摘要：
【目的/意义】研究从用户节点和网络全局两个视角出发，基于用户相似度与信任度对虚拟学术社区中学者进行推荐，提高学者推荐的质量。【方法/过程】首先，利用LDA主题模型挖掘学者发表的博文主题，计算博文相似度；通过学者共同好友比例计算好友相似度；然后将博文相似度和好友相似度融合计算用户相似度；最后，融合用户相似度和信任度进行学者推荐。【结果/结论】提出虚拟学术社区中基于用户相似度与信任度的学者推荐方法，综合利用用户节点和网络全局信息，为虚拟学术社区用户进行学者推荐。【创新/局限】从用户节点和网络全局两个角度进行学者信息融合，有效提高了虚拟学术社区中学者推荐的质量。局限在于本文主要考虑的是学者在网络全局中的信任度，用户节点间的交互信任关系还有待进一步研究。