科研社交网络中基于链接预测的专家推荐研究  

Expert Recommendation in Scientific Social Network Based on Link Prediction

作　　者：汪俊[1] 岳峰[1] 王刚[2] 许云红[3] 杨辰[4] 

机构地区：[1]合肥工业大学科学技术研究院,合肥230009 [2]合肥工业大学管理学院,合肥230009 [3]昆明理工大学管理与经济学院,昆明650093 [4]香港城市大学信息管理系中国香港

出　　处：《情报杂志》2015年第6期151-157,共7页Journal of Intelligence

基　　金：国家自然科学基金项目“基于文本情感和异质网络分析的社会化推荐研究”(编号:71471054);国家自然科学基金项目“基于集成学习的商务智能中非均衡数据分类方法研究”(编号:71101042);国家自然科学基金项目“科研网络社区中社会化的知识推荐方法研究”(编号:71361017)

摘　　要：随着Web2.0理念和技术的引入,科研社交网络为科研人员之间进行交流和协作提供了一个新的便捷平台。但近年来随着科研社交网络的不断发展,如何在海量专家信息中找到自己感兴趣的专家并与之建立合作关系变得十分困难。为此,通过综合分析科研社交网络中专家所具有的知识信息以及社会关系信息,并以此为基础,构建链接预测模型对科研社交网络中的用户进行相关专家推荐。最后,选取科研社交网络Scholar Mate平台进行实验,验证了本文提出方法的有效性。With the introduction of Web 2.0 concept and technology, scientific social network provides a new and convenient platform for researchers to communicate and collaborate with each other. However, with the development of scientific social network, it becomes more and more difficult for researches to find their interested experts from the huge amount of expert information. Therefore, this paper tried to analyze experts＇ knowledge information and social information in the scientific social network,and then a link prediction model for expert recommendation in the scientific social network was proposed. Lastly, ScholarMate, one of the popular scientific social networks, was select- ed to conduct the experiment. Experimental results verified the effectiveness of the proposed method.

关 键 词：专家推荐链 接预测 科研社交网络 科研人员Web 2.0 ScholarMate 

分 类 号：G463[文化科学—教育学]