考慮專利技術(shù)主體間技術(shù)鄰近、地理鄰近、共申請(qǐng)關(guān)系、引證關(guān)系、經(jīng)濟(jì)圈效應(yīng)、主體類型鄰近、主體間從屬關(guān)系這7種因素對(duì)交易的影響,構(gòu)建由4類節(jié)點(diǎn)、10類關(guān)系組成的異構(gòu)信息網(wǎng)絡(luò),設(shè)計(jì)基于元路徑與元結(jié)構(gòu)的異構(gòu)關(guān)系遍歷算法獲取主體間關(guān)系序列。以關(guān)系序列為語料,構(gòu)建基于網(wǎng)絡(luò)嵌入的異構(gòu)信息網(wǎng)絡(luò)主體間交易推薦模型（PSR-vec）,采用基于Huffman樹的Skip-Gram方法進(jìn)行網(wǎng)絡(luò)嵌入訓(xùn)練,計(jì)算主體向量間相似度以實(shí)現(xiàn)交易推薦。通過2012—2018年電子信息領(lǐng)域?qū)＠麛?shù)據(jù)的實(shí)證研究得出:第一,PSR-vec模型相比DeepWalk、node2vec與PathSim等方法,推薦精度大幅提高,達(dá)到82.4%;第二,融合多個(gè)元路徑與元結(jié)構(gòu)特征的推薦與單一特征相比,推薦精度大幅提高;第三,基于ρ2以及改進(jìn)的元結(jié)構(gòu)S4、S6、S8、S10、S12、S14的推薦結(jié)果均高于基于ρ1以及改進(jìn)的元結(jié)構(gòu)S3、S5、S7、S9、S11、S13的推薦精度,說明基于主體間轉(zhuǎn)讓技術(shù)鄰近性的推薦精度更高;第四,在技術(shù)鄰近元路徑基礎(chǔ)上分別融合主體間共申請(qǐng)、引證、從屬、經(jīng)濟(jì)圈效應(yīng)這4類鄰近關(guān)系獲得元結(jié)構(gòu)并進(jìn)行推薦,推薦精度均顯著提高... 

【文章來源】：情報(bào)學(xué)報(bào). 2020,39(01)北大核心CSSCICSCD

【文章頁數(shù)】：11 頁

【部分圖文】：

異構(gòu)信息網(wǎng)絡(luò)模式TG=(A,R)

采用計(jì)算機(jī)全遍歷算法計(jì)算元路徑上多元異構(gòu)關(guān)系，以元路徑ρ1:為例，首先，計(jì)算間的異構(gòu)關(guān)系，其中，Ui為網(wǎng)絡(luò)中任意主體，Pj為網(wǎng)絡(luò)中的專利，當(dāng)Ui和Pj中存在關(guān)系E1時(shí)，；同理計(jì)算等異構(gòu)關(guān)系。然后，通過多關(guān)系映射獲得主體間關(guān)系序列，其中，為Ui,Uj間的關(guān)系特征。由于傳統(tǒng)的矩陣分解技術(shù)時(shí)間復(fù)雜度高，本文采用關(guān)系索引映射方式獲得主體間關(guān)系序列，算法思想如算法1所示。算法1基于元路徑ρ1的主體間關(guān)系序列計(jì)算

異構(gòu)信息網(wǎng)絡(luò)節(jié)點(diǎn)眾多，如何表示節(jié)點(diǎn)成為計(jì)算節(jié)點(diǎn)間相似度并進(jìn)行推薦的關(guān)鍵。近年來，應(yīng)用嵌入方法表示網(wǎng)絡(luò)節(jié)點(diǎn)受到學(xué)者關(guān)注[49]，其基本思想在于找到一種映射函數(shù)，將網(wǎng)絡(luò)中節(jié)點(diǎn)轉(zhuǎn)換為低維向量的潛在表示[50]。受詞嵌入原理啟發(fā)，若在固定窗口長(zhǎng)度下，網(wǎng)絡(luò)中的節(jié)點(diǎn)與固定窗口內(nèi)的其他節(jié)點(diǎn)較近時(shí)，兩節(jié)點(diǎn)向量相近，其中窗口表示當(dāng)前節(jié)點(diǎn)的鄰居節(jié)點(diǎn)個(gè)數(shù)[51]。通過計(jì)算節(jié)點(diǎn)向量間相似度，預(yù)測(cè)相鄰節(jié)點(diǎn)概率。本文以第3.3節(jié)計(jì)算得到的基于元路徑和元結(jié)構(gòu)的主體間關(guān)系序列為語料，采用Skip-Gram模型進(jìn)行網(wǎng)絡(luò)嵌入訓(xùn)練，具體流程如圖3所示。具體步驟如下：

【參考文獻(xiàn)】：
期刊論文
[1]供需匹配視角下基于語義相似聚類的技術(shù)需求識(shí)別模型[J]. 何喜軍,張婷婷,武玉英,蔣國(guó)瑞.  系統(tǒng)工程理論與實(shí)踐. 2019(02)
[2]產(chǎn)學(xué)研合作與后發(fā)國(guó)家創(chuàng)新主體能力演變——以中國(guó)高鐵產(chǎn)業(yè)為例[J]. 張藝,陳凱華,朱桂龍.  科學(xué)學(xué)研究. 2018(10)
[3]利用嵌入方法實(shí)現(xiàn)個(gè)性化查詢重構(gòu)[J]. 張曉娟.  情報(bào)學(xué)報(bào). 2018(06)
[4]移動(dòng)環(huán)境下融合情境信息的群組推薦模型研究——基于用戶APP行為數(shù)據(jù)的實(shí)證分析[J]. 夏立新,楊金慶,程秀峰.  情報(bào)學(xué)報(bào). 2018(04)
[5]基于ERGM的科技主體間專利技術(shù)交易機(jī)會(huì)實(shí)證研究[J]. 何喜軍,董艷波,武玉英,蔣國(guó)瑞.  中國(guó)軟科學(xué). 2018(03)
[6]新能源領(lǐng)域?qū)＠D(zhuǎn)讓網(wǎng)絡(luò)中技術(shù)供需主體間交易機(jī)會(huì)預(yù)測(cè)[J]. 武玉英,張博聞,何喜軍,蔣國(guó)瑞.  情報(bào)雜志. 2018(05)
[7]產(chǎn)業(yè)價(jià)值鏈視角下潛在專利交易機(jī)會(huì)挖掘方法研究[J]. 翟東升,柴慶鳳,張杰,王路凱.  科技進(jìn)步與對(duì)策. 2018(07)
[8]基于多維特征差異的個(gè)性化學(xué)習(xí)資源推薦方法[J]. 李浩君,張廣,王萬良,江波.  系統(tǒng)工程理論與實(shí)踐. 2017(11)
[9]基于專利許可的新能源技術(shù)轉(zhuǎn)移網(wǎng)絡(luò)演變特征研究[J]. 馬榮康,劉鳳朝.  科學(xué)學(xué)與科學(xué)技術(shù)管理. 2017(06)
[10]基于領(lǐng)域本體的數(shù)字文獻(xiàn)資源聚合及服務(wù)推薦方法研究[J]. 畢強(qiáng),劉健.  情報(bào)學(xué)報(bào). 2017(05)



本文編號(hào)：3100154