引言
1 绪论
1.1 研究背景及意义
1.2 研究现状
1.2.1 学术资源推荐策略
1.2.2 随机游走算法
1.3 研究内容
1.4 学术资源推荐技术路线
1.5 论文结构
2 学术个性化推荐综述
2.1 学术用户画像
2.2 学术资源建模
2.3 学术资源个性化推荐的推荐策略
2.4 本章小结
3 融合网络图模型和排序模型的论文推荐
3.1 相关原理
3.1.1 论文质量评价
3.1.2 排序算法
3.2 结合论文质量的用户-论文图模型构建
3.2.1 UAMQ内在联系
3.3 学术论文的质量和主题热门度
3.4 基于顶点权重的重启随机游走
3.4.1 转移概率矩阵
3.5 融合网络图模型和排序模型的论文推荐算法
3.6 实验设计与结果分析
3.6.1 实验环境
3.6.2 实验数据划分
3.6.3 实验数据预处理
3.6.4 基线方法
3.6.5 评估指标
3.6.6 实验结果分析
3.7 本章小结
4 基于偏差游走和行为模型的优质学术资源个性化推荐
4.1 推荐框架
4.2 网络模型构建
4.2.1 UAG内在联系
4.2.2 学术资源的质量
4.2.3 偏差因子
4.2.4 转移概率矩阵
4.3 行为模型
4.4 实验与结果分析
4.4.1 实验环境
4.4.2 实验数据
4.4.3 实验任务
4.4.4 基线方法
4.4.5 评估指标
4.4.6 结果分析
4.5 本章小结
5.1总结
5.2展望
参考文献
在 学 研 究 成 果
致谢
宁波大学;