基于网络表示学习的科研合作推荐研究

摘要：

为了促进同一学术领域的科研合作团队的组建,提高科研效率,本文基于网络表示学习对多个领域科研合作推荐模型进行研究.将基于节点位置的网络表示学习模型与融合网络结构的网络表示学习模型进行集成,得到新的顶点表示,对两个顶点的表示进行选择二元运算得到边的表示.模型将网络表示学习与机器学习相结合,将节点对的表示作为特征训练逻辑分类器,分类器得到的标签即为链接预测结果.通过对金融和物理领域的论文合作数据进行分析,构建科研合作网络.实验证明,提出的集成模型在AUC值上的表现比单一模型更好,效果最高提升了2.3％;在训练集规模较小的情况下,AUC值仍能达到60％.实验结果表明,该科研合作推荐模型具有可行性,对同一学术领域的科研合作团队的组建能够起到有效辅助作用.

关键词：科研合作推荐、链接预测、网络表示学习、机器学习、深度学习

所属期刊栏目：38

资助基金：国家自然科学基金面上项目"大数据环境下基于领域知识获取与对齐的观点检索研究"71373286

在线出版日期：2019-06-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：500-511