基于用户偏好与语言模型的个性化引文推荐

刘亚宁，严 睿，闫宏飞

(北京大学 网络与信息系统研究所，北京 100871)

基于用户偏好与语言模型的个性化引文推荐

刘亚宁，严 睿，闫宏飞

(北京大学 网络与信息系统研究所，北京 100871)

根据引文上下文，自动为科研人员推荐备引用的论文列表具有很大的实用价值和研究意义。在科研人员写作时，一个为引用符自动推荐引文的系统，会为科研人员节省大量的时间。对于引文推荐问题，过去的工作均主要把注意力集中到基于内容的研究上。该文认为引文推荐，不能只根据内容进行通用推荐，还需要根据不同研究者的偏好进行个性化推荐。该文利用用户的发表及引用历史，结合语言模型，构建出一个个性化引文推荐模型——PCR模型。在结合用户引用倾向性与内容相关性后，与传统的基于内容的语言模型相比，PCR模型在recall@10上获得了71.01%的性能提升，在MAP上获得了70.23%的性能提升。

引文推荐；个性化

1 引言

我们将某个特定引用符附近，对所引文章进行描述的句子称为引文上下文。图1为引文上下文的一个示例。科研工作者都有花费大量时间找类似图中“[10,6]”具体指向哪篇论文的经历。找到需要被引用的文章经常需要花费大量的时间。其中非常矛盾的一点是，一个作者知道的论文越多，找到一种想法的来源就越显困难。论文的总量非常庞大，而且仍以极快的速度逐年递增。我们以计算机领域的论文为例，近年来，每年大约有16 000篇新的论文问世，而且在可预料的将来，论文数量仍然会以很快的速度持续增长。……