论文研究 一种知识驱动的个性化文献推荐方法.pdf

由于用户兴趣和文献领域知识背景挖掘不充分的问题，往往检索不到满意的效果。基于这一观察，提出一种融合离线和在线知识驱动的个性化文献推荐方法。在离线状态下，该方法整合领域本体、同义词簇及知识标签构建多维领域知识图谱，并利用该知识图谱挖掘文献的主题分布及背景知识特性，构建文献语义树，完成知识解析。在此基础上，根据用户与目标文献在知识背景上的关联特性，通过基于伪相关反馈技术和激活扩散技术的用户知识需求建模、结合用户领域知识标签的目标文献知识建模，最终实现在线的基于用户和文献知识距离度量的个性化文献推荐。真实数据集上的对比实验结果显示，当前方法在推荐相关度和排序分等多种指标上都取得了更好的结果，验证了基