［目的/意义］针对传统作者相似性探测中存在的问题，完善作者相似度算法，在梳理领域知识结构、挖掘作者合作关系以及科研社区发现等方面具有重要意义。［方法/过程］从非对称视角，将作者发文量、关键词使用频率、行文习惯等因素纳入考虑，提出一种融合作者研究强度和词关联度的作者相似度算法，先用关键词数据进行实证分析，然后将其应用于引文数据，进行计算并对比分析。［结果/结论］实验结果表明，本文提出的非对称视角下融入研究强度后的作者相似度算法可以更准确地反映作者之间的相似性，提高作者推荐精度；融入词关联度以及基于引文数据的计算可以放大作者间的相似度，对挖掘作者潜在合作关系具有一定帮助。

欢迎阅读《文献与数据学报》！您是该文第5202位读者！