专利阅读 一种学术资源推荐服务系统与方法
一种学术资源推荐服务系统与方法
本篇专利是实验室师兄师姐完成的，最近想到学术会议推荐其实也是学术资源推荐的一种， 因此将所看论文范围扩大到了学术资源推荐，正巧，实验室往届师姐有做这个方向。现将看到的一篇相关专利笔记记录下来。
该专利于2016年12月9日申请，发明名称为“一种学术资源推荐服务系统与方法”该方法示意图如下所示：
本方法采用LDA主题爬虫获取学术资源，用LDA文本分类模型费雷学术资源数据库，结合用户的身份、兴趣学科和历史浏览行为数据进行学术资源的个性化推荐。学术资源推荐服务系统包括学术资源模型、资源质量值计算模型、用户兴趣模型。
网络爬虫为主题爬虫，包括LDA主题模型。本部分介绍看不是太懂，暂不多做介绍。向用户推荐过程包括冷启动推荐阶段与二次推荐阶段，冷启动推荐基于兴趣学科为用户推荐符合兴趣学科的的优质资源，优质资源可用资源质量值表示，资源质量值为资源权威度、资源热度和资源时新度的算数平均值或加权平均值；二次推荐，分别对用户兴趣模型和资源模型建模，计算用户兴趣模型与资源模型二者的相似性，然后结合资源质量值计算推荐度。
1、资源质量Quality由以下几部分组成：
资源权威Authority：
其中，Level为资源发刊物的等级（1、0.8、0.6、0.4和0.2）。Cite为引用情况，公式如下：
其中，Cites为被引量，maxCite为数据库中最大被引量。
资源热度Popularity：
其中，readTimes为资源阅读次数，maxReadTimes为数据库中最大阅读次数。
资源时新度Recentness：
year和month为该资源发布年份和月份，minYear和maxYear为数据路中最早和最晚发表的年份。
所以，资源质量值Quality可表示为：
2、学术资源模型表示：Mr={Tr，Kr，Ct，Lr}。
Tr表示学术资源学科分布向量，表示该资源分布在A个学科类别的概率，由贝叶斯多项式模型得到。
Kr={(kr1,ωr1)，(kr2,ωr2)，...，(krm,ωrm)}，m表示关键词个数，kri表示单条学术资源第i个关键词，ωri为关键词kri的权重。
w(i,r)表示第i个关键词的权重，采用了该进后的tf-idf算法，tf(i,r)表示第i个关键词在文档r中出现的频度，Z表示文档及的总篇数，L表示包含关键词i的文档书。
Ct为资源类型,t=1,2,3,4,5，表示五大类学术资源：论文、专利、新闻、会议和图书。
Lr为潜在主题分布向量，Lr={lr1,lr2,...,lrN1}，N1是潜在主题数量。
用户兴趣模型表示：Mu={Tu，Ku，Ct，Lu}。
将用户对学术资源的操作行为非为打开、阅读、星级评价、分享和收藏，根据用户不同的浏览行为，结合学术资源模型，构建用户兴趣模型。
Tu是用户学科偏好分布向量：
其中，sum为用户行为产生的总学术资源数，sj为用户对学术资源j产生的行为系数，该值越大，表明越喜欢。Tjr表示第j篇资源的学科分布向量。
Ku={(ku1,ωu1)，(ku2,ωu2),...,(kuN2,ωuN2)}表示用户关键词偏好分布向量，N2为关键词个数，kui表示第i个用户偏好关键词，ωui为关键词kui的权重。
计算每篇资源新关键词分布向量，再取所有关键词分布项链的TOP-N2作为用户关键词偏好分布向量Ku:
Lu为用户LDA潜在主题偏好分布向量，由学术i资源的LDA潜在主题分布向量Lr={lr1,lr2,...,lrN1}计算得到：
3、计算用户与学科资源相似性：
用户学科偏好分布向量Tu与学术资源学科分布向量Tr的相似度（余弦相似度）：
用户LDA潜在主题偏好分布量Lu与学术资源LDA潜在主题分布量Lr的相似度（余弦相似度）：
用户关键词拼啊好分布向量Ku与学术资源关键词分布向量Kr相似度(Jaccard Similarity)：
所有，用户兴趣模型与学术资源模型相似度为：
，具体权重由实验训练得到。
4、推荐度Recommendation_degree：
其中，λ1+λ2=1。
二次推荐便是根据学术资源的推荐度进行Top-N推荐。
另：
相同思路下的两篇论文（中文+英文），师姐使用一样的方法。实验部分数据集为自己构造和使用OPEC图书馆数据集。、
本质上，论文主要分为三个部分：
1、根据学术资源类型、学科分类、关键词分布和LDA主题分布建模学术资源；
２、根据用户历史行为建模用户模型：主要包含学术资源类型、学科偏好、关键词偏好和LDA主题分布偏好。（此外，需要由用户行为，如：收藏、点赞等计算用户行为系数）
最后，分别计算模型相似度，并综合获取用户兴趣得分，并按Top-N方式排列。
注意：筛选的新闻为当天新闻；会议为当天之后举办的会议；其他资源如论文、专利和书籍未用户尚未交互过的资源。
