10.3969/j.issn.1001-4616.2023.03.015
多维属性视角下学者用户画像构建及合作学者推荐研究
从多个维度属性构建学者用户画像,向目标学者推荐属性特征相似度高和易建立合作关系的合作学者,有助于增强学术交流合作、促进科研产出.本文以学者的论文成果为数据源,设计并探讨了合作学者推荐系统模型.首先采用Louvain社区发现算法划分学者社团,其次根据学者的基础属性、学术能力、研究兴趣、社交影响力四个维度构建用户画像,并从学者合作网络中获取合作关系强度、Katz相似性指标,最后根据候选学者的融合推荐评分实现合作学者推荐.通过构建学者用户画像,呈现学者全面的特征信息,赋予推荐结果可解释性.实证表明本文所提出的推荐模型具有良好的推荐效果,为目标学者的合作学者遴选提供了决策依据.
用户画像、智慧图书馆、合作学者推荐、作者合作网络
46
TP391.3(计算技术、计算机技术)
江苏省高校哲学社会科学研究项目;国家社会科学基金
2023-10-08(万方平台首次上网日期,不代表论文的发表时间)
共11页
112-122