项目描述

       本系统从数据获取、知识表示、图谱展示三个方面出发，设计了基于文献知识图谱的智能推荐系统。主要完成以下功能：

       1）从中国知网获取文本数据；

       2）使用Python语言进行知识表示，并抽取出论文的实体与属性；

       3）构建可视化的文献知识图谱，并分析论文之间的联系；

项目背景

       文献知识图谱主要基于检索网站中的文献数据，如中国知网，利用知识图谱技术对论文文献数据进行管理和知识抽取，最终构建文献知识图谱，能够展示文献数据之间的联系。在现实生活中文献的查找是编写论文中很重要的一部分，但通常在查找的结果中附带着大量的无关信息，并且部分信息的阅览还涉及到费用问题。为了解决上述问题，本项目将实现基于文献知识图谱的智能推荐系统。

项目功能

   1.论文搜索

       系统整体将以网站的形式呈现给使用者，用户登录成功后，则可以通过输入的关键字查询论文信息。

   2.论文查看

       推荐论文的前端展示设置论文查看功能，可以查找出文章对应的作者、作者单位、摘要、来源与发布时间，查看论文如下图所示。

   3.知识图谱

       系统通过用户的历史浏览记录，为其推荐相关论文，并形成知识图谱。用户可以通过对图谱的分析，找出该课题当前的热点研究方向。

项目架构

       基于文献知识图谱的智能推荐系统的系统架构图，系统整体可以分为三个功能模块：数据层、逻辑层与应用层。

       数据层是整个系统的基础。主要是基于Python的网络爬虫技术爬取含有论文数据的非结构化网页，爬取的网页数据通过使用Python语言进行数据预处理，将处理好的结构化数据存入关系型数据库MySQL中，数据库中的数据将作为系统的基础，为系统后台开发提供有力的支撑。

       逻辑层是整个系统的核心。逻辑层搭建基于数据层获取的大量的论文信息，用户使用过程中系统会收集浏览历史记录，通过协同过滤算法与基于内容的推荐算法搭建推荐系统，该系统是通过分析浏览历史记录进行推荐。论文图谱将通过处理后的论文数据进行展示，分析图谱可以得到重要的信息。

       应用层主要是用户对系统的使用。用户通过注册/登录进入到系统的论文检索页面，通过对论文关键字的检索，系统会通过后台返回相关的论文信息，并进行不同方式的可视化展示，使用过系统后的用户可以通过留言页面留下反馈信息，系统可以利用反馈信息对推荐系统给出客观的评价，并指出推荐算法以及推荐系统改进的方向。