检索结果-维普期刊中文期刊服务平台

融合动态研究偏好和社交信任的潜在科研合作者推荐研究被引量：3: 1; 作者钟元生高成珍朱文强《情报学报》 CSSCI CSCD 北大核心 2023年第11期1335-1346,共12页; 从海量科研数据中自动发现潜在合作者是科研合作预测研究的热点。鉴于学者研究兴趣随时间变化以及人们更倾向于与具有一定学术社交关系的学者合作,本文提出一种融合学者动态研究偏好和学术社交信任的潜在科研合作者推荐模型SimTrustRec... 展开更多; 关键词动态研究偏好学术社交网络社交信任科研合作者推荐; 在线阅读下载PDF 职称材料

基于学术水平聚类的科研合作者推荐模型被引量：6: 2; 作者秦红武赵猛 +2 位作者马秀琴赵德志闫文英《计算机工程与应用》 CSCD 北大核心 2022年第21期172-181,共10页; 针对现有科研合作者推荐模型一般不考虑目标学者与推荐学者间学术水平的差距,导致合作关系难以建立的问题,提出一种基于学术水平聚类的合作者推荐模型,为目标学者推荐最合适合作者(fitting collaborator recommendation,FCR)。该模型先... 展开更多; 关键词合作者推荐社会网络 K-MEANS聚类 Katz指标; 在线阅读下载PDF 职称材料

融合学术水平相似性的合作者推荐模型: 3; 作者秦红武赵猛 +1 位作者马秀琴闫文英《计算机应用研究》 CSCD 北大核心 2022年第7期2043-2049,共7页; 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... 展开更多; 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; 在线阅读下载PDF 职称材料

基于二模网络链路预测的合作者识别方法研究被引量：8: 4; 作者黄璐倪兴兴 +1 位作者程坷飞贾翔《情报学报》 CSSCI CSCD 北大核心 2020年第9期906-913,共8页; 随着科学研究复杂性和学科交叉性的不断提高,科研工作者通过开展高水平的科研合作形成了大批高质量研究成果。本文基于Web of Science数据库,构建了基于二模网络链路预测的潜在科研合作伙伴识别新方法,综合考量了研究内容的文本信息和... 展开更多; 关键词二模网络科研合作链路预测合作者推荐; 在线阅读下载PDF 职称材料

动态异构信息融合的科研合作潜力预测被引量：1: 5; 作者马国帅钱宇华 +2 位作者张亚宇李俊霞刘郭庆《计算机应用》 CSCD 北大核心 2023年第9期2775-2783,共9页; 现有的科研合作潜力预测方法使用特征工程来人工提取科研合作网络中作者的浅层静态属性,忽略了科研合作网络中异构实体间的关联关系。针对以上不足,提出融合科研合作网络中的多种实体潜在属性信息的动态合作潜力预测(CPP)模型,在提取异... 展开更多; 关键词合作潜力预测异构图神经网络信息融合科研合作者推荐时序网络; 在线阅读下载PDF 职称材料

科研兴趣空间挖掘与多任务推荐研究——基于异质信息网络表示学习被引量：2: 6; 作者崔鸿飞冯子函张靖雨《情报学报》 CSSCI CSCD 北大核心 2023年第10期1224-1237,共14页; 丰富的互联网文献数据库是科研人员了解领域发展和前沿的重要资源,从全局视角对领域的海量科研成果进行高效信息挖掘,可以在知识洪流中为科研人员提供更加明确的方向。本研究基于经典生物医学文献数据库PubMed收录的发表于2010—2021年... 展开更多; 关键词异质信息网络网络表示学习合作者推荐关键词推荐科研兴趣空间; 在线阅读下载PDF 职称材料

题名融合动态研究偏好和社交信任的潜在科研合作者推荐研究被引量：3: 1; 作者钟元生高成珍朱文强; 机构江西财经大学信息管理学院江西财经大学财经数据科学重点实验室江西财经大学软件与物联网工程学院; 出处《情报学报》 CSSCI CSCD 北大核心 2023年第11期1335-1346,共12页; 基金国家自然科学基金项目“基于异构数据融合的可信C2C共享服务推荐模型和方法研究”(72261016),“上下文感知的O2O服务信誉管理方法研究”(71662014) 江西省自然科学基金项目“基于社会行为特征的复杂网络直觉信任建模研究”(20202BABL202027) 江西财经大学财经数据科学重点实验室开放课题基金项目“科创新时代上下文感知的导研信任演化及风险预警研究”。; 文摘从海量科研数据中自动发现潜在合作者是科研合作预测研究的热点。鉴于学者研究兴趣随时间变化以及人们更倾向于与具有一定学术社交关系的学者合作,本文提出一种融合学者动态研究偏好和学术社交信任的潜在科研合作者推荐模型SimTrustRec。首先,利用LDA (latent Dirichlet allocation)模型学习已发表论文的主题分布,挖掘学者动态研究偏好特征,计算学者间研究偏好相似度;其次,根据论文中学者、单位共现关系构建学术社交网络,计算直接学术社交信任值,根据信任的传递性,计算间接学术社交信任值;最后,融合研究兴趣相似度和学术社交信任值计算学者间潜在合作的可能性,生成潜在合作者推荐列表。真实数据集ArnetMiner上的实证研究结果表明,相对于已有方法,本文方法在召回率、命中率、平均倒数排序方面均有一定的提升。; 关键词动态研究偏好学术社交网络社交信任科研合作者推荐; Keywords dynamic research interest academic social networks social trust scientific collaborator recommendation; 分类号 TP391.3 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于学术水平聚类的科研合作者推荐模型被引量：6: 2; 作者秦红武赵猛马秀琴赵德志闫文英; 机构西北师范大学计算机科学与工程学院; 出处《计算机工程与应用》 CSCD 北大核心 2022年第21期172-181,共10页; 基金国家自然科学基金(61662067,61662068,61762081)。; 文摘针对现有科研合作者推荐模型一般不考虑目标学者与推荐学者间学术水平的差距,导致合作关系难以建立的问题,提出一种基于学术水平聚类的合作者推荐模型,为目标学者推荐最合适合作者(fitting collaborator recommendation,FCR)。该模型先使用K-means算法对合作网络中的学者按照学术水平特征进行聚类,在同一水平簇别中建立合作网络,利用链路预测算法中的Katz指标对网络中的节点进行相似度计算,对学者们的研究主题进行提取,在网络的可达性,学术水平是否相近以及研究主题相似度三个方面进行综合考虑并进行Top-N推荐。实验结果表明,相比于其他模型,提出的基于学术水平聚类的合作者推荐模型相比于其他推荐模型均有着较优的表现,在推荐的准确率、召回率以及F1指数上分别提高了5.3%、2.5%、4%。并且在推荐的合作学者与目标学者的学术水平匹配性方面平均提高了37%。; 关键词合作者推荐社会网络 K-MEANS聚类 Katz指标; Keywords collaborator recommend social network K-means Katz index; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名融合学术水平相似性的合作者推荐模型: 3; 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]; 在线阅读下载PDF 职称材料

题名基于二模网络链路预测的合作者识别方法研究被引量：8: 4; 作者黄璐倪兴兴程坷飞贾翔; 机构北京理工大学管理与经济学院中国北方工业有限公司中国东方航空江苏有限公司; 出处《情报学报》 CSSCI CSCD 北大核心 2020年第9期906-913,共8页; 基金国家自然科学基金面上项目“基于复杂网络的全球创新研发主体组合识别与评估方法研究”(71774013)。; 文摘随着科学研究复杂性和学科交叉性的不断提高,科研工作者通过开展高水平的科研合作形成了大批高质量研究成果。本文基于Web of Science数据库,构建了基于二模网络链路预测的潜在科研合作伙伴识别新方法,综合考量了研究内容的文本信息和合作网络的结构信息,并体现了研究者研究兴趣和研究方向的动态变化,以期帮助科研工作者从海量科技文献中快速识别潜在的合作对象。在实证研究部分,本文以"图书情报学"领域的学者为例,为其推荐合作伙伴。; 关键词二模网络科研合作链路预测合作者推荐; Keywords two-mode network scientific research cooperation link prediction collaborator recommendation; 分类号 G353.1 [文化科学—情报学]; 在线阅读下载PDF 职称材料

题名动态异构信息融合的科研合作潜力预测被引量：1: 5; 作者马国帅钱宇华张亚宇李俊霞刘郭庆; 机构山西大学大数据科学与产业研究院山西大学计算机与信息技术学院计算智能与中文信息处理教育部重点实验室(山西大学); 出处《计算机应用》 CSCD 北大核心 2023年第9期2775-2783,共9页; 基金国家自然科学基金资助项目(62136005) 国家重点研发计划项目(2021ZD0112402)。; 文摘现有的科研合作潜力预测方法使用特征工程来人工提取科研合作网络中作者的浅层静态属性,忽略了科研合作网络中异构实体间的关联关系。针对以上不足,提出融合科研合作网络中的多种实体潜在属性信息的动态合作潜力预测(CPP)模型,在提取异构实体的属性的同时考虑了学者与学者之间合作关系的结构特征,并且通过协同优化的方式优化模型,实现了在为学者进行科研合作者推荐的同时预测科研合作潜力的目标。为验证所提模型的有效性,搜集整理了发表在中国计算机学会(CCF)推荐期刊中的50余万篇论文信息以及相关实体的完整属性信息,并采用滑窗法构建了不同时间段的时序合作异构网络,以提取科研合作网络演化过程中的各实体的动态属性信息。此外,为提高所提模型的泛化性以及实用性,随机输入不同时段的数据对模型进行训练。实验结果表明,相较于次优的多层采样聚合图神经网络(GraphSAGE),CPP模型在合作者推荐任务上的分类精确度提高了1.47个百分点;在合作潜力预测任务上的测试误差降低了1.23%。说明了CPP模型能更精准地为学者推荐优质合作者。; 关键词合作潜力预测异构图神经网络信息融合科研合作者推荐时序网络; Keywords collaboration potential prediction heterogeneous graph neural network information fusion scientific collaborator recommendation temporal network; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名科研兴趣空间挖掘与多任务推荐研究——基于异质信息网络表示学习被引量：2: 6; 作者崔鸿飞冯子函张靖雨; 机构北京科技大学经济管理学院北京航空航天大学经济管理学院爱丁堡大学商学院; 出处《情报学报》 CSSCI CSCD 北大核心 2023年第10期1224-1237,共14页; 文摘丰富的互联网文献数据库是科研人员了解领域发展和前沿的重要资源,从全局视角对领域的海量科研成果进行高效信息挖掘,可以在知识洪流中为科研人员提供更加明确的方向。本研究基于经典生物医学文献数据库PubMed收录的发表于2010—2021年的13万篇文章,挖掘科研人员的历史行为信息,构建同时包含作者、论文、关键词的异质信息网络,利用异质信息网络表示学习算法metapath2vec将该网络嵌入成为异质向量空间,并通过计算异质向量空间中向量的相似度指标,同时实现科研合作者推荐与科研兴趣关键词推荐。与已有研究相比,本研究的方法更加重视多任务协同,不仅在新增的科研兴趣关键词的任务中获得了有意义的推荐结果,还显著提高了科研合作者推荐的准确度。同时,本研究在作者空间与关键词空间进行了深入挖掘,并证明其在科研兴趣的语义理解方面具有指导意义。本研究在科研兴趣的研究、挖掘与推荐方面提供了新的研究视角。; 关键词异质信息网络网络表示学习合作者推荐关键词推荐科研兴趣空间; Keywords heterogeneous information networks network embedding collaborator recommendation keyword recommendation research interest space; 分类号 TP391.3 [自动化与计算机技术—计算机应用技术] G250.7 [文化科学—图书馆学]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	融合动态研究偏好和社交信任的潜在科研合作者推荐研究	钟元生高成珍朱文强	《情报学报》 CSSCI CSCD 北大核心	2023	3	在线阅读下载PDF 职称材料
2	基于学术水平聚类的科研合作者推荐模型	秦红武赵猛马秀琴赵德志闫文英	《计算机工程与应用》 CSCD 北大核心	2022	6	在线阅读下载PDF 职称材料
3	融合学术水平相似性的合作者推荐模型	秦红武赵猛马秀琴闫文英	《计算机应用研究》 CSCD 北大核心	2022	0	在线阅读下载PDF 职称材料
4	基于二模网络链路预测的合作者识别方法研究	黄璐倪兴兴程坷飞贾翔	《情报学报》 CSSCI CSCD 北大核心	2020	8	在线阅读下载PDF 职称材料
5	动态异构信息融合的科研合作潜力预测	马国帅钱宇华张亚宇李俊霞刘郭庆	《计算机应用》 CSCD 北大核心	2023	1	在线阅读下载PDF 职称材料
6	科研兴趣空间挖掘与多任务推荐研究——基于异质信息网络表示学习	崔鸿飞冯子函张靖雨	《情报学报》 CSSCI CSCD 北大核心	2023	2	在线阅读下载PDF 职称材料