科技文献中基于主题的社会化推荐研究  

Research on the Theme-based Social Recommendation in S&T Literature

作　　者：曾子明[1] 周红[1] 

机构地区：[1]武汉大学信息管理学院,湖北武汉430072

出　　处：《情报理论与实践》2015年第3期71-76,共6页Information Studies:Theory & Application

基　　金：国家自然科学基金项目"泛在环境下基于情境感知的信息多维推荐服务模型与实现研究"的成果之一;项目编号:71103136

摘　　要：针对目前文献管理软件无法识别用户潜在研究兴趣从而进行个性化推荐的现状,文章提出了基于主题的社会化推荐方法。首先通过基于内容的个性化过滤方法识别用户的主题偏好,然后利用社会网络分析方法 (SNA)识别学术网络中有影响力的文献,进而产生推荐。最后提出了基于社会网络的科技文献个性化推荐的框架。理论分析证明该方法可以准确反映用户的研究兴趣,灵活地识别用户所属的学术网络,从而为目标用户产生精准的文献推荐服务。In view of the current document management software cannot identify users potential interests to make personalized recommendations,this paper puts forward a theme-based social recommendation method,which provides recommendation by identifying users preference with content-based personalized filtering method and then identifying influential literature in the academic network with social network analysis method（ SNA）. Finally,the paper proposes the framework of S T literature personalized recommendation method based on social network. Theoretical analysis proves that this method can reflect the users interests accurately and identify the academic network flexibly that user belongs to,and thus generate accurate literature recommendation service for the target user.

关 键 词：科技文献 主题识别 社会网络分析 社会化推荐系统 

分 类 号：G254[文化科学—图书馆学]