基于學(xué)術(shù)社交網(wǎng)絡(luò)用戶關(guān)系的文獻(xiàn)搜索推薦研究

范圓圓　王日芬

DOI：10.3969/j.issn.1008-0821.2021.09.004

[中圖分類號(hào)]TP391.1;G252.7 [文獻(xiàn)標(biāo)識(shí)碼]A [文章編號(hào)]1008-0821（2021）09-0032-08

在大數(shù)據(jù)時(shí)代，信息過載與不對稱的問題逐漸在不同的領(lǐng)域突顯。隨著第四次科技革命的發(fā)展演進(jìn)，人類面臨的科學(xué)難題愈加復(fù)雜且涉及面廣，單一學(xué)科視角的局限性逐漸顯露，跨學(xué)科研究已經(jīng)成為當(dāng)前重要的研究范式?？蒲腥藛T面對海量文獻(xiàn)、陌生的交叉領(lǐng)域時(shí)，及時(shí)有效地獲取多樣化的學(xué)術(shù)信息并了解研究進(jìn)展與前沿顯得迫切，因此，專注于學(xué)術(shù)領(lǐng)域的垂直搜索引擎扮演的角色越來越重要。但目前該類平臺(tái)都是面向大眾的，對于每個(gè)用戶所具有的不同特征尚缺考慮。這意味著不同的學(xué)者輸入相同的搜索內(nèi)容獲得的文獻(xiàn)資源是相同的，即簡短的查詢式并不足以充分表達(dá)其搜索意圖且關(guān)鍵詞不夠精準(zhǔn)，這導(dǎo)致用戶搜索到所需的文獻(xiàn)變得困難。而本文解決這一難題的思路便是引進(jìn)個(gè)性化推薦策略，通過分析不同學(xué)者產(chǎn)生的行為數(shù)據(jù)來構(gòu)建學(xué)術(shù)行為及興趣特征模型，從而更快速精確地提供其所需的文獻(xiàn)。但是，隨之而來的問題則是學(xué)者學(xué)術(shù)行為數(shù)據(jù)從何而來以及如何加以利用。

學(xué)術(shù)社交網(wǎng)絡(luò)是學(xué)術(shù)科研領(lǐng)域的一種專業(yè)社交網(wǎng)絡(luò)平臺(tái)，如ResearchGate等，科研人員可以在此發(fā)布近期研究成果、關(guān)注其他學(xué)者、參與學(xué)術(shù)問答等，使得科研交流與合作模式更加開放與便捷。學(xué)術(shù)社交網(wǎng)絡(luò)蘊(yùn)含了大量的學(xué)術(shù)行為信息，其中影響力大的學(xué)者對學(xué)術(shù)社區(qū)的形成具有一定的促進(jìn)作用，并且對影響力低的學(xué)者的科學(xué)研究具有一定的導(dǎo)向作用。充分地對學(xué)術(shù)社交網(wǎng)絡(luò)中用戶社交行為產(chǎn)生的復(fù)雜網(wǎng)絡(luò)拓?fù)潢P(guān)系以及用戶生成的內(nèi)容加以利用和分析，能夠發(fā)現(xiàn)具有相似研究興趣的群體，從而用于文獻(xiàn)搜索的個(gè)性化推薦當(dāng)中。

同時(shí)，眾多學(xué)者在積極構(gòu)建新的、以“人工智能+圖書館”為大方向的知識(shí)服務(wù)路徑，并且認(rèn)為以館員為中心到以用戶為中心、從被動(dòng)等待服務(wù)到主動(dòng)尋求服務(wù)、從館內(nèi)陣地服務(wù)到館外延伸服務(wù)的“后知識(shí)服務(wù)時(shí)代”已經(jīng)來臨。而未來的知識(shí)服務(wù)平臺(tái)將融合一站式文獻(xiàn)搜索引擎、科技情報(bào)服務(wù)、智慧學(xué)術(shù)社區(qū)等功能，開創(chuàng)智慧服務(wù)模式，其中產(chǎn)生的用戶數(shù)據(jù)可用于功能交互與優(yōu)化。因此，本文以ResearchGate為例，將學(xué)術(shù)社交網(wǎng)絡(luò)、文獻(xiàn)搜索引擎服務(wù)和用戶生成數(shù)據(jù)結(jié)合起來，構(gòu)建學(xué)者關(guān)注關(guān)系網(wǎng)絡(luò)，通過發(fā)現(xiàn)不同學(xué)者的相似興趣點(diǎn)，對特定用戶搜索內(nèi)容進(jìn)行擴(kuò)展，實(shí)現(xiàn)文獻(xiàn)搜索個(gè)性化推薦，從而提升用戶文獻(xiàn)搜索結(jié)果滿意度，進(jìn)而為增強(qiáng)與優(yōu)化知識(shí)服務(wù)平臺(tái)功能提供新的思路。

1相關(guān)工作

個(gè)性化推薦最早起源于計(jì)算機(jī)和信息科學(xué)領(lǐng)域，是通過分析用戶歷史行為數(shù)據(jù)為其生成和展示可能感興趣的信息的過程。相關(guān)學(xué)者主要致力于基于關(guān)聯(lián)規(guī)則的推薦算法、基于內(nèi)容的推薦算法、基于協(xié)同過濾的推薦算法以及混合推薦算法的優(yōu)化與設(shè)計(jì)。

推薦算法常被應(yīng)用于信息搜索引擎的功能優(yōu)化中。信息搜索一般是指根據(jù)用戶需求，從大規(guī)模相對靜止的數(shù)據(jù)庫中搜索用戶需要的信息。目前主流的學(xué)術(shù)搜索引擎有中國知網(wǎng)、萬方、Web of Science、Science Direct、Google Scholar等，其中文獻(xiàn)搜索行為本質(zhì)上屬于信息搜索的一種，按照是否考慮用戶的偏好數(shù)據(jù)可分為通用的和個(gè)性化的信息搜索過程。

通用學(xué)術(shù)搜索引擎主要根據(jù)搜索內(nèi)容與文獻(xiàn)內(nèi)容的文本相似度構(gòu)建索引，考慮到與搜索內(nèi)容不直接具有較高文本相似度但實(shí)際緊密相關(guān)的文獻(xiàn)難以被發(fā)現(xiàn)，有學(xué)者嘗試通過利用合著網(wǎng)絡(luò)和引文網(wǎng)絡(luò)引入社群發(fā)現(xiàn)來優(yōu)化學(xué)術(shù)搜索引擎算法;或提出基于樸素貝葉斯概率模型，對標(biāo)題、引文等屬性進(jìn)行條件概率運(yùn)算來標(biāo)記文獻(xiàn)。盡管已有研究使得搜索字段與搜索內(nèi)容得到進(jìn)一步擴(kuò)展，然而在此過程中，學(xué)術(shù)搜索引擎的角色是靜止且被動(dòng)的，無法主動(dòng)了解和掌握用戶的學(xué)術(shù)興趣及其動(dòng)態(tài)變化過程，同時(shí)也需要用戶足夠了解相關(guān)學(xué)術(shù)領(lǐng)域或花費(fèi)大量的時(shí)間精力做額外的準(zhǔn)備工作。

當(dāng)學(xué)術(shù)行為數(shù)據(jù)與學(xué)術(shù)興趣信息被納入計(jì)算范疇并允許學(xué)術(shù)搜索引擎主動(dòng)地向?qū)W者用戶推薦文獻(xiàn)，這就使得文獻(xiàn)搜索邁向個(gè)性化、動(dòng)態(tài)化，而個(gè)性化文獻(xiàn)搜索過程就相當(dāng)于個(gè)性化文獻(xiàn)推薦。意味著文獻(xiàn)搜索與文獻(xiàn)推薦的界限變得模糊，兩者涉及的關(guān)鍵技術(shù)可以通過結(jié)合使用來提高學(xué)術(shù)搜索引擎服務(wù)質(zhì)量與效率。近年來利用社交軟件或服務(wù)場景中的用戶數(shù)據(jù)來發(fā)現(xiàn)用戶行為規(guī)律、理解用戶需求，從而實(shí)現(xiàn)信息資源個(gè)性化推薦的相關(guān)研究也較為主流，例如全方位地利用智慧圖書館生態(tài)鏈中各環(huán)節(jié)的數(shù)據(jù)，將用戶、資源及其關(guān)聯(lián)關(guān)系進(jìn)行重構(gòu)從而實(shí)現(xiàn)多種資源的個(gè)性化推薦;或利用Twit-ter等社交網(wǎng)絡(luò)平臺(tái)中的用戶關(guān)系及博文標(biāo)簽數(shù)據(jù)來計(jì)算隱式相似用戶從而進(jìn)行個(gè)性化推薦等。

學(xué)術(shù)社交網(wǎng)絡(luò)的興起使得開展文獻(xiàn)搜索推薦研究所需數(shù)據(jù)的門檻逐步降低，尤其是面對科研新手類型的用戶，其發(fā)表的論文數(shù)量可能較少甚至沒有，但可以通過學(xué)術(shù)社區(qū)隨時(shí)參與對某一學(xué)術(shù)話題的討論來生成大量的用戶行為數(shù)據(jù)。因此，將用戶學(xué)術(shù)交互行為數(shù)據(jù)納入文獻(xiàn)搜索推薦研究中，是個(gè)性化學(xué)術(shù)信息搜索面臨的新課題。從已有的研究看，基于學(xué)術(shù)社交網(wǎng)絡(luò)的相關(guān)研究主要集中在學(xué)者推薦與內(nèi)容推薦兩方面，其中，學(xué)者推薦往往針對可合作學(xué)者、權(quán)威學(xué)者等進(jìn)行推薦，涉及基于學(xué)術(shù)影響力感知及合作關(guān)系網(wǎng)絡(luò)的研究、基于鏈路預(yù)測發(fā)現(xiàn)潛在合作關(guān)系的研究等;而內(nèi)容推薦涉及融合文獻(xiàn)、作者等不同實(shí)體影響力的學(xué)術(shù)論文推薦、基于用戶差異化與協(xié)同過濾算法的跨學(xué)科情報(bào)推薦等。

綜上，個(gè)性化推薦技術(shù)廣泛地被運(yùn)用在信息搜索領(lǐng)域中，尤其是電子商務(wù)平臺(tái)的商品推薦和社交媒體的短視頻傳播，相關(guān)的研究都較為成熟且具有成功的商業(yè)化案例。而在知識(shí)服務(wù)領(lǐng)域，個(gè)性化推薦技術(shù)的研究與運(yùn)用大都集中在文獻(xiàn)“獲取后”的相關(guān)推薦中或信息咨詢的獲取途徑中，面向用戶學(xué)術(shù)文獻(xiàn)搜索推薦的研究有待進(jìn)一步開展。因此，本文試圖通過將學(xué)術(shù)社交網(wǎng)絡(luò)的用戶關(guān)系數(shù)據(jù)與蘊(yùn)含大量用戶學(xué)術(shù)興趣點(diǎn)的生成內(nèi)容用于文獻(xiàn)搜索推薦中，從而更主動(dòng)、更動(dòng)態(tài)地捕獲用戶搜索意圖，以解決文獻(xiàn)有效“獲取到”的難題，實(shí)現(xiàn)個(gè)性化學(xué)術(shù)信息搜索，增強(qiáng)學(xué)術(shù)搜索引擎的功能。

2理論基礎(chǔ)及研究設(shè)計(jì)

為了對用戶進(jìn)行個(gè)性化的文獻(xiàn)搜索推薦，并提高推薦滿意度，本文基于學(xué)術(shù)社交網(wǎng)絡(luò)中的用戶關(guān)系數(shù)據(jù)，構(gòu)建學(xué)者關(guān)注關(guān)系網(wǎng)絡(luò).并基于網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)發(fā)現(xiàn)與具體用戶相連節(jié)點(diǎn)中具有影響力的學(xué)者，從而利用用戶生成內(nèi)容對搜索內(nèi)容進(jìn)行擴(kuò)展。接下來，本節(jié)將分別從學(xué)者關(guān)注關(guān)系網(wǎng)絡(luò)構(gòu)建、學(xué)者推薦計(jì)算、搜索內(nèi)容二次擴(kuò)展與文獻(xiàn)推薦這3個(gè)方面對所提方法及相關(guān)理論進(jìn)行詳細(xì)的介紹，整體框架如圖1所示。

2.1學(xué)者關(guān)注關(guān)系網(wǎng)絡(luò)構(gòu)建

如果聯(lián)系從一個(gè)行動(dòng)者指向另一個(gè)行動(dòng)者.則關(guān)系是有向的，在社交網(wǎng)絡(luò)結(jié)構(gòu)中，節(jié)點(diǎn)和邊分別對應(yīng)了用戶和用戶間的關(guān)注關(guān)系，因此，學(xué)者關(guān)注關(guān)系可模型化為有向圖。由于原始數(shù)據(jù)以鄰接表的形式進(jìn)行存儲(chǔ)，為便于計(jì)算可達(dá)矩陣，需要將其轉(zhuǎn)化為鄰接矩陣。鄰接矩陣（Adiacency Matrix）是表示節(jié)點(diǎn)之間相鄰關(guān)系的矩陣。設(shè)G=是一個(gè)簡單圖，它有n個(gè)節(jié)點(diǎn)V={v₁，v₂，…，v_n}，則n階方陣A（G）=（α_ij）稱為G的鄰接矩陣。

對于已構(gòu)建的網(wǎng)絡(luò)而言，假設(shè)用戶A關(guān)注了用戶B，而用戶B關(guān)注了用戶C，那么節(jié)點(diǎn)A是可以到達(dá)節(jié)點(diǎn)C的。對于用戶A而言，不僅需要分析其直接關(guān)注的用戶B的學(xué)術(shù)興趣及關(guān)注點(diǎn)，也應(yīng)分析由間接關(guān)注關(guān)系帶來的豐富信息內(nèi)涵。

其中，該值越大，代表節(jié)點(diǎn)具有更高的聲望。在學(xué)術(shù)界，權(quán)威性往往是科研人員文獻(xiàn)搜索時(shí)關(guān)注的一大要素，所以，將學(xué)術(shù)社交網(wǎng)絡(luò)中學(xué)者的權(quán)威性作為推薦指標(biāo)之一。

Friedkin N E在1984年提出，當(dāng)兩個(gè)人之間存在正向互動(dòng)關(guān)系時(shí)會(huì)存在趨向一致的壓力，即使兩個(gè)人不是直接接觸，這種壓力也可能通過中介人的轉(zhuǎn)移而產(chǎn)生，并且與傳輸途徑的數(shù)量相關(guān)，即接觸緊密的人與人之間具有更多的同質(zhì)性，而強(qiáng)度會(huì)隨親密度的降低而降低。這也意味著應(yīng)將用戶與具有直接關(guān)注和間接關(guān)注關(guān)系的用戶之間的距離作為推薦計(jì)算中的影響因素。Diikstra算法是圖論學(xué)中求解最短路問題的經(jīng)典算法，基本思路是從起始點(diǎn)開始，采用貪心算法的策略，每次遍歷到始點(diǎn)距離最近且未訪問過的節(jié)點(diǎn)的鄰接節(jié)點(diǎn)，直至擴(kuò)展到終點(diǎn)為止。

在已獲取具體用戶與可達(dá)節(jié)點(diǎn)的最短距離D的基礎(chǔ)上，根據(jù)距離越短節(jié)點(diǎn)越重要的原則，對距離取倒數(shù)得到D′，并作為第二個(gè)推薦指標(biāo)。為綜合考量學(xué)者的權(quán)威性和關(guān)系緊密程度對具體某個(gè)用戶的影響，則對兩個(gè)指標(biāo)進(jìn)行加權(quán)計(jì)算并合并，且定義為：

通過對指標(biāo)U進(jìn)行降序排序可得學(xué)者推薦列表。此外，如果出現(xiàn)冷啟動(dòng)問題時(shí)，則僅對用戶搜索內(nèi)容相關(guān)主題域的學(xué)者進(jìn)行網(wǎng)絡(luò)構(gòu)建與聲望計(jì)算，為其推薦相關(guān)主題下被較多人關(guān)注認(rèn)可的學(xué)者，后續(xù)步驟中則僅完成搜索內(nèi)容的一次擴(kuò)展。

2.3搜索內(nèi)容擴(kuò)展與文獻(xiàn)推薦

搜索內(nèi)容擴(kuò)展是基于特定用戶視角展開的，包括一次擴(kuò)展和二次擴(kuò)展。其中，第一次擴(kuò)展關(guān)注的是用戶自身表達(dá)出的潛在研究興趣，主要通過將搜索內(nèi)容與該用戶在學(xué)術(shù)社交網(wǎng)絡(luò)中發(fā)布的內(nèi)容、參與的問答討論等文本數(shù)據(jù)進(jìn)行相似度計(jì)算而得到。在這個(gè)過程中，由于原始的用戶生成內(nèi)容可能涵蓋不同的研究領(lǐng)域，即使是同一個(gè)用戶發(fā)布的內(nèi)容，也可能包含多樣的研究興趣與意圖。所以，需要先探究搜索內(nèi)容與用戶自身生成內(nèi)容的相關(guān)主題，在獲得與搜索內(nèi)容主題相關(guān)的語料后，對其進(jìn)行關(guān)鍵詞抽取并用于搜索內(nèi)容擴(kuò)展中。第二次擴(kuò)展則在第一次基礎(chǔ)上，主要基于學(xué)者推薦列表中涉及的學(xué)者用戶生成的文本數(shù)據(jù)與第一次擴(kuò)展后的搜索內(nèi)容進(jìn)行相似度計(jì)算而獲得。

在搜索內(nèi)容擴(kuò)展中，涉及在完成文本預(yù)處理后的向量空間映射、文本特征提取、相似度計(jì)算。本文分別選取向量空間模型、詞頻一逆文檔頻次算法和余弦相似度算法進(jìn)行相關(guān)研究。

向量空間模型（Vector Space Model，VSM）是文本挖掘中的一種文本表示模型，構(gòu)建向量空間模型的過程通常分為特征項(xiàng)構(gòu)造與特征項(xiàng)權(quán)重計(jì)算。由于VSM需要特征項(xiàng)集合，對于文本而言，往往使用詞作為特征項(xiàng)，可用詞袋（Bag-of-Words，BOW）模型加以表示。

詞頻一逆文檔頻次（Term Frequency-Inverse Document Frequency，TF-IDF）算法實(shí)現(xiàn)過程簡單，且使結(jié)果具有較高的準(zhǔn)確率和召回率，既可以用于特征提取與權(quán)重計(jì)算，也可以用于對文本關(guān)鍵詞進(jìn)行抽取。

余弦相似度（Cosine Similarity）通過測量兩個(gè)向量之間夾角的余弦值以度量它們之間的相似性，余弦值越接近1，說明兩個(gè)向量越相似。

將文本特征提取出來后，映射至向量空間即可進(jìn)行余弦相似度計(jì)算，進(jìn)而獲取可用于推薦的語料，再對其進(jìn)行關(guān)鍵詞抽取后與搜索內(nèi)容合并，形成新的搜索語句。同樣，上述步驟可處理已有的論文集，在獲取每篇論文的主題后與搜索內(nèi)容進(jìn)行相似度計(jì)算，從而得到具有個(gè)性化的文獻(xiàn)搜索推薦結(jié)果。

3實(shí)證分析

創(chuàng)建于2008年的在線學(xué)術(shù)社交平臺(tái)Research-Gate，具有用戶可以發(fā)布研究項(xiàng)目、分享研究成果、關(guān)注科研人員、回答學(xué)者提問等功能。截至2021年4月，該平臺(tái)注冊研究人員達(dá)2000萬，擁有超過1.35億的研究成果，用戶活躍度相對較高，是全球最成功的在線社交平臺(tái)之一。因此，本文選擇ResearchGate作為學(xué)術(shù)社交平臺(tái)案例，使用八爪魚采集器從中爬取“Artificial Intelligence”主題下的學(xué)術(shù)用戶及其關(guān)注關(guān)系數(shù)據(jù)，并構(gòu)建關(guān)注關(guān)系網(wǎng)絡(luò)，其中包含學(xué)者用戶節(jié)點(diǎn)14366個(gè)，邊17381條，如圖2所示，實(shí)現(xiàn)過程基于Python語言。

考慮到不同的用戶特征，有的用戶更樂于積極參與問答討論，有的用戶傾向于發(fā)表學(xué)術(shù)文章，為保證用戶生成內(nèi)容數(shù)據(jù)盡可能完整，同時(shí)抽取了每個(gè)用戶發(fā)布的學(xué)術(shù)成果及其問答文本數(shù)據(jù)。此外，學(xué)者從事的研究主題可能會(huì)隨其學(xué)術(shù)生涯的發(fā)展而演變，不同時(shí)間節(jié)點(diǎn)的學(xué)術(shù)興趣存在時(shí)效性，所以僅爬取2019—2021年的用戶生成內(nèi)容。待推薦論文集源于Web of Science，時(shí)間跨度為2017—2021年，盡可能獲取“Artificial Intelligence”相關(guān)論文，共9948篇。

由于用戶關(guān)注關(guān)系數(shù)據(jù)以鄰接表的形式進(jìn)行存儲(chǔ)，不便于可達(dá)矩陣的計(jì)算，首先需要將學(xué)者關(guān)注關(guān)系網(wǎng)絡(luò)模型化為鄰接矩陣，如圖3所示，其中每個(gè)用戶都具有唯一編碼，避免重名引起的歧義問題。本文隨機(jī)選取了編碼為“ND00051”的用戶作為實(shí)驗(yàn)對象，其關(guān)注了49個(gè)學(xué)者用戶，并在后續(xù)的實(shí)驗(yàn)中假設(shè)該用戶的搜索內(nèi)容為“Artificial In-telligence”。

通過可達(dá)矩陣計(jì)算，ND00051用戶直接關(guān)注與間接關(guān)注的學(xué)者共有13083個(gè)，綜合度數(shù)聲望與最短距離可得學(xué)者推薦列表，本文選取了其中的前10位作為后續(xù)實(shí)驗(yàn)對象，如表1所示。其中前兩位的學(xué)者不是ND00051用戶直接關(guān)注的，但是由于其聲望較高，有更多的學(xué)者認(rèn)可并關(guān)注而被推薦。

在對學(xué)者用戶已發(fā)布學(xué)術(shù)成果與參與問答的文本數(shù)據(jù)進(jìn)行分析前，需要對其進(jìn)行預(yù)處理，由于是英文文本，主要步驟有大寫轉(zhuǎn)小寫字母、去除文本中的網(wǎng)址、去除標(biāo)點(diǎn)符號(hào)與數(shù)字、去除停用詞等過程，具體實(shí)現(xiàn)使用了自然語言處理工具NLTK。

得到學(xué)者推薦列表后，將對用戶搜索內(nèi)容進(jìn)行二次擴(kuò)展，主要基于Gensim包加以實(shí)現(xiàn)文本相似度計(jì)算，流程如圖4所示。

首先，通過TF-IDF算法對ND00051用戶發(fā)布的學(xué)術(shù)成果以及參與的問答文本進(jìn)行特征項(xiàng)提取，將文本特征項(xiàng)進(jìn)行向量化處理，得到文本表示。其次，將其與搜索內(nèi)容進(jìn)行相似度計(jì)算后可得到該用戶生成內(nèi)容中與搜索內(nèi)容相關(guān)的文本集合。基于相似文本可得到一組關(guān)鍵詞，其能夠表示該學(xué)者其他與搜索內(nèi)容相關(guān)的研究興趣點(diǎn)，就此實(shí)現(xiàn)了對搜索內(nèi)容的第一次擴(kuò)展。而根據(jù)推薦學(xué)者列表中學(xué)者生成內(nèi)容的進(jìn)一步挖掘結(jié)果表示了更廣泛的，該用戶潛在的研究興趣，即完成對搜索內(nèi)容的第二次擴(kuò)展。

根據(jù)ND00051用戶自身生成內(nèi)容進(jìn)行的第一次搜索內(nèi)容擴(kuò)展結(jié)果如圖5所示，取排名前十的關(guān)鍵詞作為擴(kuò)展內(nèi)容。由此可知，該用戶更關(guān)注人工智能的下一代技術(shù)革命以及人工智能理論與技術(shù)在全球變暖等領(lǐng)域的應(yīng)用。

第二次擴(kuò)展結(jié)果如圖6所示。根據(jù)擴(kuò)展結(jié)果可知，為ND00051用戶推薦的學(xué)者也比較關(guān)注全球變暖的課題，以及相關(guān)問題產(chǎn)生的經(jīng)濟(jì)變化趨勢，并且傾向于數(shù)據(jù)驅(qū)動(dòng)型研究范式。

綜上可得，最終的搜索內(nèi)容為“[global climatewarming state differences financial change local data community intelligence artificial next revolution ai glob-al warming scientific causes consequences]”，將該搜索內(nèi)容與數(shù)據(jù)庫中的論文集進(jìn)行相似度計(jì)算，部分結(jié)果如圖7所示。

排名前10的論文搜索推薦結(jié)果如表2所示。根據(jù)論文標(biāo)題不難看出其所涉及的研究領(lǐng)域與研究主題基本符合擴(kuò)展后的搜索內(nèi)容所表達(dá)的傾向。其中排名第一的論文標(biāo)題為“大數(shù)據(jù)時(shí)代中國氣候變化科學(xué)數(shù)據(jù)共享服務(wù)的發(fā)展現(xiàn)狀與趨勢分析”，該論文發(fā)表在《地理研究》上，文中針對氣候變化驅(qū)動(dòng)因素科學(xué)數(shù)據(jù)、氣候變化事實(shí)科學(xué)數(shù)據(jù)等五類數(shù)據(jù)及其共享服務(wù)進(jìn)行了系統(tǒng)分析，并對大數(shù)據(jù)背景下氣候變化科學(xué)數(shù)據(jù)共享服務(wù)未來的發(fā)展趨勢如人工智能、數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)、基于模型計(jì)算的動(dòng)態(tài)數(shù)據(jù)共享等進(jìn)行了展望_3引。

對學(xué)者用戶ND00051的主頁進(jìn)行分析，其在自我簡介欄中寫道：“Currently Interested in De-marcation and Testability Aspects of Global Warming Theory”，可知該用戶當(dāng)前的研究興趣主要集中在對全球變暖理論的劃分和可測性方面。該用戶自我標(biāo)注的主攻研究領(lǐng)域?yàn)椤癙hilosophv of Science”“En-gineering Physics”“Electrical Engineering”，擅于研究“Climate Modeling”“Reliability Analysis”“Prob-abilistic Risk Analysis”“Scientific Method”等，可見該用戶正在從事氣候變暖理論模型的研究某，其中不乏關(guān)注人工智能與該領(lǐng)域的交叉融合與應(yīng)用前景，并且與實(shí)驗(yàn)中針對該用戶搜索內(nèi)容擴(kuò)展得到的研究主題有較高的重合度。因此，認(rèn)為本文提出的方法能夠較好地滿足個(gè)性化文獻(xiàn)搜索推薦的需求。

4總結(jié)與展望

本文針對當(dāng)前學(xué)術(shù)搜索引擎難以滿足用戶個(gè)性化需求的問題，提出基于學(xué)術(shù)社交網(wǎng)絡(luò)用戶關(guān)系的文獻(xiàn)搜索推薦方法，構(gòu)建學(xué)者關(guān)注關(guān)系網(wǎng)絡(luò)，通過發(fā)現(xiàn)特定用戶可達(dá)網(wǎng)絡(luò)中的學(xué)者權(quán)威性及其緊密程度作為基本推薦指標(biāo)，并對相應(yīng)的用戶生成內(nèi)容與搜索內(nèi)容進(jìn)行相似度計(jì)算，從而實(shí)現(xiàn)兩次對搜索內(nèi)容的擴(kuò)展，最后實(shí)現(xiàn)個(gè)性化的學(xué)術(shù)文獻(xiàn)搜索。

隨著本文研究問題的解決，一些引發(fā)后續(xù)研究關(guān)注的新問題也在不斷出現(xiàn)。首先，在獲取學(xué)者推薦列表時(shí)，度數(shù)聲望與最短距離指標(biāo)加權(quán)需要進(jìn)一步調(diào)整和檢驗(yàn);并且在獲取推薦列表后，本文雖然將相似的文本進(jìn)行了整體關(guān)鍵詞抽取，但是不同學(xué)者本身具有不同的推薦評分，如果對文本分別進(jìn)行關(guān)鍵詞抽取并進(jìn)行加權(quán)計(jì)算，可能搜索內(nèi)容擴(kuò)展結(jié)果會(huì)更精準(zhǔn)。其次，在對文本內(nèi)容進(jìn)行分析時(shí)，本文采用的特征提取模型和向量化模型都較為基礎(chǔ)，由于擴(kuò)展結(jié)果也會(huì)受到模型影響，后續(xù)可以考慮使用更復(fù)雜的、涉及更多語義信息的模型進(jìn)行計(jì)算。最后，在文獻(xiàn)搜索推薦結(jié)果的驗(yàn)證上，可以考慮招募志愿者參與實(shí)驗(yàn)，通過訪談的方式更科學(xué)地評估實(shí)驗(yàn)結(jié)果。

（責(zé)任編輯：郭沫含）