面向学术社交网络的多维度团队推荐模型

摘要：

学术社交网络的出现改变了传统的科研方式,对于如何基于学术社交网络为学者进行团队个性化推荐进行了研究,提出了一种多维度潜在团队推荐模型(multi-faceted team recommendation,MFTR).该模型首先通过投影梯度非负矩阵分解方法提取团队和用户的特征向量,并根据两者的特征向量计算其相似度,然后再融合用户的社交好友关系和热门团队信息来为用户推荐具有相似研究兴趣的潜在团队.最后在真实学术社交网站——学者网的数据上进行实验,结果表明该模型能有效地提高推荐的准确度,并缓解了冷启动问题.

关键词：学术社交网络、团队推荐、非负矩阵分解、多维度

所属期刊栏目：10

分类号：TP311(计算技术、计算机技术)

资助基金：The National Natural Science Foundation of China under Grant No.61272067;the National High Technology Research and Development Program of China under Grant No.2013AA01A212国家高技术研究发展计划863计划;the National Key Technology R&D Program of China under Grant No.2012BAH27F05;the PhD Start-up Fund of Natural Science Foundation of Guangdong Province under Grant No.2014A030310238

在线出版日期：2016-06-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：201-209