基于卷积神经网络的学术合作者推荐研究

摘要

随着论文数量和种类的快速增长,越来越需要更先进的工具来帮助学术数据的探索,关于合作者的推荐问题成了近几年研究的重点。为了解决这一问题,本文提出了一种基于卷积神经网络的学术合作者推荐算法。通过卷积神经网络(CNN)去学习论文摘要的情境特征,并使用PMF去学习研究员-主题矩阵的隐层特征,使用孪生网络来比较两个研究员间的特征相关度,根据特征间的相似度高低进行推荐。实验证明,该模型在合作者推荐方面的推荐精度优于其对比模型。