基于多模体特征的科学家合作预测

摘要：

科学学随着科学本身的发展已成为近年来国内外研究的热点,科研组织与知识传播的重要结构基础—科学家合作网络因此受到学者们的广泛关注.在此情况下,科学家合作网络中的合作形成及合作权重强弱成为很有意义的研究问题.该文提出了基于多模体特征和机器学习框架的链路预测和权重预测方法,将实验结果与几种经典方法进行对比,发现该方法可以有效提高预测的准确率,链路预测最高可提高8.9％,而权重预测最高可提高59.6％.该研究有助于预测科研网络中科学家合作的可能性及其合作权重,进而挖掘科学家合作网络的结构特性对学者科研产出和团队合作的深刻影响.

关键词：链路预测、多模体特征、科学家合作、科学学、权重预测

所属期刊栏目：49

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;辽宁省高等学校创新人才支持计划;辽宁省重点研发计划指导计划

在线出版日期：2020-10-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：766-773