现代情报
現代情報
현대정보
Modern Information
2015年
11期
3-12,17
,共11页
推荐系统%作者共引分析%知识图谱%科学研究%论文
推薦繫統%作者共引分析%知識圖譜%科學研究%論文
추천계통%작자공인분석%지식도보%과학연구%논문
作者共引分析是文献研究中所采用的重要和有效方法.本文针对推荐系统领域的研究,用基于作者共引分析的方法构建知识图谱.利用Web of Science数据库作为数据来源,提取1997-2014年的推荐系统研究文章,生成作者共引矩阵后转化为Pearson相关系数矩阵,再进行因子分析、聚类分析与多维尺度分析,构建推荐系统研究领域的知识图谱.分析表明,推荐系统研究目前处于快速发展时期,相关学者人数与研究范围不断扩大,其中基于协同过滤的推荐算法是最为核心的研究内容,个性化推荐、基于内容的推荐算法和基于数据挖掘的推荐算法等方向是目前该领域的研究热点.
作者共引分析是文獻研究中所採用的重要和有效方法.本文針對推薦繫統領域的研究,用基于作者共引分析的方法構建知識圖譜.利用Web of Science數據庫作為數據來源,提取1997-2014年的推薦繫統研究文章,生成作者共引矩陣後轉化為Pearson相關繫數矩陣,再進行因子分析、聚類分析與多維呎度分析,構建推薦繫統研究領域的知識圖譜.分析錶明,推薦繫統研究目前處于快速髮展時期,相關學者人數與研究範圍不斷擴大,其中基于協同過濾的推薦算法是最為覈心的研究內容,箇性化推薦、基于內容的推薦算法和基于數據挖掘的推薦算法等方嚮是目前該領域的研究熱點.
작자공인분석시문헌연구중소채용적중요화유효방법.본문침대추천계통영역적연구,용기우작자공인분석적방법구건지식도보.이용Web of Science수거고작위수거래원,제취1997-2014년적추천계통연구문장,생성작자공인구진후전화위Pearson상관계수구진,재진행인자분석、취류분석여다유척도분석,구건추천계통연구영역적지식도보.분석표명,추천계통연구목전처우쾌속발전시기,상관학자인수여연구범위불단확대,기중기우협동과려적추천산법시최위핵심적연구내용,개성화추천、기우내용적추천산법화기우수거알굴적추천산법등방향시목전해영역적연구열점.
