IR中基于社会网络模型的专家推荐系统构建分析

姜凯曦

（河海大学商学院，江苏 南京，210098）

科学技术的发展往往依赖于知识创新，知识创新的前提是有一个完美的知识共享和传播平台，机构知识库应运而生。机构知识库 （Institutional Repository, IR）就是一种基于机构的系统和服务，用以收集、组织、存储、分享本机构的知识资产。

基于社会网络模型的专家推荐系统就是要通过构建专家之间的关系网络图，分析用户与专家之间的最短距离，并构建相应的推荐指标，来满足用户的多样化需求。

1 专家推荐系统指标体系与社会网络模型构建

通过以上的分析，针对传统专家推荐系统的不足，在继续选择常用的专家推荐技术，比如基于内容的推荐等，作为推荐的基础，除此之外，本文构建的系统具有更强的目的性，更全面的信息，以及以社会关系和专家作为推荐的依据，使用户更容易联系到适合自己的专家。

1.1 机构知识库中专家推荐指标体系构建

首先，本文中用到的基础数据库包括，专家的Tag、专家文档的Tag、专家自我描述信息、专家文档信息。

专家的匹配是推荐的基础，本系统中，拟用“相关性”来作为专家匹配的度量，采用基于内容的推荐技术，并结合重名消歧算法，解决专家姓名非完全匹配和专家重名带来的错误，取出相关性最高的N个专家作为推荐的备选。本文在进行相似度计算时，借鉴了传统的计算方法，套用传统的公式，进行了特征向量与输入信息的相似度计算，得到所匹配的Tag的关联Tag,以此扩充所需要查询的Tag。……