买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：青岛大学

摘要：本发明公开了一种基于人工智能的学术期刊智能推荐系统及方法，涉及计算机技术领域，根据目标期刊的引用关系，得到目标期刊的引用关系相关的学术期刊集，将目标期刊中的某一引用内容作为目标引用内容，将目标引用内容在目标期刊中与被引用期刊中不同的特征作为目标特征，获取目标期刊中包括目标引用内容的段落，获取所述段落的主题特征，构建目标特征对应主题特征贡献度的特征向量，对学术期刊作者是研究工作的学科和研究方向进行衡量，通过特征向量对推荐期刊的学术相似度进行评估，根据学术期刊集中的学术期刊的特征向量组与目标向量组进行比对，对学术期刊进行推荐排序，从而提高推荐的学术期刊的针对性。

主权项：1.一种基于人工智能的学术期刊智能推荐方法，其特征在于，所述方法包括以下步骤：步骤S100：将获取到的一篇学术期刊作为目标期刊，根据目标期刊的引用关系，得到目标期刊的引用关系相关的学术期刊集；步骤S100包括：步骤S101：获取目标期刊中的目标引用内容A1，将目标期刊中包括A1的段落记为par1，将被所述目标期刊引用的学术期刊记为M1，其中，M1中包括所述目标引用内容A1，将M1中包括所述目标引用内容A1的段落记为par2；步骤S102：汇集若干个学术期刊M1进入第一期刊组K1，获取A1的相关内容记为A2，将被M1引用的学术期刊记为M2，其中，M2中包括A2，汇集若干个学术期刊M2进入第二期刊组K2，获取学术期刊集K，其中，K=K1∪K2；步骤S103：根据学术期刊引用A1或A2的引用顺序，对学术期刊集K中的学术期刊进行排布，得到引用顺序的学术期刊集K’；步骤S200：将目标期刊中的某一引用内容作为目标引用内容，将目标引用内容在目标期刊中与被引用期刊中不同的特征作为目标特征；步骤S200包括：步骤S201：获取par1中的特征词记入特征词集合V1，获取par2中的特征词记入特征词集合V2；步骤S202：获取目标期刊中的新增特征词V10，其中，V10=V1-V2；步骤S203：将V10中的词作为par1的目标特征；步骤S300：获取目标期刊中包括目标引用内容的段落，获取所述段落的主题特征，构建目标特征对应主题特征贡献度的特征向量；步骤S300包括：步骤S301：获取段落par1中包括的i个语句，提取各个语句中的主题词，其中第i个语句对应的主题词构成的集合为Ri；步骤S302：获取所述i个语句中的第j个语句与第j+1个语句的结构词uj，j+1，j+1≤i，其中，uj，j+1=Rj∩Rj+1，其中Rj表示第j个语句中的主题词，Rj+1表示第j+1个语句中的主题词，对par1中的所有语句进行遍历，将par1的结构词汇入结构词集合U1；步骤S303：获取U1和V10集合的词向量模型，取V10中任意一个词，获取所述任意一个词与U1中各个词的词向量距离，记入集合D，D：{d1、d2、d3、……dn}，其中，d1、d2、d3、……和dn分别表示所述任意一个词对应的词向量，分别与U1中的第1个、第2个、第3个、……和第n个词对应的词向量的距离；步骤S304：计算词向量的平均距离dave，dave=（d1+d2+d3+……+dn）÷n，计算所述任意一个词对par1的贡献度C，C=1dave；步骤S305：计算V10中各个词的贡献度，将V10中的词与贡献度进行对应构成特征向量，其中，V10中第f个词wf，与wf对应贡献度Cf，组成特征向量（wf，Cf）；步骤S400：汇集目标期刊中的所有引用内容的特征向量构成的特征向量组记为目标向量组，根据学术期刊集中的学术期刊的特征向量组与目标向量组进行比对，对所述学术期刊进行推荐排序。

全文数据：

权利要求：

百度查询： 青岛大学 一种基于人工智能的学术期刊智能推荐系统及方法