学术会议作为一种公开的学术资源,能够清晰、完整、及时地传播科学成果,促进学术人员的交流,在教育与科研环境中占有重要的地位。然而在实际应用环境中,科研人员在处理学术会议信息时常常会面临获取途径单一、信息匹配度不高、资源不易管理等问题,使得用户无法高效、准确地获取感兴趣的会议举办信息。因此研究学术会议信息的处理技术,实现个性化的学术会议推荐,具有重要的实用意义。本文面向学术会议信息广泛传播及高效处理的实际需求,调研了市场及学术界对解决学术会议信息处理问题的现有研究,分析了当前研究中的不足,设计并实现了一种基于混合推荐策略的学术会议推荐系统,主要从四个方面进行研究:(1)学术会议的来源扩展。本文系统包括两个学术会议信息来源:用户邮件和公开会议网站。本文提出了一种基于关键词规则的筛选方法实现学术会议邮件的甄别;另一方面本文系统在定时任务中应用网页采集技术实现网站学术会议信息的实时获取。(2)学术会议信息中关键信息提取。面向邮件信息,本文使用基于TF-IDF和词向量的文本表示方法实现学术会议文本的领域识别,并通过设计文本模式集,利用正则表达式匹配学术会议邮件中的关键信息;面向网页信息,本文使用基于标签的网页文本解析提取来自网页的学术会议关键信息。(3)学术会议个性化推荐。本文提出了一种学术会议的混合推荐策略实现学术会议推荐,该策略利用基于内容的推荐算法校准和补充基于用户的协同过滤算法,并且将热门会议作为生成推荐结果的辅助信息,一定程度上缓解了协同过滤技术的冷启动问题。(4)学术会议资源管理。本文系统利用接口调用的方式集成第三方存储服务,实现学术会议资源的系统化管理。最后本文根据真实的会议数据集,设计实验对学术会议邮件筛选、学术会议文本领域分类及学术会议推荐三个核心方案进行性能评估,验证了方案的可用性,并且模拟实际应用场景设计功能测试,展示了本文系统的功能完整性。