摘要：【目的】結(jié)合鏈路預(yù)測(cè)與機(jī)器學(xué)習(xí)，提出推薦未來科研合作的新方法，以提高單獨(dú)基于鏈路預(yù)測(cè)方法的推薦精確度?！痉椒ā繕?gòu)建加權(quán)作者合作網(wǎng)，以不同的鏈路預(yù)測(cè)指標(biāo)作為特征輸入，運(yùn)用極端隨機(jī)樹（Extremely Randomized Trees，ET）機(jī)器學(xué)習(xí)算法訓(xùn)練分類，并利用遍歷算法求取分類結(jié)果的最優(yōu)權(quán)重組合，選取TOP準(zhǔn)確度的預(yù)測(cè)作為合作推薦結(jié)果?！窘Y(jié)果】選取納米科技領(lǐng)域2008年-2010年SCI論文數(shù)據(jù)進(jìn)行實(shí)證。在城市合作推薦中，改進(jìn)的ET方法優(yōu)于已有方法，有良好的推薦成功率；預(yù)測(cè)方法受網(wǎng)絡(luò)結(jié)構(gòu)等因素影響較小，適用范圍更廣泛?！揪窒蕖靠蒲泻献魇芎献鲃?dòng)機(jī)、地域、語言等諸多因素影響，加權(quán)作者合作網(wǎng)沒有反映在一篇論文中同城市、同機(jī)構(gòu)的多個(gè)作者，也沒有反映上述因素?！窘Y(jié)論】改進(jìn)算法能夠比單個(gè)預(yù)測(cè)指標(biāo)產(chǎn)生更準(zhǔn)確的合作推薦建議，也為推廣到大學(xué)等機(jī)構(gòu)、個(gè)人等更微觀的應(yīng)用層面提供參考。