AC-Rec:基于多维特征的科研合作者推荐方法

• 作者: 邵孟巧 吉顺慧 张鹏程
• 来源期刊: 计算机与现代化
• 关键词: ResearchGate 推荐 多层感知机 文本相似度 社交关联度
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 数据库与数据挖掘|DATABASE AND DATA MINING
• 页码范围: 94-100,107
• 页数: 8页
• 分类号: TP389.1
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2021.03.017

摘要

社交网络平台科研工作者数量的急剧增多使得寻找与自己兴趣相近的科研合作者变得十分困难.本文提出一种在ResearchGate平台下基于多维特征的科研合作者推荐方法.该方法结合科研工作者之间论文的文本相似度、社交关联度和自身活跃度3个维度来度量关联关系,并利用多层感知机构建推荐模型进行Top-N推荐.其中文本相似度利用Doc2Vec文本深度表示模型来计算,社交关联度利用基于图的随机游走算法来计算.实验结果显示AC-Rec优于已有的基于ResearchGate的科研合作者推荐方法,当N为30时命中率达到53.90％,能够有效地推荐潜在的科研合作者.