10.3772/j.issn.1000-0135.2021.07.005
基于学术关键词与共被引的学者推荐研究
学术数据的激增出现信息过载现象,对科研用户造成一定的负担,研究学者推荐能够提高科研效率,便于顺利开展科学研究.本文构建了一种基于组合相似度计算的个性化学者推荐模型,组合相似度计算包括基于学者特征词相似度计算和基于学者共被引相似度计算.前者考虑的是学者基于研究内容的相似性,而后者考虑的是学者基于共被引关系的相似性.同时,以CSSCI(Chinese Social Sciences Citation Index)数据库和CNKI(China National Knowl-edge Infrastructure)中的数据进行模型验证,并且利用精确率、召回率和F值进行推荐效果评测.实验结果表明,本文提出的推荐模型取得了较好的结果,即能为目标学者推荐研究兴趣相似的学者,促进学术沟通.
学者推荐;特征词;共被引;word2vec;Spearman相关系数
40
国家社会科学基金项目"融合知识图谱和深度学习的在线学术资源挖掘与推荐研究"19BTQ005
2021-08-26(万方平台首次上网日期,不代表论文的发表时间)
共9页
725-733