推荐技术不断发展,已经在社会各个领域得到广泛应用。在推荐服务的影响下,面向论文的智能推荐及应用研究受到了学术界广泛关注。然而,现有的一些论文推荐系统存在信息偏差问题,因为这些系统过于迎合人的偏好和行为,只推荐一些高被引的论文,而忽视了更重要的相关性因素。因此,探究论文智能推荐的信息偏差关键影响因素非常必要。本文采用对照实验和访谈实验的方式,对论文智能推荐存在的信息偏差现象及其重要影响因素进行了讨论和分析,以探究论文智能推荐信息偏差的影响因素及应对策略。全文分为三大部分,第一部分阐述文章的研究背景、研究意义、研究思路和方法以及研究难点和创新点。第二部分是论文正文,包括五个章节,第一个章节包括文献综述,并介绍信息偏差的相关概念,从研究阶段、研究主题等方面对推荐系统领域内信息茧房、“回声室”效应、过滤气泡和选择性接触四个相互关联的信息概念进行了梳理,对可能造成信息偏差的影响因素进行归纳、分析,并梳理了相关理论基础;第二个章节根据研究目的,针对研究问题展开具体的实验设计;第三个章节从论文的相关性、全面性和用户行为三个方面对两组被试的检索结果进行比较,证实和分析了论文智能推荐过程中存在的信息偏差现象;第四个章节为探究论文智能推荐产生信息偏差的影响因素,研究者公开招募了18名被试作为访谈实验的样本,并基于扎根理论对访谈数据进行了三段式的编码分析,得出结论即论文智能推荐信息偏差的形成过程中,主要受用户特质、服务平台、信息内容、信息情境以及移动环境等因素的影响;第五个章节基于提炼得到的影响因素构建论文智能推荐的信息偏差影响因素模型。结合访谈用户的真实反馈,深度解读论文智能推荐信息偏差的形成过程中是如何受用户特质、服务平台、信息内容、信息情境以及移动环境等因素的影响。第三部分是总结全文,首先从三个方面提出了相应的对策,包括优化科研工作流程,注重工具搭配利用,完善平台功能机制,丰富信息获取途径,以及跨学科交流与合作,突破固化认知思维;其次,回顾研究结论;最后,梳理研究不足之处,并展示访谈提纲。