期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
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...
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。
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
动态异构信息融合的科研合作潜力预测
被引量：
1
2
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...
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。
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
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
动态异构信息融合的科研合作潜力预测
被引量：
1
2
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
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
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
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
