邓少伟，罗 泽，李树仁，阎保平

(1.中国科学院计算机网络信息中心，北京 100190；2.中国科学院研究生院，北京 100049)

1 概述

推荐系统在商业上大量应用，尤其是在电子商务网站中，这些推荐系统多采用协同过滤技术、基于内容的推荐技术等[1]。

推荐内容为人的系统没有推荐内容为物品的系统应用广泛、成熟，但也获得了不少关注和应用。在线约会系统中的人员推荐系统给使用者推荐其感兴趣并可能对其感兴趣的人员。这类推荐系统多用基于内容的推荐技术:搜集人员的喜好、兴趣等建立配置文件，然后对这些配置文件进行匹配[2]。在此基础上，还应用了人员间的显式社会关系及隐式关系以改进推荐结果[3]。另外，人与人之间的关系也被应用到了推荐内容不为人员的系统中。在社交网站中，为了更准确地给用户推荐内容(文章、视频等)，将用户看作社会网络中的成员并结合传统的协同过滤技术或基于内容的方法进行推荐[4]。

有一些系统用于为用户检索、推荐专家学者，匹配过程不但考虑了用户的信息需求，还考虑了用户和学者间社会关系的远近，使得用户可以线下联系学者进行实际交谈[5]。这类推荐系统应用了混合推荐技术，但侧重点在于信息检索，而且应用社会关系的目的在于方便线下联系，并未用于计算学者间的相似性。

在一些有大量科研人员信息的系统中，为使浏览者高效使用，有必要应用推荐系统以推荐科研人员。本文所述的推荐系统应用一个科研人员所著论文的关键词对其建模，以表征这个科研人员。……