基于論文合作網(wǎng)絡(luò)的學(xué)術(shù)好友推薦策略研究.pdf

1、作為社交網(wǎng)絡(luò)的一種，論文合作網(wǎng)絡(luò)由兩個(gè)作者合作發(fā)表一篇論文的這種專業(yè)的關(guān)系組成。而社交網(wǎng)絡(luò)的鏈接預(yù)測是一個(gè)重要的問題，其現(xiàn)實(shí)意義可以理解為給網(wǎng)絡(luò)中的節(jié)點(diǎn)推薦好友節(jié)點(diǎn)。本文重點(diǎn)是在常規(guī)隨機(jī)游走算法的基礎(chǔ)上，針對論文合作網(wǎng)絡(luò)做了個(gè)性化的改進(jìn)，給出了計(jì)算鏈接重要性的方法，并在此基礎(chǔ)上提出了學(xué)術(shù)隨機(jī)游走推薦算法，基于此算法實(shí)現(xiàn)學(xué)術(shù)好友推薦系統(tǒng)，為學(xué)者推薦有價(jià)值的學(xué)術(shù)合作者。
　　首先，本文將基于論文合作網(wǎng)絡(luò)的學(xué)術(shù)好友推薦算法研究歸為特殊的

2、社交網(wǎng)絡(luò)的鏈接預(yù)測問題;為了解決論文合作網(wǎng)絡(luò)的學(xué)術(shù)好友推薦需求和網(wǎng)絡(luò)本身存在的數(shù)據(jù)稀疏問題，本文提出了基于重啟隨機(jī)游走算法的學(xué)術(shù)隨機(jī)游走好友推薦算法，并與Google的PageRank為經(jīng)典代表的重啟型隨機(jī)游走算法進(jìn)行了比較研究;本文提出了利用學(xué)術(shù)因素計(jì)算鏈接重要性的算法，考慮了兩個(gè)作者之間論文合作次數(shù)、最近合作時(shí)間、論文協(xié)作時(shí)的作者順序三個(gè)因素，建立數(shù)學(xué)模型。對隨機(jī)游走的轉(zhuǎn)移矩陣做了修改，使得隨機(jī)游走者在游走過程中更具有傾向性、導(dǎo)向性