[发明专利]一种研究人员所属领域确定系统及其方法

说明书

本发明公开了一种研究人员所属领域确定系统及其方法，包括五个步骤：包括如下步骤：步骤一：构建领域模型，确定本系统的领域分类并为所有领域划分属性，建立领域分类——领域属性矩阵；步骤二：分析研究人员在注册的时候所填写个人信息。步骤三：进一步研究人员所属的研究领域，对每个领域进行详细分类。步骤四：对研究人员进行领域初步划分后便推荐其所属领域的资源，并搜集研究人员访问站点时的操作行为。步骤五：将相同领域的研究人员互相推荐，形成一个细粒度交流圈。本发明有效解决了研究人员操作行为的缺少带来的冷启动和数据稀疏性问题。

技术领域

本发明涉及分类确定方法，属于数据分析与处理应用领域，尤其涉及一种研究人员所属领域确定系统及其方法。

背景技术

研究人员在访问文献网站的时候会遇到信息过载和泛滥的问题，无法快速定位到自己真正所需要的资源。如果通过对研究人员的个人信息和行为进行分析从而确定其偏好和所属领域，就可以屏蔽不必要信息，给研究人员的学习与科研带来极大便利性。

目前在图书推荐系统，购物推荐系统等其他类似系统中用一种协同过滤算法将用户的全部偏好作为一个参考值来计算用户之间的相似度，寻找到相邻用户后，通过相似的借阅或购买历史来预测当前用户可能会借阅的书或购买的商品，此系统可以很好的吸引新用户，留住老用户，为商家带来巨大盈利。但是这些系统都没有将相似的用户形成一个交流圈，不方便信息的交流与共享，用户只是被动的去接受系统推荐信息。而且用户的阅读兴趣和购买商品的类别变化范围是很大的，难以确定一个圈子。

领域确定在对研究人员个人信息、行为特征进行分析的基础上，为研究人员确定研究领域，缩小资源定位的范围，极力满足研究人员的需求。目前，在电子商务领域应用的个性化推荐服务类似于领域确定的方法。电子商务网站通过分析用户的访问操作，商品购买和评价以及其好友的购买行为，推测出用户有购买意向的商品并进行及时推送。并且搜集用户的后续反馈进行改进服务，挺高服务质量和用户满意度。所以一个好的推荐算法对推荐系统至关重要。传统算法时效性差和预测不准性的缺陷致使推荐系统效率低下。

与个性化推荐服务有所不同，领域确定方法会在研究人员注册时搜集静态信息，根据属性特征值计算出研究人员的领域参数值并对其进行领域的模糊划分。之后，再根据研究人员的行为特征动态计算所得参数值并最终确定其研究领域。并且会在确定其领域的同时为其推荐相关领域细粒度的交流区，方便其与相同领域的其他专业人士进行交流，提高学习的效率。

但是现有技术存在如下问题：研究人员操作行为的缺少带来的冷启动和数据稀疏性。稀疏性问题是指信息的缺乏导致目前的推荐算法不准确，而冷启动可以理解为稀疏性问题的极端，因为没有足够的信息使得系统难以执行算法。目前，主要采取平均值法，奇异值分解降维等方法缓解此问题。

发明内容

为解决上述技术问题，本发明采用的技术方案如下：

一种研究人员所属领域确定系统，包括人机交互模块、数据挖掘与处理模块、领域确定模块；人机交互模块用于向研究人员提供一个可操作的界面访问资源并搜集其操作行为数据，搜集的数据将提交数据挖掘与处理模块进行相关处理；数据挖掘与处理模块将搜集的行为进行筛选后提交给后台数据库，后台数据库为领域确定模块提供访问接口；领域确定模块访问数据库对其中的研究人员数据进行分析计算，确定其所属的领域，计算结果将通过人机交互模块显示给用户。

一种根据上述系统实现的研究人员所属领域确定方法，包括如下步骤：

步骤一：构建领域模型，确定本系统的领域分类并为所有领域划分属性，建立领域属性矩阵；

步骤二：根据研究人员在注册的时候所填写的个人信息修改矩阵的各领域属性值，计算领域属性权重系数矩阵与领域属性矩阵相乘之积，得到一行新矩阵，各列的值代表该研究人员在各个领域的参数值，来分析研究人员在注册的时候所填写个人信息。