献的文献信息；步骤2、识别文献信息的共性模式，过程如下：步骤2.1、构建关键词表K，该表K每一行对应一个关键词及其所在文献的集合等信息，该表的字段包括：K_ID，即关键词编号，每个关键词具有唯一编号；K_word，即关键词；K_papers，即文献ID集合，本字段记录每个关键词对应的文献ID集合其中每个编号以“,”作为分隔符；Cluster，用于记录关键词所属类别，该字段将通过本方法后续计算所得；步骤2.2、统计关键词和文献之间的关系信息，具体过程如下：扫描表D，将其中无重复的关键词分别存入表K的K_word字段，并且将该关键词所在的文献编号，即表D中D_ID字段存入K_papers中，其中编号以“,”分隔，同时统计所在的文献总数，最后按照每个关键词的文献总数对表K中的关键词进行降序排序；步骤2.3、计算每个关键词的类别，具体过程如下：步骤2.3.1、根据表K中每个关键词的K_papers，即文献ID集合字段，计算两两关键词之间的Jaccard相似度，即两个关键词各自的K_papers字段中相同文献ID的数量与它们的并集中元素数量的比值为两个关键词之间的相似度；步骤2.3.2、先将每个关键词归为一类，每类仅包含一个关键词，这样N个关键词共得到N类；根据步骤2.3.1所计算的关键词之间的相似度，即可得到类与类之间的相似度；步骤2.3.3、寻找各个类之间相似度最大的两个类，并合并成一类，于是总的类数少了一个，记录此时关键词聚类结果Ri，其中i是此时类的总数，Ri是每个关键词所属类构成的集合；步骤2.3.4、重新计算新合并的这个类与所有旧类之间的相似度；步骤2.3.5、重复步骤2.3.3和2.3.4直到最后类数为1，即所有关键词聚为一类，结束聚类；由于重复步骤2.3.3，每次会得到一个聚类结果，最后得到聚类结果集，表示成R，R1,R2,…Ri；i≤N；步骤2.3.6、对于2.3.5步骤得到的关键词聚类结果集R中的每个聚类结果Ri，1≤i≤N，分别计算它们的轮廓系数S(Ri)，并选择轮廓系数最大的聚类结果作为最终关键词聚类结果，记为Rm，其中轮廓系数S(Ri)计算方法：S(Ri)=Σk=1NS(k)N]]>其中，N为关键词的个数，S(k)为每个关键词k的轮廓系数，计算方式为：S(k)=b(k)-a(k)max{a(k),b(k)}]]>其中，a(k)表示k与所有和k属于同一类别的其它点的相似度的平均值；b(k)表示k与所有和k不属于同一类别的其它点的平均相似度的最小值；步骤2.3.7、由于确定最终关键词聚类结果为Rm，即确定每个关键词所属类，根据相同类的关键词具有相同编号，用阿拉伯数字对类进行编号，然后将每个关键词的编号作为它的类别存入关键词表K中的Cluster字段中；步骤2.4、确定每篇文献的模式根据表D中每篇文献的Keywords字段，在表K的Cluster字段中一一查询该关键词集所对应的类别集合，从而获得每篇文献的关键词集的类别组合，即作为该文献的模式，并将其存入表D的Paper_mode字段；步骤3、根据用户正在浏览的文献，获取该文献的模式，给用户推荐与该文献模式具有共性特征的文献集合，过程如下：步骤3.1、提取用户正在访问的某文献的关键词集合，查找表K获得各关键词的类别，从而获得该文献的关键词集的类别组合，即为该文献的模式；步骤3.2、根据步骤3.1所获得的文献模式，查找表D，提取与该模式相同的文献集合推荐给用户，所推荐的文献集合与用户所访问的文献具有相同的模式，即为共性模式文献集合。