-
题名融合学术水平相似性的合作者推荐模型
- 1
-
-
作者
秦红武
赵猛
马秀琴
闫文英
-
机构
西北师范大学计算机科学与工程学院
-
出处
《计算机应用研究》
CSCD
北大核心
2022年第7期2043-2049,共7页
-
基金
国家自然科学基金资助项目(61662067,61662068,61762081)。
-
文摘
合作者推荐工作对科学研究的发展和科技成果的转化很有帮助,然而学者间水平的差距严重影响了合作的建立。模型从学者间学术水平差距,合作网络的拓扑距离以及研究兴趣三个角度进行合作者推荐。首先,定义了学者—学者、学者—主题、学者—水平标签三种网络,并融合成主题—学者—水平标签图;之后对该图中的边赋权重,从而将合作者推荐任务转换为链路预测问题;最后使用偏向重启随机游走算法计算学者间的访问概率,并筛选访问概率大的学者作为推荐建议。在三个数据集上的实验表明,模型在推荐的准确率、召回率、F_(1)指数上平均提高了5.4%、2.7%、3.8%,同时目标学者与推荐学者的学术水平匹配度更高。
-
关键词
合作者推荐
学术水平匹配
学术大数据
偏向重启随机游走
-
Keywords
collaborators recommendation
academic level matching
academic big data
biased restart random walk
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
