在全球化市场经济的影响下,机电产品的竞争日益激烈,实施创新设计是增强产品市场竞争优势的有效手段。创新设计是一种集多领域知识及经验于一体,进行低成本、高效率的设计活动,而如何找到合适的创新设计专家是其关键之一。当今人们经常通过网络进行沟通,但网络中存在着“信息过载”现象。在海量的信息中如何找到自己感兴趣并信任的领域专家,是亟需要面对的难题。推荐技术是解决信息过载问题的有效途径,目前已被成功应用于互联网的各个领域。而传统的推荐技术存在着推荐精度不高、覆盖率不广等问题。随着Web 2.0技术的发展,社会网络为人们进行交流和协作提供了新的便捷平台。将社会网络理论与推荐技术有效结合,可以弥补传统推荐技术的上述缺点。本文围绕社会网络中用户和文本信息,对推荐技术与专家推荐的关键问题进行研究和探索。首先,对推荐专家的三个基本要素:搜索、推荐、排名进行研究,建立了基于文本语义的LDA(Latent Dirichlet Allocation)主题模型,充分挖掘文本内容潜在的语义主题;接着,对社会网络中用户之间的社会关系进行分析,将用户之间的信任关系引入到专家的推荐过程中,构建一种基于用户信任的LDA主题模型领域专家推荐方法;并通过实验验证本文算法的可行性和有效性;最后,采用Java语言编写程序,开发专家推荐原型系统。通过该原型系统,进行利用社会网络中微博信息来发掘机电产品创新设计专家的实验测试。该方法以LDA主题模型为基础,将新浪微博中与特定用户有关的文本内容与机电产品创新设计主题通过语义相似度匹配,进行初步专家推荐;并综合考虑社会网络结构及用户之间的信任关系,构建用户之间的信任网络;将与微博内容语义主题相似度高且被该用户所信任的用户进行排序,取前20名用户作为最终的推荐专家返回给该用户。该方法可以弥补传统专家推荐方法只考虑专家知识特征和专家网络特征,忽略用户之间的社会关系,导致专家推荐精度不高及推荐结果模式化的不足。