现代科学出现了综合化、交叉化的新趋势,单人完成科研活动正变得越来越困难,科研协作显得尤为重要。科研协作可以促进科研人员之间的交流、实现科研资源的整合和高效利用,有助于提升科研效率、科研创新和科研质量。对于科研人员来说,如何快速、高质量的找到合适的科研合作者成为目前亟待解决的一个问题。另一方面,随着我国高校科研管理信息化建设的不断推进,积累了丰富的科研管理数据资源,如何发掘并利用已有科研管理数据资源来解决这一问题是一个值得探讨的课题。为此本文基于权威、丰富的科研管理数据资源,提出了一套基于项目协作关系的合作者推荐模型,并构建了一个简单、高效、拓展性良好的合作者推荐系统。本文将科研管理数据资源中科研人员之间的项目协作关系抽象为加权无向网络,并综合考虑协作次数、协作署名顺序、协作年份等多维影响因子,提出了基于多维影响因子的权重计算模型,极大的改善了权重度量维度不足的问题;为了解决传统节点相似度模型度量范围不足和复杂度过大问题,在前人研究基础上提出了基于局部不定长路径协作关系相似度模型;本文提出了科研人员研究领域重合度和侧重度的概念,并建立了基于研究领域重合度和侧重度的研究领域相似度模型;最后结合协作关系相似度模型和研究领域相似度模型进行混合推荐,有利于提高推荐的准确度。本系统采用面向服务的架构使得系统充分解耦,具有较高的易维护性和可拓展性。推荐系统为科学研究人员提供寻找潜在合作者的推荐服务,极大的解决了科研人员寻找合作者效率和质量低下的问题,在提高科研管理数据利用率的同时为发掘科研管理数据资源的价值提供了一个新方向。结合基于网络科学和推荐系统的相关理论,通过本系统模型可以分析协作关系网络的生成、演变和群组及社团发展机制,通过分析节点度、重要性等因素还可以应用到推荐核心作者和挂名作者等方面,该推荐模型具有较高的理论研究和实际应用价值。