基于网络拓扑结构与节点属性特征融合的科研合作预测研究
2019-04-09分类号：G353.1
【部门】江苏科技大学经济管理学院 江苏科技大学图书馆 南京大学信息管理学院
【摘要】文章从科研合作网络中的作者节点属性出发,提出两种基于合作机构偏好相似性的IDF和ICCR指标,并将其与目前常用的基于网络拓扑结构相似性的CN、AA、LP和Katz指标进行加权融合,构建了8种潜在科研合作关系的预测算法。以化学领域的作者合作网络为研究对象,对8种预测算法的预测效果进行了实证检验,研究发现基于融合性指标的加权预测算法能够达到较好的预测效果,且ICCR指标的表现略优于IDF指标。
【关键词】科研合作 网络拓扑结构 节点属性 融合指标 链路预测
【基金】国家自然科学基金青年项目“基于全文本数据的软件实体抽取与学术影响力研究”(项目编号:71704077);; 江苏高校哲学社会科学研究项目“教育综合改革背景下高校学生精细化管理机制研究”(项目编号:2015SJB855);; 江苏省教育科学“十三五”规划项目“Altmetrics视域下的学术评价机制研究”(项目编号:C-c/2016/01/03);; 江苏科技大学人文社会科学研究项目“海研全球科研项目数据库萃智理论应用研究”(项目编号:2017QT018F)的成果
【所属期刊栏目】情报理论与实践
文献传递
