基于主题模型的跨学科协作文献推荐

• 作者: 任柯 邱玉辉 黄智兴
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 协作 主题模型 文献推荐 跨学科
• 年，卷（期）: 2012,（9）
• 所属期刊栏目: 人工智能
• 页码范围: 235-239,261
• 分类号: TP301
• 字数: 6176字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-137X.2012.09.053

摘要

Web中存在着海量的各类科技文献,研究人员虽然可以利用各种搜索工具对这些文献进行检索,但是,如何高效地找到与自身研究相关的文献变得越来越困难.最近出现的一系列在线研究者社区为解决这一问题提供了一种新的方案.提出一个基于主题模型的协作文献推荐,此模型将传统的协同过滤和概率主题模型,以及知识协作网络模型相结合,提供了一个可判别的隐语义结构.在考虑不同的用户评价所给出的文献索引率,以及新发表的文献的主题分布的基础上,利用语义相似度的计算工具,提出基于概率的跨学科的检索推荐.采用来自于CiteULike的一组数据,验证了该方法的有效性和可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邱玉辉	西南大学计算机与信息科学学院	82	1462	16.0	36.0
2	任柯	西南大学计算机与信息科学学院	3	18	2.0	3.0
3	黄智兴	西南大学语义网格实验室	11	115	6.0	10.0