科研创新社区网络中基于用户特征的推荐方法研究

科研创新社区网络已被越来越多的科研人员所接受，用于科研协作和成果推广。本项目针对科研创新社区网络中的推荐问题，综合运用混合智能、多目标决策、文本挖掘和社区网络分析方法，对用户特征建模和推荐方法进行系统的研究。主要研究内容包括：1）针对科研创新社区网络的特点，提出一个基于混合智能的研究框架；2）融合用户主客观信息和网络信息，构建用户行为模型，挖掘用户特征；3）利用混合智能理论和多目标决策方法，构建一类新的分类、聚类和智能推荐模型；4）开发一个面向科研创新社区网络的智能推荐决策支持系统，为用户提供基于特征的智能推荐服务。希望通过本项目的研究，切实解决科研创新社区网络中用户特征建模和推荐方法中的关键科学问题。本项目的研究意义在于：1）理论上，丰富和扩充科研社区网络的理论研究，发展科研创新社区网络环境下的推荐理论与方法，2）应用上，项目的研究成果可直接为科研机构和科研工作者提供服务和决策支持。

本项目针对科研创新社区网络中目前推荐技术与方法所面临的挑战，在现有的研究基础之上，结合科研创新社区网络的独有特点，提出了基于大数据分析的科研分析框架和保证推荐结果质量的3C信息质量框架。其次，将主客观信息以及社交网络信息有机地融合，提出了科研创新社区网络中的用户行为建模方法，有效地挖掘了用户的特征，进而在混合智能理论、文本挖掘技术、多目标决策、和社交网络分析方法的综合运用下，提出了基于用户特征的混合智能推荐算法模型，针对性地在科研创新社区网络中为科研人员提供高质量的个性化推荐服务。进而，本体构建是进行科研领域推荐系统研究的重要基础，本项目就如何进行动态科研本体构建进行了详细阐述。最后，本项目开发了一个面向科研创新社区网络的智能推荐决策支持系统，提供基于用户特征的智能个性化推荐服务，在具体推荐实践中验证所提出的基于科研分析框架的推荐方法，通过实际推荐效果进行进一步的方法改进。