學術異構信息網(wǎng)絡中的作者合作關系預測.pdf

1、隨著科學研究工作的不斷進展，近年來科研成果的產量迅猛增長，學術大數(shù)據(jù)日漸成為研究熱點。為了揭露學術大數(shù)據(jù)背后隱藏的信息和規(guī)律，學者們從不同角度對各種學術主體之間的關系進行分析和挖掘。在本文中，我們主要研究學術異構信息網(wǎng)絡中作者之間的合作關系預測問題，即對之前沒有合作過的作者在未來發(fā)生合作關系的可能性進行分析和預測。這有助于識別一個學者是屬于合作型還是獨立科研型，了解學者的學術圈子以及發(fā)現(xiàn)合作關系形成背后的機制和原理，從而幫助學者更高效的

2、進行科學研究。
　　與傳統(tǒng)的在信息缺失和單一的同構信息網(wǎng)絡中進行關系分析不同，我們利用更貼近現(xiàn)實世界的異構信息網(wǎng)絡解決作者合作關系預測問題。在本文中，我們提出一個基于元路徑和內容信息的合作預測模型(Meta path and Content information based CollaborationPrediction，MCCP)，包括基于元路徑和內容信息的特征抽取和基于邏輯回歸的合作關系預測兩個階段。首先，根據(jù)構建的學術異構

3、信息網(wǎng)絡中元路徑的不同度量得到網(wǎng)絡的拓撲屬性，并引入時間動態(tài)、傳遞相似性和作者屬性的概念得到網(wǎng)絡的內容信息，結合拓撲屬性和內容信息得到基于元路徑和內容信息的特征空間。然后根據(jù)得到的特征屬性集，利用邏輯回歸算法找到每個特征屬性的最適權重來進行作者合作關系預測。
　　本文在APS和DBLP學術數(shù)據(jù)集構建的異構信息網(wǎng)絡上進行實驗，結果表明，與只考慮網(wǎng)絡拓撲屬性的預測方法相比，我們提出的基于元路徑和內容信息的合作預測方法取得了更準確的預測