基于动态特征的学者推荐研究

作     者：杨梦婷 熊回香 肖兵 叶佳鑫 Yang Mengting

作者机构：华中师范大学信息管理学院湖北武汉430079 

出 版 物：《情报理论与实践》 (Information Studies:Theory & Application)

年 卷 期：2022年第45卷第4期

页      面：120-127页

核心收录：

学科分类：1205[管理学-图书情报与档案管理] 12[管理学] 120501[管理学-图书馆学] 120502[管理学-情报学] 

基　　金：国家社会科学基金项目“融合知识图谱与深度学习的在线学术资源挖掘与推荐研究”的成果 项目编号:19BTQ005 

主　　题：LDA主题模型 动态特征提取 聚类分析 学者推荐 

摘      要：[目的/意义]在开放的知识交流环境中向学者推荐具有相似研究兴趣的学者有助于学者高效获取到所需的学术资源,更好地开展学术研究和学术交流。[方法/过程]首先利用LDA主题模型提取学者的科研兴趣特征,同时引入时间因子加权兴趣特征,形成学者动态兴趣矩阵,基于此使用K-means对具有相似研究兴趣的学者进行聚类分析,并在类簇内综合学者的科研能力和社交属性两个维度构建学者推荐模型。[结果/结论]以“百度学术数据集对模型进行验证,实验结果表明该模型能够很好地发现相关学者,满足可操作性和推荐结果有效性。在学者推荐过程中引入更贴近现实的动态兴趣特征对推荐结果具有一定效果。