公开(公告)号：CN112148876B

公开(公告)日：2023-10-13

申请号：CN202011009122.9

申请日：2020-09-23

Applicant: 南京大学

Inventor： 谭春阳 ,  吴震 ,  何亮 ,  戴新宇 ,  梁华盛 ,  颜强

IPC: G06F16/35 ,  G06F40/194 ,  G06N3/0455 ,  G06N3/0895 ,  G06F16/335

Abstract: 本发明提供了一种论文分类和推荐方法，包括：为每个论文节点采样得到候选属性邻居节点，每个论文节点的所有结构邻居作为候选结构邻居节点；生成论文节点和邻居节点的属性表示和结构表示；融合论文节点的结构表示和属性邻居的结构表示得到融合结构表示，融合论文节点的属性表示和最终结构邻居的属性表示得到融合属性表示；然后通过神经网络训练过程中的重构损失函数进行训练，不断更新表示；将更新完成的融合结构表示和融合属性表示进行拼接得到论文节点的低维向量表示；将论文网络中部分有类别标签的论文节点的低维表示输入支持向量机，训练得到分类模型；通过分类模型为论文节点预测所属的类别，并利用该类别进行论文分类和同类别论文推荐。

公开(公告)号：CN112148876A

公开(公告)日：2020-12-29

申请号：CN202011009122.9

申请日：2020-09-23

Applicant: 南京大学

Inventor： 谭春阳 ,  吴震 ,  何亮 ,  戴新宇 ,  梁华盛 ,  颜强

IPC: G06F16/35 ,  G06F40/194 ,  G06N3/08 ,  G06F16/335

Abstract: 本发明提供了一种论文分类和推荐方法，包括：为每个论文节点采样得到候选属性邻居节点，每个论文节点的所有结构邻居作为候选结构邻居节点；生成论文节点和邻居节点的属性表示和结构表示；融合论文节点的结构表示和属性邻居的结构表示得到融合结构表示，融合论文节点的属性表示和最终结构邻居的属性表示得到融合属性表示；然后通过神经网络训练过程中的重构损失函数进行训练，不断更新表示；将更新完成的融合结构表示和融合属性表示进行拼接得到论文节点的低维向量表示；将论文网络中部分有类别标签的论文节点的低维表示输入支持向量机，训练得到分类模型；通过分类模型为论文节点预测所属的类别，并利用该类别进行论文分类和同类别论文推荐。