基于深层特征融合的论文推荐方法研究

扫码查看

原文链接

NETL
NSTL
万方数据

中文摘要：随着论文出版数量的不断增加,从海量论文中检索相关研究的论文难度逐渐加大.针对此问题,提出了一种基于深层特征融合的论文推荐模型.该模型利用论文的标题和摘要组合文本信息,论文之间的引用和论文标签信息,通过两个并行的融合多头注意力机制的自编码器学习其潜藏因子,然后通过论文潜藏因子加权融合结合矩阵分解实现个性化论文推荐.实验结果表明,所提出的方法相较于最先进的基线模型有一定改进.

作者：

王凤姣、段超

展开 >

作者单位：

闽江师范高等专科学校,福建福州 350108

浙江省智能教育技术与应用重点实验室,浙江金华 321004

关键词：

论文推荐特征融合多头注意力机制自编码器

基金：

国家自然科学基金项目国家自然科学基金项目浙江省智能教育技术与应用重点实验室项目

项目编号：

6220702762177024jykf22029

出版年：

2024

江西电力职业技术学院学报

江西电力职业技术学院

江西电力职业技术学院学报

影响因子：0.381

ISSN：1673-0097

年,卷(期)：2024.37(3)