范圆圆　王日芬

DOI：10.3969/j.issn.1008-0821.2021.09.004

[中图分类号]TP391.1;G252.7 [文献标识码]A [文章编号]1008-0821（2021）09-0032-08

在大数据时代，信息过载与不对称的问题逐渐在不同的领域突显。随着第四次科技革命的发展演进，人类面临的科学难题愈加复杂且涉及面广，单一学科视角的局限性逐渐显露，跨学科研究已经成为当前重要的研究范式。科研人员面对海量文献、陌生的交叉领域时，及时有效地获取多样化的学术信息并了解研究进展与前沿显得迫切，因此，专注于学术领域的垂直搜索引擎扮演的角色越来越重要。但目前该类平台都是面向大众的，对于每个用户所具有的不同特征尚缺考虑。这意味着不同的学者输入相同的搜索内容获得的文献资源是相同的，即简短的查询式并不足以充分表达其搜索意图且关键词不够精准，这导致用户搜索到所需的文献变得困难。而本文解决这一难题的思路便是引进个性化推荐策略，通过分析不同学者产生的行为数据来构建学术行为及兴趣特征模型，从而更快速精确地提供其所需的文献。但是，随之而来的问题则是学者学术行为数据从何而来以及如何加以利用。

学术社交网络是学术科研领域的一种专业社交网络平台，如ResearchGate等，科研人员可以在此发布近期研究成果、关注其他学者、参与学术问答等，使得科研交流与合作模式更加开放与便捷。学术社交网络蕴含了大量的学术行为信息，其中影响力大的学者对学术社区的形成具有一定的促进作用，并且对影响力低的学者的科学研究具有一定的导向作用。……