本文選題：專家推薦　切入點：主題覆蓋度　出處：《圖書情報工作》2017年01期 　論文類型：期刊論文

【摘要】：[目的 /意義]為投稿論文遴選出合適的審稿專家是論文發(fā)表過程中關(guān)鍵的一環(huán)。隨著投稿論文和候選評審專家數(shù)量的持續(xù)增長,人工指定評審專家的方法在準確性和公平性上的弊端日益顯露出來。因此,為進一步提高專家評審的客觀性和準確性,筆者從專家知識與專家權(quán)威度兩個維度對專家建模,并以此為依據(jù)為不同主題的投稿論文遴選推薦評審專家。[方法 /過程]首先分析專家知識以及投稿論文的研究內(nèi)容,并提取兩者涉及的多個子研究主題;然后,計算專家知識對投稿論文子主題的覆蓋度,并提出融合主題特征與時間特征的權(quán)威度算法TTAM來分析專家權(quán)威度;最后,提出融合主題覆蓋度和專家權(quán)威度的專家推薦框架CAUFER,綜合考慮覆蓋度和權(quán)威度兩個因素為投稿論文推薦合適的評審專家。[結(jié)果/結(jié)論]實驗結(jié)果表明,與經(jīng)典的基于向量空間模型、語言模型和作者主題模型3種專家推薦算法相比,筆者提出的算法能夠較好地提高專家與投稿論文的匹配度,并可據(jù)此追蹤專家權(quán)威度的變化,刻畫專家在特定主題下的權(quán)威度,進一步提高專家推薦的準確性和科學性。
[Abstract]:[objective / significance] the selection of suitable reviewers for contribution papers is a key part of the publication process. As the number of contributing papers and candidate review experts continues to grow, Therefore, in order to further improve the objectivity and accuracy of the expert review, the author models the expert from the two dimensions of expert knowledge and expert authority. On the basis of this, the selection and evaluation experts of contribution papers on different topics are selected. [methods / processes] first analyze the expert knowledge and the research content of the contribution papers, and extract the multiple sub-research topics involved in the two articles; then, To calculate the coverage of expert knowledge to the subtopic of the contribution paper, and propose an authority degree algorithm TTAM to analyze the expert degree of authority, which combines the feature of topic with the feature of time. An expert recommendation framework, CAUFER, which combines topic coverage and expert authority, is proposed, and two factors of coverage and authoritativeness are taken into account to recommend suitable evaluation experts. [results / conclusions] the experimental results show that, Compared with the classical three expert recommendation algorithms based on vector space model, language model and author's subject model, the algorithm proposed by the author can improve the matching degree between experts and contribution papers, and track the change of expert authority. Describe the authority of experts under specific topics, and further improve the accuracy and scientific nature of expert recommendations.
【作者單位】： 北京師范大學政府管理學院;
【基金】：中央高校基本科研業(yè)務(wù)費專項資金資助項目“基于社會網(wǎng)絡(luò)關(guān)系的智能專家遴選與推薦平臺建設(shè)”(項目編號:SKZZB2014037) 教育部人文社會科學研究青年基金項目“面向論文評審專家推薦的興趣變化挖掘與回避機制生成的研究”(項目編號:16YJC870006) ISTICEBSCO文獻大數(shù)據(jù)發(fā)現(xiàn)服務(wù)聯(lián)合實驗室基金項目“融合異構(gòu)科研數(shù)據(jù)的評審專家推薦研究”研究成果之一
【分類號】：TP391.3

【參考文獻】

相關(guān)期刊論文 前4條

1 余峰;余正濤;楊劍鋒;郭劍毅;嚴馨;;基于主題信息的項目評審專家推薦方法[J];計算機工程;2014年06期

2 劉一星;梁山;;基于改進ATSVM算法的評審專家自動推薦模型[J];重慶科技學院學報(自然科學版);2010年01期

3 張學梅;;h_m指數(shù)——對h指數(shù)的修正[J];圖書情報工作;2007年10期

4 葉鷹;;一種學術(shù)排序新指數(shù)——f指數(shù)探析[J];情報學報;2009年01期

【共引文獻】

相關(guān)期刊論文 前10條

1 如先姑力·阿布都熱西提;亞森·艾則孜;年梅;;基于廣泛相似度的維吾爾語文檔分類方案[J];計算機工程與設(shè)計;2017年06期

2 楊眉;范秀鳳;潘衛(wèi);董文軍;董玨;湯莉華;;高校圖書館輔助人才評估服務(wù)方法探索與成效分析[J];圖書情報工作;2017年05期

3 宋振世;;一種類h指數(shù)實證分析及實踐應(yīng)用[J];現(xiàn)代情報;2017年05期

4 龍藝璇;趙慶峰;趙星輝;;Q指數(shù)——一種考慮了時間因素的新型h指數(shù)[J];圖書情報工作;2017年07期

5 李繼紅;王洪江;江珊;徐桂珍;;綜合指數(shù)和h系列指數(shù)測評期刊核心作者的比較研究——以《編輯學報》為例[J];中國科技期刊研究;2017年03期

6 趙千;耿騫;靳健;韋娛;;一種面向主題覆蓋度與權(quán)威度的評審專家推薦模型研究[J];圖書情報工作;2017年01期

7 閔s，

本文編號：1558508