技術特征：

技術總結
一種基于領域知識圖譜的個性化文獻推薦方法，涉及文獻推薦技術領域。采用LDA模型構建知識圖譜，并在此基礎上，分別構建用戶興趣模型與文獻模型，解決了詞頻統(tǒng)計方法不精確的問題；在建模的過程引入時間遺忘曲線函數，解決了用戶興趣變遷的問題；同時在建模過程中引入了激活擴散技術，解決了數據稀疏性的問題；在計算相似性的過程中采用基于知識距離的方法，有效的避免了元素個數匹配的強制性問題。將興趣保持模型應用在文獻推薦系統(tǒng)的用戶建模中，考慮時間對用戶短期興趣變遷的影響，準確地量化用戶當前興趣。在用戶建模與文獻建模過程中引入激活擴散技術，有效的解決了數據的稀疏性問題。

技術研發(fā)人員：盛文瑾;閆健卓;李賢;王靜;李東佩;鄶弘智;陳建輝
受保護的技術使用者：北京工業(yè)大學
技術研發(fā)日：2017.03.19
技術公布日：2017.07.18