基于知识图谱的科技文献推荐模型构建及实证研究
来源：图书情报工作杂志2025年第10期北京时间：
作者：张国标,李洁,王莎鑫,周毅
单位：1 苏州大学传媒学院 苏州 215000;2 山东大学图书馆 济南 250100;3 苏州大学智能社会与数据治理研究院 苏州 215000;4 苏州大学社会学院 苏州 215000
摘要：[目的/意义] 科技文献推荐系统作为连接科研人员与科技文献的重要桥梁，能为科研人员在增量式科技资源过载的樊笼里，提供有效的信息获取指引。为解决科技文献推荐中存在的文献间关联稀疏问题，可以引入蕴含科技背景知识的知识图谱，发掘科技文献间的高阶知识关联。[方法/过程] 研究借助Wikidata知识图谱和实体链接技术构建科技文献知识图谱，在此基础上，结合知识图谱嵌入、注意力机制、多层感知机技术，构建基于知识图谱的科技文献推荐模型，并基于CiteULike推荐数据集验证其有效性。[结果/结论] 基于AUC、MRR、nDGG@5三个评价指标的统计结果显示，研究所构建的推荐模型效果最优，且通过案例分析发现，模型可以有效发掘用户兴趣与候选文献间的高阶知识关联，提升推荐性能。
关键词：科技文献推荐,背景知识,知识图谱,知识感知,多头注意力机制,
基金资助：本文系江苏省社会科学青年基金项目“疫情常态化背景下图书馆数字资源认知推荐研究”（项目编号：21TQC001）和国家社会科学基金青年项目“模糊认知视角下智慧图书馆资源推荐服务模式及实证研究”（项目编号：22CTQ009）研究成果之一。
