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.
基金项目
国家自然科学基金项目(62207027)
国家自然科学基金项目(62177024)
浙江省智能教育技术与应用重点实验室项目(jykf22029)
NETL
NSTL
万方数据