基于多模体特征的科学家合作预测

发布时间：2022-09-21 19:24

　　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。 

【文章页数】：8 页

【参考文献】：
期刊论文
[1]基于子图的科学家合作网络家族辨识[J]. 刘岩,刘亮,罗天,曹吉鸣.  科技管理研究. 2019(07)
[2]复杂网络链路预测[J]. 吕琳媛.  电子科技大学学报. 2010(05)



本文编号：3680523