科研社交网络中基于用户画像与合作关系的学者推荐研究

发布时间：2021-12-30 15:13

　　得益于Web 2.0技术的发展与普及,科研社交网络吸引着大量学者的加入。学者在网络中分享研究成果、参与话题讨论、创建研究小组,有效提高了科研效率。科研社交网络中的学术资源呈现爆发式增长,出现了“信息过载”问题。信息过载限制了科研人员的信息搜索能力,如何在海量学术资源中寻找满意的合作学者,已成为科研社交网络亟需解决的问题。推荐系统能够向用户提供建议和推荐项目,为用户决策提供辅助,是解决信息过载问题的有效途径。因此,将推荐系统应用到科研社交网络中,建立有效的推荐机制对科研社交网络的发展非常重要。现有科研社交网络的推荐方法大多针对论文推荐,忽视了用户寻求合作学者的行为。而且已有的学者推荐方法主要依据用户社会关系或学者兴趣,鲜有综合学者偏好和社会关系两个角度提供学者推荐的方法。用户画像可以精准定位学者偏好,分析学者间的交互行为。合作关系反映了学者历史合作的强度,以合作关系为边,以合作强度为权重可以将学者紧密联系在一起。为此,本文结合用户的社会化信息,从科研人员用户画像和合作关系两个维度构建学者推荐模型。首先,根据学者发表的论文数量及期刊级别评估其科研能力,将学者发表论文的标题、摘要、关键字作为... 

【文章来源】：青岛大学山东省

【文章页数】：53 页

【学位级别】：硕士

【部分图文】：

百度学者主页

不同K值下的困惑度

不同β值对推荐结果的影响

【参考文献】：
期刊论文
[1]基于Word2vec的学者推荐与跨语言论文推荐模型研究[J]. 熊回香,李跃艳.  情报科学. 2019(12)
[2]学术用户画像的行为与兴趣标签构建与应用[J]. 王仁武,张文慧.  现代情报. 2019(09)
[3]融合语义和社交特征的电子文献资源推荐方法研究[J]. 杨辰,刘婷婷,刘雷,牛奔,孙见山.  情报学报. 2019(06)
[4]基于文本稀疏分布式表征的学术合作推荐[J]. 李仲,韩红旗,吴广印,翟晓瑞,李琳娜,刘玉博.  情报科学. 2019(06)
[5]融合情境语义的虚拟学术社区知识推荐模型研究[J]. 房小可,叶莎莎,严承希.  情报理论与实践. 2019(09)
[6]基于学术能力及合作关系网络的学者推荐研究[J]. 熊回香,杨雪萍,蒋武轩,马亮.  情报科学. 2019(05)
[7]科研社交网络中跨学科情报推荐方法研究[J]. 谢海涛,肖雯,黄劲松.  情报杂志. 2019(05)
[8]在线社交活动中的用户画像及其信息传播行为研究[J]. 刘海鸥,孙晶晶,张亚明,赵攀.  情报科学. 2018(12)
[9]2017年度中国科技论文统计与分析[J]. Institute of Scientific and Technical Information of China (ISTIC);.  科学. 2018(06)
[10]融合Word2vec与时间因素的馆藏学术论文推荐算法[J]. 陈长华,李小涛,邹小筑,叶志锋.  图书馆论坛. 2019(05)



本文编号：3558458