科研社交网站中的学者推荐研究
| 摘要 | 第6-8页 |
| Abstract | 第8-10页 |
| 1 绪论 | 第15-26页 |
| 1.1 研究背景和意义 | 第15-17页 |
| 1.1.1 研究背景 | 第15-16页 |
| 1.1.2 研究意义 | 第16-17页 |
| 1.2 国内外研究现状分析 | 第17-23页 |
| 1.2.1 国外研究现状 | 第17-20页 |
| 1.2.2 国内研究现状 | 第20-23页 |
| 1.3 研究内容和方法 | 第23-25页 |
| 1.3.1 研究内容 | 第23-24页 |
| 1.3.2 研究方法 | 第24-25页 |
| 1.4 创新点 | 第25-26页 |
| 2 科研社交网站及推荐技术概述 | 第26-35页 |
| 2.1 科研社交网站 | 第26-27页 |
| 2.1.1 科研社交网站的定义 | 第26页 |
| 2.1.2 科研社交网站的发展 | 第26-27页 |
| 2.1.3 科研社交网站的特征 | 第27页 |
| 2.2 个性化推荐技术 | 第27-32页 |
| 2.2.1 协同过滤推荐算法 | 第28-31页 |
| 2.2.2 基于内容的推荐算法 | 第31-32页 |
| 2.2.3 混合推荐算法 | 第32页 |
| 2.3 基于情境感知的推荐技术 | 第32-35页 |
| 2.3.1 情境感知 | 第32-33页 |
| 2.3.2 多维推荐技术 | 第33-35页 |
| 3 科研社交网站推荐系统中的关键技术 | 第35-41页 |
| 3.1 语义挖掘技术 | 第35-39页 |
| 3.1.1 概率隐性语义索引 | 第35-36页 |
| 3.1.2 潜狄利克雷分配 | 第36-38页 |
| 3.1.3 作者-主题模型 | 第38-39页 |
| 3.2 社交网络关系分析技术 | 第39-41页 |
| 3.2.1 基于相邻社区的网络临近度测量 | 第39页 |
| 3.2.2 基于路径的网络临近度测量 | 第39-40页 |
| 3.2.3 基于拓扑的网络临近度测量 | 第40-41页 |
| 4 科研社交网站中的学者推荐模型构建 | 第41-57页 |
| 4.1 推荐情境分析 | 第41-42页 |
| 4.2 基于相似研究兴趣的学者推荐 | 第42-50页 |
| 4.2.1 学者档案模型 | 第43-46页 |
| 4.2.2 学术行为网络模型 | 第46-49页 |
| 4.2.3 学者相似度整合 | 第49-50页 |
| 4.3 基于特定情境的学者推荐 | 第50-55页 |
| 4.3.1 学者情境质量评价 | 第51-54页 |
| 4.3.2 学术关系网络质量评价 | 第54-55页 |
| 4.4 推荐系统架构 | 第55-57页 |
| 5 科研社交网站中的学者实证研究 | 第57-65页 |
| 5.1 数据收集 | 第57-59页 |
| 5.2 基于相似研究兴趣的学者推荐 | 第59-62页 |
| 5.3 基于特定情境的合作者推荐 | 第62-63页 |
| 5.4 学者推荐结果分析 | 第63-65页 |
| 6 研究总结与展望 | 第65-67页 |
| 6.1 研究总结 | 第65-66页 |
| 6.2 研究不足与展望 | 第66-67页 |
| 参考文献 | 第67-73页 |
| 在读期间发表的论文、科研成果等 | 第73-74页 |
| 致谢 | 第74页 |
