在线学术资源中基于时序知识图谱的学者推荐研究

作     者：熊回香 黄晓捷 肖兵 王妞妞 XIONG Hui-xiang;HUANG Xiao-jie;XIAO Bing;WANG Niu-niu

作者机构：华中师范大学信息管理学院湖北武汉430079 

出 版 物：《情报科学》 (Information Science)

年 卷 期：2022年第40卷第8期

页      面：3-10,19页

核心收录：

学科分类：1205[管理学-图书情报与档案管理] 12[管理学] 120502[管理学-情报学] 

基　　金：国家社会科学基金年度项目“融合知识图谱和深度学习的在线学术资源挖掘与推荐研究”(19BTQ005) 

主　　题：在线学术资源 时序知识图谱 兴趣模型 学者推荐 相似度计算 

摘      要：【目的/意义】依据在线学术资源进行学者推荐能够帮助学者快速寻找到感兴趣的相似资源。知识图谱的出现解决了传统的个性化推荐方法稀疏性和冷启动的弊端,针对学术资源中时序信息对学者的重要性,本文提出一种基于时序知识图谱的学者推荐方案。【方法/过程】通过将获取的在线学术资源中学者相关信息的时序部分进行抽取,挖掘“实体-关系-时序-实体四元组序列,从而构建学者时序知识图谱。通过对图谱中学者的合作数据和兴趣数据进行相似度加权计算,依托学者的学术权威度和师源关系筛选,最终得到学者的推荐结果。并以“中国知网为例来对本文所提出的推荐方法进行验证。【结果/结论】实验结果证明该推荐方法较好地实现了时序信息的利用与融合,具有一定的可行性和准确性,并为后续相关研究提供了借鉴思路。【创新/局限】融入了时序信息,从合作相似度和兴趣相似度两个角度综合出发,但对学者的各项属性挖掘还不够完善,在后续过程中可以继续深入研究。