虚拟研究社区中的知识分享与个性化知识推荐

摘要

虚拟社区极大地拓展了人们获取知识的途径与方式,但社区中的海量信息也增加了人们的认知负担.本文以虚拟研究社区中电子文献的个性化推荐为例,建立了知识推荐系统的体系结构,分析了知识推荐机制,并结合内容过滤和协同过滤的推荐策略,设计了虚拟研究社区中显性与隐性知识的推荐过程.知识推荐系统既能向研究者推荐主题相关的学术文献(显性知识),也能推荐与研究者有相似研究主题和研究兴趣的社区成员(隐性知识),从而方便研究者之间建立一个主题相关的虚拟研究团队,就感兴趣的研究主题进行深度交互与知识分享.