一种基于情景感知的文献推荐方法与流程

本发明涉及一种文献实时推荐方法，具体涉及一种基于情景感知的文献推荐方法，属于大数据挖掘与应用。

背景技术：

1、互联网技术的飞速发展导致信息过载严重。推荐技术是解决该问题的常见且有效的技术手段，在新闻、社交等领域有着广泛、成熟的应用。

2、近年来，随着文献数字资源的剧增，用户对文献资料的个性化推荐需求越来越强烈，国内外技术人员对此展开了许多研究。在应用研究领域，相关研究主要围绕基于内容推荐、协同过滤推荐及深度学习推荐等展开。其中，基于内容的文献推荐方法，是以文献内容特征为主要研究对象，通过计算用户与文献之间的相似度、文献与文献之间的相似度来发掘相似文献，推荐与用户兴趣相似的文献。无论分析论文之间的引证关系，作者之间的合作关系或是基于文章主题的推荐，都是以文章内容为基础进行特征提取、论文评分等。协同过滤系列算法主要围绕用户与用户之间的特征关系相似性展开，其在文献推荐中被广泛应用，通过计算用户与未交互过文献的相关性并筛选推荐。深度学习的方法可以用于分析文献的内容，包括标题、摘要和全文等，以提取文献的语义和主题特征。通过构建深度学习模型，可以根据用户的兴趣和历史行为，为用户推荐相关的文献。

3、现有的文献推荐技术，大多是利用用户与文献之间的二元关系进行推荐，即：通过特征相似度计算来进行推荐，包括用户与文献之间、文献与文献之间、用户与用户之间的特征关系等，对已有静态用户行为数据进行粗粒度的分析，缺少对用户使用场景的关注，忽略了情境因素带给用户行为的影响，导致无法捕获用户的实时信息和真正需求，出现对用户兴趣理解偏差、信息茧房等多种问题。

技术实现思路

1、本发明的目的是针对现有技术存在的问题和不足，为了解决文献领域仅利用静态数据进行分析，忽略了对用户使用场景的关注，无法捕获用户的实时信息和真正需求，导致文献推荐不准确等技术问题，创造性地提出一种基于情景感知的文献推荐方法。

2、由于情景是复杂和多面的，在不同领域有着不同的定义，需要与应用场景相结合来认识和理解，充分挖掘情景和应用之间的联系。情景感知，是指利用信息感知、采集和处理等相关技术，使计算机等设备能够尽可能准确地理解自身及其用户当前所处的态势，以便更好地在不同的环境下服务用户变化的需求。其基本思路是：对获取的用户情景信息进行描述和建模，通过建模了解用户的行为动机。基于情境感知的推荐技术主要是研究如何把情境信息融入推荐过程中。融入情境信息的情境感知推荐系统能够融合表征用户个性化的数据，既可以提高推荐结果的准确性，又可以增强推荐的个性化。

3、因此，基于对用户行为的细粒度分析，本发明提出了一种融合用户情境感知的动态文献实时推荐方法。本方法从用户检索文献开始，通过对用户检索行为的分析，形成了具有时序关系的检索行为序列，实现了对用户检索兴趣和意图的实时识别。同时，结合当前情景与用户兴趣的信息具有关系复杂等特点，采用改进的图神经网方法实现文献推荐，探索了文献推荐的新方法。

4、首先，获取文献检索平台科研用户的行为日志，并对日志数据进行分析，得到用户的检索基本步骤。

5、然后，对单个用户的会话流程按照检索的基本步骤进行切分，选择需要激活推荐的情景，并对情景进行定义和刻画。

6、最后，利用擅于处理时序信息的深度学习循环神经网络来处理用户的时序信息，得到用户的兴趣，根据用户兴趣进行推荐。

7、有益效果

8、对比现有技术，本方法具有以下优点：

9、1.本方法融入了用户检索情景信息，能够充分获得用户的真实检索意图，便于为用户精准推。

10、2.本方法利用用户的实时检索行为信息,可以实时感知用户的检索意图，并有利于避免信息茧房现象的发生。

11、3.本方法通过对大量的用户检索日志进行分析，实现对用户检索行为的情景确定和刻画。

12、4.本方法利用改进的图神经网络方法，可以实现更实时、精准的推荐。

技术特征：

1.一种基于情景感知的文献推荐方法，其特征在于，包括构建基于情景刻画的用户动态兴趣模型；

2.如权利要求1所述的一种基于情景感知的文献推荐方法，其特征在于，用户行为日志分析，包括以下步骤：

3.如权利要求1所述的一种基于情景感知的文献推荐方法，其特征在于，包括构建用户会话数据流；

4.如权利要求1所述的一种基于情景感知的文献推荐方法，其特征在于，对情景定义和刻画，包括：

5.如权利要求1所述的一种基于情景感知的文献推荐方法，其特征在于：

6.如权利要求5所述的一种基于情景感知的文献推荐方法，其特征在于，采用基于线性判别分析方法进行降维；

技术总结
本发明涉及一种基于情景感知的文献推荐方法，属于大数据挖掘与应用技术领域。首先获取文献检索平台科研用户的行为日志，并对日志数据进行分析，得到用户的检索基本步骤。然后对单个用户的会话流程按照检索的基本步骤进行切分，选择需要激活推荐的情景，并对情景进行定义和刻画。最后利用擅于处理时序信息的深度学习循环神经网络来处理用户的时序信息，得到用户的兴趣，根据用户兴趣进行推荐。本方法融入了用户检索情景信息，能够充分获得用户的真实检索意图，实现了对用户检索兴趣和意图的实时识别，便于为用户精准推，同时，利用改进的图神经网络方法，实现更实时、精准的推荐。本发明探索了文献推荐的新技术方案。

技术研发人员：张晓丹,刘耀
受保护的技术使用者：中国科学技术信息研究所
技术研发日：
技术公布日：2024/4/29