1.一种个性化的学术文献推荐方法，其特征在于，所述方法包括以下步骤：S1数据收集与清洗

收集以论文和作者为核心的论文数据，所述论文数据包括论文标题、论文摘要、作者姓名、发表年份、发表刊物和参考文献，清洗掉有明显的格式错误、数据缺失的数据；

其中，定义需要进行文献推荐的作者为目标用户，定义该用户过去发表的论文数据为该用户的历史信息，定义当用户在使用推荐方法时，提供的若干篇初始参考文献的论文数据为初始信息；

S2模型建立，过程如下：

S2.1构造训练集，过程如下：

S2.1.1从步骤S1中收集到的论文数据提取目标用户u的历史信息，根据论文引用关系构成以论文对为对象的集合，即：Pu＝{xu}，每个对象 表示用户u发表的论文引用了作者v发表的论文 记所有的引用关系个数为nu，涉及的论文篇数为mu；

S2.1.2每次从Pu中的mu篇论文中随机选取两篇无引用关系的论文，共构成nu′个无引用关系的论文对，即：Nu＝{xu}， 表示作者u发表的论文 未引用作者w发表的论文 且需满足 的发表年份晚于 在具体实施过程中，nu′＝knu，k取1到10；

S2.2特征计算

特征计算考虑论文的第一作者，若要考虑论文的所有作者，则认为u和v表示相应论文的所有作者，并首先对所有作者的相应特征值取算术平均数，再进行以上的两篇论文之间特征的求差运算；

对Pu和Nu中的每个论文对进行特征表示；

S3模型训练

将步骤S2.1中构建的数据集Pu和Nu合并，其中Pu中的对象标签记为1，Nu中的对象标签记为0，使用步骤S2.2中的方法计算合并后的nu+nu′个论文对的特征向量，并对数据进行以下归一化，即对于每个特征f，首先计算该特征的最大值max和最小值min，然后将该特征的所有值均按照如下公式进行变换：对得到数据采用带有L2正则项的逻辑斯蒂回归来训练引用预测模型，从而得到相应作者u的偏好模型；

S4学术文献推荐，过程如下：

S4.1建立备选文献集，要求每步选取的被引用的论文发表时间早于该论文的发表时间，过程如下：步骤4.1.1记给定论文px的参考文献为R＝{r1,r2,…rn}，初始化备选文献集C＝R；

步骤4.1.2对i从1到n，逐个考虑R中每篇论文的参考文献Ti，计算Ti中未包含于C的子集R′i，即R′i＝C-Ti，若R′i不为空，则把它合并到备选文献集使得C＝C∪R′i；

步骤4.1.3更新R＝R′1∪…∪R′n；

步骤4.1.4：重复步骤4.1.2直到R为空，再无新的参考文献可以加入备选文献集。

步骤4.1.5若备选文献集C的数目|C|小于预先设定的M篇，则再挑选出M-|C|篇与px主题相似的论文加入备选集；

S4.2预测，过程如下：

S4.2.1给定目标用户u输入的论文 若数据库中存在该作者的历史数据以及具有足够的初始信息，即初始参考文献数目大于m，，则按照S4.1生成的备选文献集C，并将 和C中的每篇论文ci构成a个论文对 计算每个论文对的特征向量，特征计算如S2.2，然后执行S4.2.2，否则再重新执行S4.2.1；

S4.2.2把S4.2.1中得到的每个向量输入到S3中与目标论文 的作者相应的训练好的模型，得到a个输出，即预测到的 引用每篇论文ci的可能性的值。对这a个输出值降序排序，取可能性值前k′大的论文作为最后进行推荐的参考文献。

2.如权利要求1所述的一种个性化的学术文献推荐方法，其特征在于，所述步骤2.2中，选定计算如下20个特征值，并把Pu和Nu中的每个对象表示为20维的向量，如下：特征1：作者u和作者v的发表论文数目之差；

特征2：作者u和作者v的总被引量之差；

特征3：作者u和作者v的H指数之差；

其中，H指数是指科研人员至多有H篇论文分别被引用了至少H次，H指数是一个混合量化指标，可用于评估研究人员的学术产出数量与学术产出水平；

特征4：作者u和作者v的P指数混合均衡A指数之差；

特征5：作者u和作者v的P指数混合非均衡A指数之差；

其中，A指数描述了论文中不同作者的贡献程度，对于一篇n个合作者完成的论文来说，若不区分作者的贡献程度，则每个人的均衡A指数为1/n，若对作者的贡献程度进行区分，则第i个作者的非均衡A指数为： 记JIF为发表在某期刊上的所有论文的平均被引用次数，若某作者共发表K篇论文，则该作者的P指数为每篇论文获得的A指数乘上对应所发表的期刊的JIF系数，即： 其中，根据选取的Ak的含义可分为P指数混合均衡A指数和P指数混合非均衡A指数；

特征6：作者u和作者v的研究生涯长度之差；

其中，研究生涯的计算方法为：将作者最新发表的论文年份减去该作者最早发表的论文年份；

特征7：作者u和作者v的合作能力之差

其中，合作能力的计算方法为：

合作能力

其中，#合作论文c表示为作者A和合作者c共同发表的论文数量；

特征8：论文 和论文 的被引量之差；

特征9：论文 和论文 的参考文献数目之差；

特征10：论文 和论文 的Katz值之差；

记论文之间的引用关系构成的矩阵为Gij，则当论文pi和论文pj之间存在引用关系时，Gij＝1；否则Gij＝0，则Katz值定义为：其中，β为可调的阻尼因子，表示在计算过程中对引用关系网络中距离近的节点的优先考虑程度；

特征11：论文 和论文 的PageRank值之差；

记论文之间的引用关系构成的矩阵为Gij，将其按列进行归一化得到概率转移矩阵G′ij，记各个节点的PageRank值为An×1，初始状态的所有节点的概率相等， 则从第t轮迭代到第t+1的计算公式如下：

其中，α为权重因子，重复上式直到An×1收敛，此时的各个元素值即为相应的PageRank值，该值反映了节点在论文引用关系网络中的影响力大小；

特征12：论文 和论文 的出版刊物的H5指数之差；

其中，H5指数可以用来衡量期刊的持续影响力，其表示当前期刊在5年内所发表论文的H指数，如Google可Scholar，当前就是采用此指标来衡量期刊影响力；

特征13：发表论文 和论文 所在的研究机构的影响力之差；

特征14：论文 和论文 的题目相似性；

特征15：论文 和论文 的摘要相似性；

其中，特征14和特征15通过使用文本分析的方法，潜在语义索引、潜在狄利克雷分布得到题目/摘要在各个主题下的概率向量表示，再通过计算余弦相似度，即得到两篇论文之间的相似性；

特征16：作者u和作者v的研究兴趣的相似性；

其中，使用TF-IDF模型将作者的每个研究兴趣转成向量，再用余弦公式得到作者研究兴趣之间的相似性，研究兴趣在本发明的实施过程中，主要通过从作者的个人主页中提取得到；

并且，特征14-特征16的计算通过Python的gensim库的内置函数来完成；

特征17：论文 和论文 引用的相同参考文献数目；

特征18：论文 和论文 的作者是否相同；

特征19：论文 和论文 是否发表在同一个出版刊物上；

特征20：论文 和论文 的发表时间之差。

3.如权利要求1或2所述的一种个性化的学术文献推荐方法，其特征在于，所述方法还包括以下步骤：S5模型的冷启动问题

若数据库中不存在该用户的历史信息，或者当用户在使用本推荐方法时，未提供足够的初始信息，则称为冷启动问题；冷启动分为如下2种情况。

5.1)数据库中存在当前用户的历史信息，但当用户在使用本推荐方法时，未提供足够的初始信息，初始参考文献数目

5.2)数据库中不存在当前用户的历史信息，但当用户在使用本推荐方法时，提供足够的初始信息；

采用基于“近邻”的推荐方法对于以上不同冷启动问题的相应解决方法如下：当用户不存在初始信息时，首先提取出根据用户u的历史信息训练得到的模型，然后再从数据库中的所有论文中随机取出10倍于预设备选集数目M的论文，然后计算用户输入的论文 与这个10M篇论文之间的存在引用关系的概率，并取可能性前M的论文作为备选集；

当用户不存在历史信息时，采用如下两种解决方法：

5.2.1)记当前用户u输入的初始信息论文为： 记数据库中的所有论文为：W＝{w1,w2,…,wM}，对于任意论文wj∈W，计算其与各个 的论文的特征之间的余弦相似度并相加作为论文wj与用户当前输入论文 之间的相似度，挑选相似度最大的k1篇论文，将其作为该用户的历史信息，用这些挑选出来的k1篇论文数据训练得到用户的偏好模型；

5.2.2)当5.2.1)中计算得到与当前用户的初始信息特征相近的k1篇论文后，取出这些论文对应的训练得到的用户偏好模型，并进行加权求和作为该用户的偏好模型，其中，将这些论文与输入论文 之间的相似度作为权重。

4.如权利要求1或2所述的一种个性化的学术文献推荐方法，其特征在于，所述步骤S1中，通过对指标设置阈值来筛选出更具有实验价值的数据：删去总被引量小于M1，或总发表论文数小于M2，或H指数小于M3的作者信息，并对相应论文数据进行删除，M1、M2和M3取1到10。