基于大数据分析挖掘的地质文献推荐方法研究_张戈一

资 源 简 介

基于大数据分析挖掘的地质文献推荐方法研究_张戈一

详 情 说 明

本文探讨了基于大数据分析的地质文献智能推荐方法研究。随着地质学研究的深入，学术文献数量呈指数级增长，传统检索方式已难以满足科研人员的精准需求。该研究通过构建地质领域的知识图谱，整合文献元数据、引用关系及专业术语等结构化信息，结合大数据处理技术实现多维特征提取。

核心思路在于采用混合推荐策略：首先基于内容相似度进行初步筛选，再结合协同过滤算法分析用户历史行为模式，最后通过深度学习模型优化推荐权重。系统特别关注地质专业术语的语义关联，利用自然语言处理技术识别文献中的地层、岩性等关键实体，建立学科特有的特征向量空间。

实验结果表明，该方法相比传统关键词匹配能显著提升推荐的准确率和覆盖度，尤其在处理跨学科文献时表现出色。未来可进一步探索实时学习机制，使系统能动态适应用户研究兴趣的演变。