科學學隨著科學本身的發(fā)展已成為近年來國內外研究的熱點,科研組織與知識傳播的重要結構基礎—科學家合作網(wǎng)絡因此受到學者們的廣泛關注。在此情況下,科學家合作網(wǎng)絡中的合作形成及合作權重強弱成為很有意義的研究問題。該文提出了基于多模體特征和機器學習框架的鏈路預測和權重預測方法,將實驗結果與幾種經(jīng)典方法進行對比,發(fā)現(xiàn)該方法可以有效提高預測的準確率,鏈路預測最高可提高8.9%,而權重預測最高可提高59.6%。該研究有助于預測科研網(wǎng)絡中科學家合作的可能性及其合作權重,進而挖掘科學家合作網(wǎng)絡的結構特性對學者科研產(chǎn)出和團隊合作的深刻影響。 

【文章頁數(shù)】：8 頁

【參考文獻】：
期刊論文
[1]基于子圖的科學家合作網(wǎng)絡家族辨識[J]. 劉巖,劉亮,羅天,曹吉鳴.  科技管理研究. 2019(07)
[2]復雜網(wǎng)絡鏈路預測[J]. 呂琳媛.  電子科技大學學報. 2010(05)



本文編號：3680523