大数据环境下网络社区学术资源的深度挖掘与推送服务研究关键词：大数据；网络社区；学术资源；数据挖掘摘要：文章分析了网络社区学术信息资源需求与行为特征，阐明了大数据环境下网络社区学术资源的动力机制，论述了大数据环境下网络社区学术资源深度挖掘与聚合的方法，提出了网络社区面向用户的学术资源推送服务模式。：G250文献标识码：A：1003-1588（2016）09-0114-03大数据时代学科信息交融为科研人员学术创新提供了条件，面对海量信息数据，科研人员的学术交流方式也由传统渠道逐渐向博客、SMS等网络社区方向发展。大数据环境下网络社区的数量逐渐增多，学术资源呈现网络化聚合趋势，并且类型更为多样，传播速度更为高效。研究表明，截至2014年年底我国学术科研类网络社区用户的数量已经超过180万，常见的网络社区包括丁香园、学术博客等。网络社区学术信息资源的迅速增长及数据挖掘等技术的不断进步，为研究网络社区功能与揭示知识关联奠定了基础。为更好地发现网络社区学术资源的内在关联，掌握网络社区学术资源的发展规律，以高效管理促进科研创新，需要借助大数据技术制订合理的学术资源聚合与服务方案。1网络社区学术信息资源需求与行为特征分析网络社区是大数据时代科研人员获取学术信息的重要，只有了解网络社区学术信息需求与行为特征，才能更好地为科研人员提供服务。1.1网络社区学术资源的产生网络社区是指具有相同兴趣爱好与学科背景的用户，通过网络技术开展信息交互形成的虚拟团体。当前网络社区成为人们获取信息的有效手段，也为科研人员获取最新科研信息提供了便利[1]。网络社区学术信息的获取途径十分广泛，用户之间的沟通与信息交互均会产生大量数据，社区用户所掌握的学术成果、学科经验等信息资源，均可成为网络社区学术资源的。网络社区用户数量庞大，依托互联网可以实现跨区域、跨时空交流，这就意味着社区成员均可成为学术信息的发布者与利用者。1.2网络社区学术资源需求科研人员通过网络社区获取最新科技信息，以解决学术研究中遇到的问题，或用于完善自身知识结构，这就产生了学术信息资源需求。当前学术交流呈现跨学科趋势，科研人员要求获取专业性、准确性的学术资源，为科研活动提供指导。而科研活动实质上属于知识认知过程，任何阶段都需要信息资源提供支持。网络社区学术资源具有学科化、分类化特点，能够为科研人员提供专业化学科信息服务[2]。如科学网根据学科专业进行模块划分，其中包括医学、工程学、信息技术及数理科学等资源，为科研人员获取相关信息提供了便利。1.3网络社区学术信息行为特征科研人员在开展科研活动过程中产生学术信息需求，并在遵守网络行为秩序的基础上，利用网络技术产生的一系列行为，这就是网络社区信息行为。科研人员的学术信息行为源于其对学术信息的需求，而学术信息需求是信息行为的内在动力，属于由内而外的知识表达过程。网络社区学术信息行为的开展具有独特的方式，学术人员有极高的信息交互性，并通过信息发布与交流获取更多资源。研究人员可通过发帖咨询的方式获得学术帮助，而其他社区成员对主题帖的关注、回复与转发，可以看作是学术信息衍生行为。科研人员学术信息交流具有广泛性，信息交互对象也在不断扩大，有助于拓展学术资源传播渠道。同时，---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---学术信息交流还具备多维性，即网络社区的信息交流存在多种形式，不仅可以提升知识传播的准确度，还可以丰富研究人员的知识结构。2大数据环境下网络社区学术资源的动力机制网络社区属于错综复杂的人际关系网络，其中的学术资源存在复杂的关联性，任何关联的变化都会影响到整体发展状况。其支撑动力包括信息行为引导、学术兴趣发现、参与激励机制等，有助于维持网络社区的稳定与发展。2.1信息行为引导保障网络社区学术信息交流的活跃度，提高用户的学术资源贡献率，促进网络社区的良性发展，就需要构建相应的信息行为引导机制。网络社区犹如一个庞大的知识库，用户可以从中获取所需信息，也可以获得帮助或分享知识[3]。网络社区中经常发布与分享信息的用户，被看作网络社...