随着网络时代的发展,学术交流越加广泛,合作者推荐技术系统的研究和开发,对于拓展学术作者之间的更进一步合作有重大的意义。本文研究了共同作者图建立和相似度计算的理论以及实现了基于共同作者图的合作者推荐系统。主要工作如下：1.共同作者图的建立。采用网页爬虫(HtmlUnit、Jsoup)以及用户上传的方式获取用于构建共同作者图的论文元数据；基于论文元数据构建共同作者图；采用静态存储边以及动态更新的方式实现共同作者图的动态扩展；基于论文的摘要信息,利用隐含狄利克雷分布(LDA)聚类方法确定论文的主题分布,以此来计算主题相似度。2.共同作者图相似度的计算。合作者推荐系统合作者推荐的标准是推荐相似度,本文利用指数加权论文作者在共同作者图上的顶点相似度和论文作者在论文主题上的主题相似度作为合作者推荐的推荐相似度。(1)顶点相似度,本文提出路径加权关系强度(WPRS)相似度的计算方法,通过自动限定搜索层次的广度优先算法在应用可行的时间内初始化整个共同作者图的顶点相似度。通过对不同的顶点相似度计算方法在初始化效率和推荐性能上对比,验证了WPRS在系统应用上的优越性。(2)主题相似度,在通过LDA聚类出论文主题的基础下,统计作者在各个主题的主题兴趣度,作为主题相似度的计算结果。3.合作者推荐系统的设计与实现。合作者推荐系统设计包括系统数据库的设计、数据预处理和更新框架、共同作者图的查询框架、合作者推荐请求框架。合作者推荐系统的实现包括共同作者图查询模块、合作者推荐模块、用户权限管理模块以及论文上传模块。