基于学者画像的科研合作者推荐研究

摘要：

[目的]帮助学者快速地找到合适的科研合作者,促进科研产出,增进学术交流.[方法]采用LDA主题模型、PageRank算法、社会网络分析等方法,全面深入挖掘学者的自然属性、兴趣属性、能力属性、社交属性4个维度特征以构建学者画像,并基于学者偏好开展科研合作者推荐.[结果]从CNKI和CSSCI获取图书情报领域14 007篇文献、13 292条引文数据及11 869位作者验证所提模型,最终向目标学者推荐了20名研究兴趣相似及互补的潜在科研合作者.[局限]未能很好地解决冷启动问题,且在学者能力表征方面忽略了不同署名顺序的作者对论文的贡献度,在实证环节数据量选择有限.[结论]所提模型可以有效地向目标学者推荐高权威度、高相关度,且科研生产力和社交关系等多方面特征均高度匹配的潜在科研合作者,具有较好的应用价值.

关键词：学者画像、科研合作者推荐、LDA、PageRank、社会网络分析

所属期刊栏目：6

分类号：G203(信息与传播理论)

资助基金：国家社会科学基金19ZDA345

在线出版日期：2023-01-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共15页

页码：20-34