產學研合作促進了創(chuàng)新網(wǎng)絡的形成,然而在推進產學研合作過程中,企業(yè)卻很難獲取高校學術團隊信息。其中,學者群體數(shù)量龐大、企業(yè)與高校的信息不對稱是導致問題產生的主要原因。互聯(lián)網(wǎng)中的學者合作數(shù)據(jù),可以用來構建學術網(wǎng)絡進而挖掘學術團隊的構成情況,為企業(yè)提供信息支持。目前市場上有網(wǎng)絡分析軟件可以劃分社區(qū)結構,但是其功能無法完全滿足企業(yè)了解學術團隊的需求。本文設計并實現(xiàn)了現(xiàn)實學者社區(qū)發(fā)現(xiàn)系統(tǒng),目的在于幫助用戶預先了解學術團隊的構成情況以及團隊中的重要學者。該系統(tǒng)通過收集互聯(lián)網(wǎng)上公開的學者合作數(shù)據(jù),構建學術合作網(wǎng)絡,然后從網(wǎng)絡中挖掘學術團隊構成及其重要節(jié)點,利用可視化技術將結果展示給用戶,從而為用戶提供一個決策支持工具。本文主要工作如下:(1)提出了一種基于網(wǎng)絡表示學習社區(qū)發(fā)現(xiàn)模型。利用作者主題模型訓練論文摘要得到學者主題概率分布,通過改進node2vec隨機游走過程中的轉移概率的計算過程,將節(jié)點的文本信息融入特征序列提取過程中得到學者向量,然后通過計算節(jié)點的PageRank值和最小距離改進K-means算法中的聚類中心選擇和聚類個數(shù)選擇來進行學者聚類,最終得到各個簇團即為學者社區(qū)。(2)進行了學術團隊...

【文章頁數(shù)】：73 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
略縮詞表
第一章 緒論
    1.1 研究背景及意義
    1.2 研究現(xiàn)狀
    1.3 論文研究內容
    1.4 論文組織結構
第二章 相關研究基礎
    2.1 學術團隊特征分析
    2.2 數(shù)據(jù)預處理技術
        2.2.1 TF-IDF
        2.2.2 ATM
    2.3 社會網(wǎng)絡分析技術
        2.3.1 傳統(tǒng)社區(qū)發(fā)現(xiàn)算法
        2.3.2 node2vec算法
        2.3.3 節(jié)點中心性度量
        2.3.4 評價方法
    2.4 本章小結
第三章 系統(tǒng)需求分析
    3.1 業(yè)務流程概述
    3.2 系統(tǒng)功能需求
        3.2.1 社交數(shù)據(jù)需求
        3.2.2 社交應用需求
    3.3 系統(tǒng)非功能需求
    3.4 本章小結
第四章 系統(tǒng)設計
    4.1 系統(tǒng)總體設計
        4.1.1 產學研服務平臺簡介
        4.1.2 系統(tǒng)整體框架
        4.1.3 系統(tǒng)技術架構
    4.2 系統(tǒng)功能設計
        4.2.1 社交數(shù)據(jù)模塊設計
        4.2.2 社交應用模塊設計
    4.3 數(shù)據(jù)庫設計
    4.4 本章小結
第五章 系統(tǒng)實現(xiàn)
    5.1 社交數(shù)據(jù)模塊實現(xiàn)
        5.1.1 采集器管理
        5.1.2 網(wǎng)址庫維護
        5.1.3 數(shù)據(jù)預處理
        5.1.4 網(wǎng)絡構建器
    5.2 社交應用模塊實現(xiàn)
        5.2.1 學者社區(qū)劃分
        5.2.2 核心節(jié)點發(fā)現(xiàn)
        5.2.3 社區(qū)可視化
    5.3 本章小結
第六章 系統(tǒng)測試與分析
    6.1 測試環(huán)境
    6.2 系統(tǒng)功能測試
    6.3 系統(tǒng)評測
        6.3.1 數(shù)據(jù)準備
        6.3.2 評價方法
        6.3.3 實驗結果分析
    6.4 結果分析
    6.5 本章小結
第七章 總結與展望
    7.1 總結
    7.2 展望
致謝
參考文獻
作者簡介



本文編號：4026460