面向?qū)W術(shù)社區(qū)的專家團(tuán)體知識(shí)地圖構(gòu)建研究.pdf

1、不同學(xué)科、不同領(lǐng)域但研究興趣相似的人員進(jìn)行合作組成的專家團(tuán)隊(duì)，將分散的知識(shí)資源通過專家合作關(guān)聯(lián)起來，不僅能全面反映不同領(lǐng)域知識(shí)的橫向關(guān)聯(lián)關(guān)系，還能提供同一領(lǐng)域知識(shí)的縱向深入研究，使青年研究者高效獲取領(lǐng)域核心知識(shí)，減少信息過載帶來的不利影響。專家團(tuán)體推薦系統(tǒng)的應(yīng)用將給科研人員帶來便利，具有應(yīng)用價(jià)值。
　　互聯(lián)網(wǎng)使知識(shí)資源轉(zhuǎn)向數(shù)字型資源，資源獲取途徑更加方便、內(nèi)容更加豐富，信息過載的現(xiàn)象也隨之而生。通過查閱大量文獻(xiàn)和網(wǎng)絡(luò)資源，發(fā)現(xiàn)目前

2、的學(xué)術(shù)搜索引擎雖然都能夠提供檢索文獻(xiàn)的功能，但卻沒有推薦領(lǐng)域?qū)＜业墓δ埽鼪]有推薦科研團(tuán)隊(duì)的服務(wù)。對于科研人員，從海量的文獻(xiàn)資源中迅速、準(zhǔn)確、全面地定位到所需知識(shí)資源費(fèi)時(shí)費(fèi)力。
　　本文提出了一個(gè)面向?qū)W術(shù)社區(qū)的專家團(tuán)體知識(shí)地圖模型，將學(xué)術(shù)社區(qū)與推薦系統(tǒng)相結(jié)合，構(gòu)建出了一個(gè)能夠使科研人員對相關(guān)知識(shí)資源進(jìn)行橫向比較，縱向深入的模型。首先選擇合適的平臺(tái)進(jìn)行知識(shí)資源的挖掘，運(yùn)用特征抽取方法構(gòu)建專家興趣向量；分析研究學(xué)術(shù)社區(qū)創(chuàng)建原則及方法，

3、改進(jìn)譜聚類算法形成了主題詞下的學(xué)術(shù)社區(qū)；查閱國內(nèi)外科研成果量化方法，構(gòu)建合適的專家影響力評價(jià)指標(biāo)體系對專家成果進(jìn)行量化，獲取專家權(quán)威值列表；通過挖掘?qū)＜业暮献麝P(guān)系建立專家團(tuán)隊(duì)，結(jié)合社會(huì)網(wǎng)絡(luò)分析理論，確定社區(qū)先導(dǎo)者，獲取團(tuán)體興趣向量，運(yùn)用推薦算法，實(shí)現(xiàn)專家團(tuán)隊(duì)的推薦；運(yùn)用知識(shí)地圖的方式進(jìn)行權(quán)威專家、專家間的關(guān)系、專家的研究成果的可視化展示。
　　本文構(gòu)建的知識(shí)地圖中展示了查詢關(guān)鍵詞下被推薦出的主題最相關(guān)權(quán)威專家，即社區(qū)先導(dǎo)者，以及他