1.一种基于多维度的学术文献推荐方法,基于目标用户各篇已阅读文献与各篇收藏文献构成的各篇参照文献,向目标用户实现各篇未阅读文献的推荐,其特征在于,包括如下步骤:步骤A.基于目标用户的各篇参照文献、以及各篇未阅读文献,构建文献集合,并基于指定百科词条的图状结构分布,构建指定各专业领域分别所对应的概念从属树,然后进入步骤B;
步骤B.分别针对文献集合中的各篇文献,结合文献所属专业领域对应概念从属树中的各个词条,以及预设停用词库,针对文献进行分词切割,获得文献所包含的各个分词,进而获得文献集合中各篇文献分别所包含的各个分词,然后进入步骤C;
步骤C.分别针对文献集合中的各篇文献,基于文献所包含的各个分词,统计获得该文献所对应的各个非重复分词,并进一步分别针对该各个非重复分词,获得非重复分词在文献集合中对于该文献的重要程度值,作为该文献中该非重复分词的重要指标值;进而获得文献集合中各篇文献分别所对应各非重复分词的重要指标值,然后进入步骤D;
步骤D.分别针对文献集合中的各篇文献,进一步分别针对文献所对应的各个非重复分词,根据该文献中非重复分词的重要指标值,结合该非重复分词在该文献中的预设权重、以及该非重复分词对应该文献所属专业领域的概念从属树中的词条层次,通过三者的乘积,获得该文献中该非重复分词的权值,其中,若该非重复分词未与该文献所属专业领域概念从属树中的词条相对应,则定义该非重复分词对应该文献所属专业领域的概念从属树中的词条层次为1;进而获得文献集合中各篇文献分别所对应各非重复分词的权值,然后进入步骤E;
步骤E.分别针对文献集合中的各篇文献,针对文献所对应的各个非重复分词,按所对应权值由大至小顺序进行排序,并按 由第一个非重复分词起依次选取A个非重复分词,作为该文献所对应的各个特征关键分词;进而获得文献集合中各篇文献分别对应的各个特征关键分词,然后进入步骤F;其中,K表示文献所对应非重复分词的数量,a表示预设取数比例, 表示向上取整;
步骤F.分别针对文献集合中的各篇文献,根据文献所对应各特征关键分词的权值、以及各特征关键分词的排序,构建该文献所对应的特征词权值向量,进而获得文献集合中各篇文献分别所对应的特征词权值向量,然后进入步骤G;
步骤G.分别针对文献集合中的各篇未阅读文献,根据文献集合中各篇文献分别所对应的特征词权值向量,获得未阅读文献分别与各篇参照文献之间的语义相似度,并应用平均语义相似度作为该未阅读文献所对应的语义相似度;进而获得各篇未阅读文献分别所对应的语义相似度,构成一种文本筛选维度,然后进入步骤H;
步骤H.基于预设各用户等级分别所对应各种文本筛选维度对应关系,根据目标用户所对应的用户等级,选择满足该用户等级下各种文本筛选维度对应关系的各篇未阅读文献,用于推荐给目标用户。
2.根据权利要求1所述一种基于多维度的学术文献推荐方法,其特征在于:基于所述步骤D获得文献集合中各篇文献分别所对应各非重复分词的权值后,步骤E至步骤G执行的同时,还包括如下步骤i1至步骤i2;
步骤i1.分别针对文献集合中的各篇文献,获得文献所对应各非重复分词中、与该文献所属专业领域概念从属树中词条相对应的各个非重复分词,作为该文献所对应的各个领域特征分词;进而获得文献集合中各篇文献分别所对应的各个领域特征分词,然后进入步骤i2;
步骤i2.分别针对文献集合中的各篇未阅读文献,进一步分别针对未阅读文献与各篇参照文献之间,基于两篇文献同属相同专业领域的情形下,判断该两篇文献分别所对应各个领域特征分词之间是否存在相同的领域特征分词,是则基于相同领域特征分词分别在该两篇文献中权值的乘积,应用各相同领域特征分词分别所对应乘积之和,作为该两篇文献之间的领域相似度,否则其余情形下该两篇文献之间的领域相似度为0,进而获得该未阅读文献分别与各篇参照文献之间的领域相似度,并应用平均领域相似度作为该未阅读文献所对应的领域相似度;进而获得各篇未阅读文献分别所对应的领域相似度,构成一种文本筛选维度,然后进入步骤H。
3.根据权利要求2所述一种基于多维度的学术文献推荐方法,其特征在于:基于所述步骤B获得文献集合中各篇文献分别所包含的各个分词,步骤C至步骤G执行的同时,还包括如下步骤ii1至步骤ii2;
步骤ii1.分别针对文献集合中的各篇文献,获得文献所包含各分词分别对应该文献所属专业领域的概念从属树中的词条层次,并选择其中分布数量最多的词条层次,作为该文献所对应的概念抽象层次;进而获得文献集合中各篇文献分别所对应的概念抽象层次,然后进入步骤ii2;
步骤ii2.分别针对文献集合中的各篇未阅读文献,判断是否存在相同专业领域的参照文献所对应概念抽象层次与未阅读文献所对应概念抽象层次相同,并将该判断结果作为该未阅读文献所对应的概念抽象层次比对结果;进而获得各篇未阅读文献分别所对应的概念抽象层次比对结果,构成一种文本筛选维度,然后进入步骤H。
4.根据权利要求3所述一种基于多维度的学术文献推荐方法,其特征在于:基于所述步骤B获得文献集合中各篇文献分别所包含的各个分词,步骤C至步骤G执行的同时,还包括如下步骤iii1至步骤iii2;
步骤iii1.针对文献集合中的各篇未阅读文献,应用各篇未阅读文献分别所包含分词的数量,作为各篇未阅读文献分别所对应的词汇量,构成一种文本筛选维度,然后进入步骤iii2;
步骤iii2.分别针对文献集合中的各篇未阅读文献,获得未阅读文献所包含各分词中、与该未阅读文献所属专业领域的概念从属树中的词条相匹配成功的数量,并与该未阅读文献所包含分词数量的比值,作为该未阅读文献所对应的专业词占比;进而获得各篇未阅读文献分别所对应的专业词占比,构成一种文本筛选维度,然后进入步骤H。
5.根据权利要求4所述一种基于多维度的学术文献推荐方法,其特征在于:基于所述步骤B获得文献集合中各篇文献分别所包含的各个分词,步骤C至步骤G执行的同时,还包括如下步骤iv1至步骤iv2;
步骤iv1.分别针对文献集合中的各篇文献,获得文献所包含各分词分别对应该文献所属专业领域的概念从属树中的词条层次,并将所分布的各词条层次,作为该文献所对应的各词条层次;进而获得文献集合中各篇文献分别所对应的各词条层次,然后进入步骤iv2;
步骤iv2.分别针对文献集合中的各篇未阅读文献,基于同属相同专业领域的情形下,判断是否存在至少一篇参照文献,使得未阅读文献所对应各词条层次与该参照文献所对应各词条层次中最深层次向深度方向预设范围内的层次存在重叠,并将该判断结果作为该未阅读文献所对应的学习跨度比对结果;进而获得各篇未阅读文献分别所对应的学习跨度比对结果,构成一种文本筛选维度,然后进入步骤H。
6.根据权利要求5所述一种基于多维度的学术文献推荐方法,其特征在于:所述步骤A至步骤G执行的同时,还包括如下步骤v1;
步骤v1.分别获取目标用户所对应各篇未阅读文献的发表时间,作为各篇未阅读文献分别所对应的前沿性,构成一种文本筛选维度,然后进入步骤H。
7.根据权利要求6所述一种基于多维度的学术文献推荐方法,其特征在于:所述步骤C包括如下:
分别针对文献集合中的各篇文献,执行如下步骤C1至步骤C3,获得文献集合中各篇文献分别所对应各非重复分词的重要指标值,然后进入步骤D;
步骤C1.基于文献所包含的各个分词,统计获得该文献所对应的各个非重复分词x,并分别针对该各个非重复分词x,按TFx=nx/N,获得各非重复分词x分别所对应的词频TFx,然后进入步骤C2;其中,nx表示该文献中非重复分词x出现的次数,N表示该文献中分词的个数;
步骤C2.分别针对该文献所对应的各个非重复分词x,按IDFx=log(M/mx+1),获得各非重复分词x分别所对应的逆文档频率IDFx,然后进入步骤C3,其中,mx表示文献集合中包含非重复分词x的文献的数量,M表示文献集合中文献的数量;
步骤C3.分别针对该文献所对应的各个非重复分词x,按TF‑IDFx=TFx*IDFx,获得各非重复分词x分别在文献集合中对于该文献的重要程度值TF‑IDFx,作为该文献中各非重复分词的重要指标值Tx。
8.根据权利要求7所述一种基于多维度的学术文献推荐方法,其特征在于:所述步骤D中该非重复分词在该文献中的预设权重,按如下过程获得:基于文献由开头至末尾依次预设所划分的各个段落部分,以及预设各段落部分依次所对应逐步递减的权重,由该非重复分词在该文献中所出现的各个段落部分,获得该各段落部分分别所对应的预设权重,并选择其中最大预设权重,作为该非重复分词在该文献中的预设权重。
9.根据权利要求8所述一种基于多维度的学术文献推荐方法,其特征在于:基于文献由开头至末尾依次预设所划分的摘要部分、关键词部分、正文部分,以及摘要部分所对应预设权重>关键词部分所对应预设权重>正文部分所对应预设权重。
10.根据权利要求1所述一种基于多维度的学术文献推荐方法,其特征在于:所述步骤A中,基于维基百科词条的图状结构分布,分别针对指定各专业领域,通过词条遍历方式实现标准树状结构的构建,获得各专业领域分别所对应的概念从属树。