基于多维特征与兴趣漂移的虚拟学术社区群组推荐方法研究.pdf

基于多维特征与兴趣漂移的虚拟学术社区群组推荐

方法研究

摘要

知识经济时代，知识扮演着推动组织发展的关键角色，不同实体间通过媒

介实现知识流转与共享，极大地促进了知识的交叉协同与融合发展。虚拟社区

是为用户提供在线交流与互动的平台，随着虚拟学术社区的快速发展，其中的

知识流转与共享共同决定了它的生命力与创新力。因此，如何提供准确的知识

推荐并提升用户对社区的感知服务质量对促进虚拟学术社区中的知识流转效率

显得至关重要。当前虚拟学术社区中存在个体信息匮乏、缺乏资源整合等问题，

且忽略核心用户群组在社区中的影响力及其动态兴趣变化过程，仅针对单个用

户或静态兴趣进行推荐，导致推荐质量下降，极大地影响用户间的知识交流过

程，从而激发了知识服务方式的创新和高效知识发现策略的需求。

为解决上述问题，本文提出基于多维特征与兴趣漂移的虚拟学术社区群组

推荐方法。首先，从网络传播维度、网络结构维度及用户受认可维度三个维度

出发，结合点度中心性、中介中心性、引入用户属性特征的PageRank值和博文

被推荐指数等六个指标，基于信息熵理论借鉴OLEI指数融合用户多维特征数

据，综合识别核心用户；其次，利用LDA主