基于学术论文的共同研究兴趣人员的推荐

科技资源的智能搜索对提高研究人员的工作效率至关重要。利用学术论文及其引文信息找到与自己研究兴趣相同的研究者,跟踪他们的研究进展,对科研工作开展大有裨益。通过捕捉研究者过去发表的论文,尤其是近几年发表的学术论文,可以发掘其研究兴趣及其变化轨迹,并以档案的形式建立学术背景模型。进一步通过直接信任和间接信任两种方式建立用户研究兴趣关系网,以便极大可能地推荐共同研究兴趣人员。通过在AMiner数据集及万方数据的实验结果发现,无论该研究人员兴趣是否转变,利用最近5年的论文列表建立起的用户研究兴趣关系网,直接信任与间接信任均可以为用户推荐相似度较高的研究人员。另外,通过间接信任方式不仅为该研究者找出相似度较高的研究人员,而且能够极大可能地扩展推荐列表,找出更多相似兴趣的研究人员。