基于Doc2Vec和LDA模型融合文獻(xiàn)質(zhì)量的學(xué)術(shù)論文推薦研究

打開(kāi)文本圖片集

摘 要：為解決海量的電子資源給讀者帶來(lái)“信息過(guò)載”的困擾，采用基于內(nèi)容的推薦算法為讀者推薦內(nèi)容適配、質(zhì)量?jī)?yōu)良的學(xué)術(shù)論文.考慮論文文本的上下文語(yǔ)義、詞序及全局主題信息，首先采用Doc2Vec和LDA（Latent Dirichlet Allocation）混合語(yǔ)義模型訓(xùn)練候選論文集摘要語(yǔ)料庫(kù)，學(xué)習(xí)得到（剩余12331字）