隨著網(wǎng)絡(luò)技術(shù)的飛速發(fā)展,網(wǎng)絡(luò)信息資源呈爆發(fā)式增長趨勢,其中的學(xué)術(shù)論文等資源的數(shù)量也急劇增長。據(jù)DBLP數(shù)據(jù)統(tǒng)計,自2010年以來每年平均有超過33.6萬篇的論文發(fā)表,僅人工智能領(lǐng)域,2000年到2019年期間在ar Xiv上發(fā)表的學(xué)術(shù)論文數(shù)量增長了20倍以上。如何在海量數(shù)據(jù)中實現(xiàn)更精準(zhǔn)的論文搜索和推薦,成為當(dāng)前相關(guān)研究領(lǐng)域的一個重點和難點問題。據(jù)不完全統(tǒng)計,在學(xué)術(shù)類論文的搜索目標(biāo)中,大多數(shù)用戶對論文的理論創(chuàng)新度有很高的關(guān)注度,而傳統(tǒng)的論文搜索和推薦算法主要采用在全文范圍內(nèi)基于上下文環(huán)境或語義的關(guān)鍵詞匹配查詢或者基于用戶興趣模型的相關(guān)推薦等方式,這些推薦算法推薦的論文質(zhì)量參差不齊且存在大量重復(fù)和冗余,增加了用戶查閱的難度,也降低了用戶的查閱效率,難以滿足用戶的查詢需求。因此,本文提出了一種基于新穎性和影響力的論文推薦算法。主要的研究工作如下:(1)提出了一種基于主題共現(xiàn)圖的論文新穎性檢測算法,使用主題共現(xiàn)圖來模擬論文思想與領(lǐng)域知識背景之間的關(guān)系,提取背景圖的變化作為論文新穎性檢測模型的特征集,然后使用自編碼神經(jīng)網(wǎng)絡(luò)與密度聚類相結(jié)合的方法來檢測一篇論文的新穎程度并給出是否新穎的可靠性判斷。...

【文章頁數(shù)】：61 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖2-1LDA模型

第二章相關(guān)技術(shù)理論介紹11第二章相關(guān)技術(shù)理論介紹2.1LDA主題模型LDA（LatentSemanticAnalysis）是一種概率主題模型，在自然語言處理中常被用于挖掘海量文檔集合或語料庫中的潛在的主題信息以及歸屬于這些主題的單詞分布情況。LDA模型中包含三個層次，自上而下分別....

圖2-2自編碼神經(jīng)系統(tǒng)結(jié)構(gòu)

華南理工大學(xué)碩士學(xué)位論文12Step2:從狄利克雷分布β中為每個主題抽取對應(yīng)的單詞分布矩陣。Step3:文檔i中的單詞將根據(jù)下面步驟逐步生成，重復(fù)下面步驟直到該篇文檔抽取完畢：1）從主題分布矩陣iθ中抽樣生成目標(biāo)單詞j所對應(yīng)的的主題jiz,2）從單詞分布矩陣中取樣生成目標(biāo)單詞ji....

圖2-3Word2vec模型

華南理工大學(xué)碩士學(xué)位論文14單詞的語義特征，而向量與向量之間的距離了則表示了單詞之間的語義相似度。Word2vec主要包括Skip-gram和CBOW(ContinuousBag-of-WordsModel)兩種模型。模型結(jié)構(gòu)如圖2-3所示。兩種模型都是三層神經(jīng)網(wǎng)絡(luò)模型，其包括輸....

圖3-1圖形變化特征提取過程

第三章基于主題共現(xiàn)圖的論文新穎性檢測方法研究19圖3-1圖形變化特征提取過程其中，背景圖是表示先前觀察到的所有論文的主題共現(xiàn)圖。論文圖是表示一篇論文構(gòu)建的主題共現(xiàn)圖。然后提取在添加過程中論文的主題共現(xiàn)圖與當(dāng)前背景圖結(jié)合所產(chǎn)生的變化特征。當(dāng)添加完一篇論文之后，該論文的主題共現(xiàn)圖與當(dāng)....

本文編號：3998380