情报学报  2019, Vol. 38 Issue (5): 500-511    DOI: 10.3772/j.issn.1000-0135.2019.05.006
  情报分析方法与技术 本期目录 | 过刊浏览 | 高级检索 |
基于网络表示学习的科研合作推荐研究
余传明1, 林奥琛1, 钟韵辞1, 安璐2
1.中南财经政法大学信息与安全工程学院,武汉 430073
2.武汉大学信息管理学院,武汉 430072
Scientific Collaboration Recommendation Based on Network Embedding
Yu Chuanming1, Lin Aochen1, Zhong Yunci1, An Lu2
1.School of Information and Safety Engineering, Zhongnan University of Economics and Law, Wuhan 430073
2.School of Information, Wuhan University, Wuhan 430072
全文: PDF (1081 KB)   HTML (150 KB) 
输出: BibTeX | EndNote (RIS)      
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。
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
余传明
林奥琛
钟韵辞
安璐
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    
收稿日期: 2018-11-08     
基金资助: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)。
作者简介: 余传明,男,1978年生,博士,教授,主要研究领域为数据挖掘、信息检索与商务智能
引用本文:   
余传明, 林奥琛, 钟韵辞, 安璐. 基于网络表示学习的科研合作推荐研究[J]. 情报学报, 2019, 38(5): 500-511.
Yu Chuanming, Lin Aochen, Zhong Yunci, An Lu. Scientific Collaboration Recommendation Based on Network Embedding. 情报学报, 2019, 38(5): 500-511.
链接本文:  
https://qbxb.istic.ac.cn/CN/10.3772/j.issn.1000-0135.2019.05.006     或     https://qbxb.istic.ac.cn/CN/Y2019/V38/I5/500