[目的 /意义]为投稿论文遴选出合适的审稿专家是论文发表过程中关键的一环。随着投稿论文和候选评审专家数量的持续增长,人工指定评审专家的方法在准确性和公平性上的弊端日益显露出来。因此,为进一步提高专家评审的客观性和准确性,笔者从专家知识与专家权威度两个维度对专家建模,并以此为依据为不同主题的投稿论文遴选推荐评审专家。[方法 /过程]首先分析专家知识以及投稿论文的研究内容,并提取两者涉及的多个子研究主题;然后,计算专家知识对投稿论文子主题的覆盖度,并提出融合主题特征与时间特征的权威度算法TTAM来分析专家权威度;最后,提出融合主题覆盖度和专家权威度的专家推荐框架CAUFER,综合考虑覆盖度和权威度两个因素为投稿论文推荐合适的评审专家。[结果/结论]实验结果表明,与经典的基于向量空间模型、语言模型和作者主题模型3种专家推荐算法相比,笔者提出的算法能够较好地提高专家与投稿论文的匹配度,并可据此追踪专家权威度的变化,刻画专家在特定主题下的权威度,进一步提高专家推荐的准确性和科学性。