跨类型的学术资源优质推荐算法研究

作     者：尹丽玲 刘柏嵩 王洋洋 Yin Liling;Liu Baisong;Wang Yangyang

作者机构：宁波大学信息科学与工程学院宁波315211 宁波大学图书馆与信息中心宁波315211 

出 版 物：《情报学报》 (Journal of the China Society for Scientific and Technical Information)

年 卷 期：2017年第36卷第7期

页      面：715-722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：国家社会科学基金项目/后期资助项目"学术型大数据知识组织与服务标准研究"(15FTQ002) 省部级实验室/开放基金"数字图书馆知识组织与标引标准规范研究"(B2014) 

主　　题：学术推荐 用户行为 兴趣值 质量值 推荐度 

摘      要：提出一种新的融合内容特征和非内容特征以及用户行为的推荐算法ER(Excellent Recommendation),快速准确地为用户推荐感兴趣的、高质量的5类学术资源,以实现学术资源的优质推荐。ER算法从资源类型、学科分布、关键词分布和LDA(Latent Dirichlet Allocation)主题分布共4个内容特征对5类学术资源建模,融合用户行为后进行用户兴趣偏好建模,根据权威度、社区热度和时新度等3个非内容特征对学术资源的质量值进行评估,最终根据学术资源的兴趣值和质量值进行Top-N推荐。通过预测准确度对推荐结果进行评估,实验表明ER算法的推荐效果最佳,证明了ER算法的有效性。