一种面向主题覆盖度与权威度的评审专家推荐模型研究

摘要：

[目的/意义]为投稿论文遴选出合适的审稿专家是论文发表过程中关键的一环.随着投稿论文和候选评审专家数量的持续增长,人工指定评审专家的方法在准确性和公平性上的弊端日益显露出来.因此,为进一步提高专家评审的客观性和准确性,笔者从专家知识与专家权威度两个维度对专家建模,并以此为依据为不同主题的投稿论文遴选推荐评审专家.[方法/过程]首先分析专家知识以及投稿论文的研究内容,并提取两者涉及的多个子研究主题;然后,计算专家知识对投稿论文子主题的覆盖度,并提出融合主题特征与时间特征的权威度算法TTAM来分析专家权威度;最后,提出融合主题覆盖度和专家权威度的专家推荐框架CAUFER,综合考虑覆盖度和权威度两个因素为投稿论文推荐合适的评审专家.[结果/结论]实验结果表明,与经典的基于向量空间模型、语言模型和作者主题模型3种专家推荐算法相比,笔者提出的算法能够较好地提高专家与投稿论文的匹配度,并可据此追踪专家权威度的变化,刻画专家在特定主题下的权威度,进一步提高专家推荐的准确性和科学性.

关键词：专家推荐、主题覆盖度、专家权威度、权威度

分类号：TP301.6(计算技术、计算机技术)

资助基金：本文系中央高校基本科研业务费专项资金资助项目“基于社会网络关系的智能专家遴选与推荐平台建设”项目编号:SKZZB2014037,教育部人文社会科学研究青年基金项目“面向论文评审专家推荐的兴趣变化挖掘与回避机制生成的研究”项目编号:16YJC870006和ISTICEBSCO文献大数据发现服务联合实验室基金项目“融合并构科研数据的评审专家推荐研究”研究成果之一

在线出版日期：2017-03-13（万方平台首次上网日期，不代表论文的发表时间）

页码：80-88