本世纪科学研究最重要的特征就是科学数据浪潮和数据密集型计算,科学数据对科学发展意义重大。随着人工智能和机器学习等技术的发展,科学数据以指数形式增长。海量数据的产生为科学研究带来大量机会的同时,也带来了巨大的挑战。用户难以从海量数据中便捷地获取有用的知识,而且重复性研究相当普遍,垃圾数据泛滥成灾。因此,在科学数据不断产生的同时,科学数据的管理与共享也成为了大家关心的问题。长期以来,科学技术文献是科学界进行交流和共享研究成果的主要方式,而科学数据依托文献这一载体通过文献引用或提及等方式达到传播与共享的效果。文献对科学数据集的引用和提及视为科学数据集利用行为。作为推动科学数据共享的主要途径,科学数据集利用行为在近几年被大量研究,却少有应用成果。学者们的研究重点主要集中在探索科学数据集的引用规范和机制上,而将利用行为应用于科学数据集智能推荐的研究较为罕见。基于以上事实,本研究以生物医学领域的期刊论文全文为研究对象,探索生物医学领域内科学数据集的利用行为。在此基础上,识别科学数据集利用行为,在识别科学数据集利用行为的基础上获取科学数据集利用行为的特征,最后根据科学数据集利用行为的特征相似度进行科学数据集推荐。本研究依托NCBI平台的文献数据资源,首先使用文献调研的方式进行科学数据集利用行为的探索。在了解文献科学数据集利用行为的基础上进行科学数据集的自动识别研究,实现对科学数据集利用行为的识别,并且对识别效果进行评价,发现识别的效果较好。紧接着在此基础上获取科学数据集利用行为的文献类型、期刊、出版时间和参与机构以及位置频次信息并分析,了解推荐模型的构建对该领域的科学数据集利用行为和共享的意义。然后获取科学数据集利用行为的研究类别、关键词、上下文和位置频次特征,基于这些利用特征的相似度来进行科学数据集推荐模型的构建。推荐模型构建完成之后,构建评价指标,并利用专家打分的方式对科学数据集推荐模型进行评价。最后根据评价指标对专家的打分结果进行计算和分析,发现本研究构建的科学数据集推荐模型的准确率（Precision）高达80%以上。但是从推荐的数据集总体相关性来看,并没有达到非常好的效果,还有完善的空间。本研究的主要工作包括以下几个方面:1.科学数据集自动识别与评价本研究首先通过文献调研的方式探索该平台存储的科学数据集在文献中的利用行为。在此基础上以NCBI资源平台的PMC数据库中的期刊论文全文为研究对象,通过读取文本、定位位置、提取内容、匹配模式、获取信息等步骤识别科学数据集利用行为,并对识别效果进行评价。2.科学数据集推荐模型构建本研究在识别科学数据集的基础上,获取科学数据集利用行为的文献类型、期刊、出版年份、参与机构和位置频次信息进行科学数据集利用行为的特征分析,了解科学数据集推荐模型构建研究对科学数据集利用行为和共享的实践意义。紧接着获取科学数据集利用行为的研究类别、关键词、上下文和位置频次特征,基于以上特征的相似度进行科学数据集推荐模型的构建。3.科学数据集推荐模型评价本研究在科学数据集推荐模型构建完成之后,构建了推荐模型的评价指标,然后通过专家打分的方式对科学数据集推荐模型进行打分,并且根据评价指标对专家的打分进行计算和分析,最后判断科学数据集的推荐效果。