[发明专利]利用社会化网络学术资源交互平台进行信息交互的方法

摘要

本发明提出一种利用社会化网络学术资源交互平台进行信息交互的方法，包括以下步骤：1）根据采集到的文献摘要数据建立学术专家库；2）采集所有用户为学术专家标注的专家标签；3）构造专家-学术关键词矩阵D₁，专家-专家标签矩阵D₂；4）将矩阵D₁和D₂分别分解为U^T·T₁和U^T·T₂；5）对用户输入的查询条件Q进行分解，并计算相关度函数f(u)＝t·u，；6）对f（u）进行排序，向用户返回相关度最高的前N个专家信息。本发明采取的技术方案能够综合利用网络资源与用户自定义数据，针对用户感兴趣的学术话题实现最相关专家及资源的推荐，该方法基于大数据的统计运算，无需大规模的人工干预。

主权项

1.一种利用社会化网络学术资源交互平台进行信息交互的方法，其特征在于，所述方法包括以下步骤：步骤一，社会化网络学术资源交互平台对从网络上采集到的学术文献摘要数据进行分类，建立以每个学术专家为单元的学术专家库，其中学术专家库中学术专家的个数为M；步骤二，采集所有用户为学术专家标注的专家标签；步骤三，构造专家-学术关键词矩阵D₁和专家-专家标签矩阵D₂，其中，D₁为M×N₁矩阵，D₂为M×N₂，N₁表示学术专家库中关键词的总个数，N₂表示所有用户设置的专家标签的总个数；步骤四，将矩阵D₁和D₂分别分解为U^T·T₁和U^T·T₂，其中U是L×M矩阵，T₁和T₂分别是L×N₁和L×N₂矩阵，其中，L为经验值；步骤五，获取用户输入的查询条件Q，将查询条件分解为K个学术关键词和P个学术专家标签：Q={k₁,…,k_i,…,k_K}U{p₁,…,p_i,…,p_P}，定义计算f(u)=t·u，其中，T_1i表示学术关键词k_i在隐空间的L维隐变量，T_2i表示专家标签p_i在隐空间的L维隐变量；步骤六，对f（u）进行排序，向用户返回相关度最高的前N个学术专家的专家信息。