论文阅读笔记-SVD-CNN: A Convolutional Neural Network Model with Orthogonal Constraints Based on SVD

论文题目：SVD-CNN: A Convolutional Neural Network Model with Orthogonal Constraints Based on SVD for Context-Aware Citation Recommendation

论文链接：SVD-CNN: A Convolutional Neural Network Model with Orthogonal Constraints Based on SVD for Context-Aware Citation Recommendation (hindawi.com)

发表期刊： Computational Intelligence and Neuroscience（2020）

摘要：上下文感知引文推荐的目的是在给定的引文背景下自动预测合适的引文，这对科研人员撰写科学论文有很大的帮助。在现有的基于神经网络的方法中，权值矩阵的过相关影响语义相似度，这是一个比较难解决的问题。在本文中，我们提出一种新的上下文感知的引文推荐方法，从本质上提高权重矩阵的正交性，探索更准确的引文模式。我们定量地表明，本文中各种参考模式具有相互作用的特征，可以显著地影响链接预测。我们在CiteSeer数据集上进行实验。结果表明，我们的模型在所有度量指标上都优于基线模型。

        第一个使用CNN和正交约束框架解决上下文感知引文推荐的工作。

方法࿱