- 专利标题: 基于子图表征学习的科研成果聚类推荐方法及系统
-
申请号: CN202411099051.4申请日: 2024-08-12
-
公开(公告)号: CN118626635B公开(公告)日: 2024-10-15
- 发明人: 王昌栋 , 陈曼笙 , 赖剑煌 , 李程 , 何振宇 , 蔡晓莎
- 申请人: 中山大学
- 申请人地址: 广东省广州市海珠区新港西路135号
- 专利权人: 中山大学
- 当前专利权人: 中山大学
- 当前专利权人地址: 广东省广州市海珠区新港西路135号
- 代理机构: 佛山粤进知识产权代理事务所
- 代理商 张自海
- 主分类号: G06F16/335
- IPC分类号: G06F16/335 ; G06F16/35 ; G06F16/36 ; G06F40/216 ; G06F40/284 ; G06F40/295 ; G06N3/0464 ; G06N5/022
摘要:
本发明涉及聚类推荐领域,公开了基于子图表征学习的科研成果聚类推荐方法及系统,包括以下步骤:通过在数据信息库中对科研成果已经发表的论文的正文进行关键词提取分析,构建综合知识图谱,并对综合知识图谱进行信息挖掘训练,构建以科研成果不同的关联信息为主体的子图表征信息;最后将用户输入的查询信息与以科研成果不同的关联信息为主体的子图表征信息进行结合分析,实现向用户精准推荐科研成果的全部信息的目的。本发明可以有效通过对科研成果数据的聚类预训练,形成同类成果的聚集和标识,为用户检索查询提供更加准确地推荐结果,且大幅缩短检索推荐时间,高效地为用户提供高质量的推荐结果。
公开/授权文献
- CN118626635A 基于子图表征学习的科研成果聚类推荐方法及系统 公开/授权日:2024-09-10