融合内容与关系的学术社交媒体上跨学科用户推荐模型研究
Research on Interdisciplinary User Recommendation Model in Academic Social Media Combining Content and Relations
-
作者:
吴小兰
1
章成志
2
-
作者单位:
-
提交时间:2023-04-01 16:15:53
摘要: [目的/意义] 在学术社交媒体快速发展的今天,开展跨学科研究或者寻求跨学科合作时,很多科研合作起始于社交媒体上的相识或关注,因此开展社交媒体上跨学科用户推荐非常有意义。社交媒体上主要存在"媒体"(代表内容)、"社交"(代表关系)两大类数据,因此本文开展了融合内容与关系的社交媒体跨学科用户推荐。[方法/过程] 在基于向量空间模型的用户表示之后,本文借助用户内容信息计算用户领域专业度,根据关系数据测度用户跨学科距离,同时结合用户关系网络PageRank值给出推荐结果。[结果/结论] 以科学网为例,实现"图书情报""计算机""新闻与传媒""高等教育""生物学"这5个领域内的跨学科用户推荐,并经人工实验测试检验,表明推荐结果在一定程度上能满足推荐需求。
版本历史
[V1] |
2023-04-01 16:15:53 |
ChinaXiv:202304.00249V1
|
下载全文 |