文献类型：期刊文章

作　　者：吴小兰[1] 章成志[2]

Wu Xiaolan;Zhang Chengzhi(Department of Internet and New Media,School of Journalism and Communication,Nanjing Normal University,Nanjing 210046;Department of Information Management,School of Economics&Management,Nanjing University of Science and Technology,Nanjing 210094)

机构地区：[1]南京师范大学新闻与传播学院网络与新媒体系,南京210046 [2]南京理工大学经济管理学院信息管理系,南京210094

出　　处：《图书情报工作》

基　　金：国家社会科学青年基金项目“社交媒体视域下的跨学科用户发现及其推荐研究”(项目编号:17CTQ047)研究成果之一。

年　　份：2020

卷　　号：64

期　　号：9

起止页码：95-103

语　　种：中文

收录情况：BDHX、BDHX2017、CSSCI、CSSCI2019_2020、JST、RCCSE、RWSKHX、ZGKJHX、核心刊

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。

关 键 词：跨学科用户  推荐模型  跨学科距离  学术社交媒体  

分 类 号：G203]