不同学科、不同领域但研究兴趣相似的人员进行合作组成的专家团队，将分散的知识资源通过专家合作关联起来，不仅能全面反映不同领域知识的横向关联关系，还能提供同一领域知识的纵向深入研究，使青年研究者高效获取领域核心知识，减少信息过载带来的不利影响。专家团体推荐系统的应用将给科研人员带来便利，具有应用价值。互联网使知识资源转向数字型资源，资源获取途径更加方便、内容更加丰富，信息过载的现象也随之而生。通过查阅大量文献和网络资源，发现目前的学术搜索引擎虽然都能够提供检索文献的功能，但却没有推荐领域专家的功能，更没有推荐科研团队的服务。对于科研人员，从海量的文献资源中迅速、准确、全面地定位到所需知识资源费时费力。本文提出了一个面向学术社区的专家团体知识地图模型，将学术社区与推荐系统相结合，构建出了一个能够使科研人员对相关知识资源进行横向比较，纵向深入的模型。首先选择合适的平台进行知识资源的挖掘，运用特征抽取方法构建专家兴趣向量；分析研究学术社区创建原则及方法，改进谱聚类算法形成了主题词下的学术社区；查阅国内外科研成果量化方法，构建合适的专家影响力评价指标体系对专家成果进行量化，获取专家权威值列表；通过挖掘专家的合作关系建立专家团队，结合社会网络分析理论，确定社区先导者，获取团体兴趣向量，运用推荐算法，实现专家团队的推荐；运用知识地图的方式进行权威专家、专家间的关系、专家的研究成果的可视化展示。本文构建的知识地图中展示了查询关键词下被推荐出的主题最相关权威专家，即社区先导者，以及他们所在的专家团队合作网络图，可以查看每一位专家的科研成果，同时能够发现专家之间的关联关系，使科研人员能够在知识地图中通过专家之间、知识资源之间的关联关系全面、深入地掌握领域信息。