-
题名基于主题声望和动态异构网络的学术影响力排序算法
- 1
-
-
作者
陈潘
陈红梅
罗川
-
机构
西南交通大学唐山研究院
西南交通大学计算机与人工智能学院
可持续城市交通智能化教育部工程研究中心
综合交通大数据应用技术国家工程实验室
四川省制造业产业链协同与信息化支撑技术重点实验室
四川大学计算机学院
-
出处
《计算机科学》
CSCD
北大核心
2024年第3期81-89,共9页
-
基金
国家自然科学基金(61976182,62076171)
四川省自然科学基金(2022NSFSC0898)
四川省科技成果转移转化示范项目(2022ZHCG0005)。
-
文摘
有效地挖掘学术大数据,分析论文的学术影响力,有助于科研工作者获取重要的信息。文本内容与学术网络结构的动态变化,会对论文的学术影响力排名结果产生重要的影响。但现有的论文学术影响力排序算法或是缺乏对文本内容的考虑,或是缺乏对学术网络结构的动态变化的考虑。针对该问题,提出了一种学术影响力排序算法,称之为基于主题声望和动态异构网络的学术影响力排名(TND-Rank)。TND-Rank衡量了论文主题在某一时间对论文的影响,并将其嵌入考虑时间因素的论文影响力排序算法中。TND-Rank通过考虑影响主题声望水平、期刊、作者、时间等多种因素的综合影响来计算论文的动态学术影响力相关排名。在实验中,对AMiner数据集1936-2014年间发表且信息保存完整的文章进行了分析,将所提算法与近年来的4种相关算法进行了比较,采用Spearman相关系数、归一化折损累积增益(NDCG)和分级平均精度(GAP)对算法性能进行了评估。实验结果验证了TND-Rank算法的可行性和有效性,其可以有效地综合各种信息对论文的学术影响力进行排序。
-
关键词
异构网络
学术影响力
学术大数据
主题声望
论文排序
-
Keywords
Heterogeneous network
Academic influence
Academic big data
Thematic prestige
Thesis ranking
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
