基于网络表示学习的作者合作推荐模型
【出 处】:
【作 者】:刘云枫 孙平 葛志远
【摘 要】【目的/意义】通过网络表示学习方法学习和发现作者间的关联性,提高推荐准确率,更好地进行关联推荐。【方法/过程】基于2010-2017年中国管理科学领域的数据构建基于网络表示学习的作者合作推荐模型,通过多关系映射获取到的多关系序列作为语料库,采用Word2vec方法进行网络表示学习训练,并利用余弦相似度方法计算作者间相似度。【结果/结论】本文算法推荐精度达到82.8%,其推荐精度显著提高;融合元路径(元结构)特征的推荐精度大幅提高,能为作者合作伙伴的选择提供建议和参考,对实践具有一定的指导意义。
相关热词搜索:作者合作推荐; 网络表示学习; 异构信息网络; 推荐;
上一篇:基于社会化标签的用户标注行为和时间因素的个性化推荐方法研究
下一篇:基于贝叶斯与神经网混合算法的电商信用评价方法研究