面向学术社交网络的多维度团队推荐模型

来源：计算机科学与探索杂志2016年第2期北京时间：

作者：袁成哲，曾碧卿，汤庸，王大豪，曾惠敏

单位：1. 华南师范大学 计算机学院，广州 5100002. 华南师范大学 软件学院，广东 佛山 528225

摘要：学术社交网络的出现改变了传统的科研方式，对于如何基于学术社交网络为学者进行团队个性化推荐进行了研究，提出了一种多维度潜在团队推荐模型（multi-faceted team recommendation，MFTR）。该模型首先通过投影梯度非负矩阵分解方法提取团队和用户的特征向量，并根据两者的特征向量计算其相似度，然后再融合用户的社交好友关系和热门团队信息来为用户推荐具有相似研究兴趣的潜在团队。最后在真实学术社交网站——学者网的数据上进行实验，结果表明该模型能有效地提高推荐的准确度，并缓解了冷启动问题。

关键词：学术社交网络,团队推荐,非负矩阵分解,多维度