學(xué)術(shù)數(shù)據(jù)一直是研究者們關(guān)注的重點(diǎn)。隨著研究成果的不斷增加,學(xué)術(shù)數(shù)據(jù)總量增長迅速。在這樣的環(huán)境下,針對學(xué)術(shù)數(shù)據(jù)的分析具有更大的意義。對于整個(gè)學(xué)術(shù)界來說,這類分析能夠幫助學(xué)者了解不同學(xué)科的發(fā)展趨勢;對于各個(gè)研究者來說,可以評估自己某項(xiàng)工作的重要性,同時(shí)可以協(xié)助自己選擇合適的合作者。因此,學(xué)術(shù)數(shù)據(jù)分析得到了廣泛的研究。目前,圍繞學(xué)術(shù)合作網(wǎng)絡(luò)人們主要開展了關(guān)于引用量預(yù)測、引用文章的推薦、合作者推薦等相關(guān)分析研究,例如基于引用網(wǎng)絡(luò)的文章和作者推薦,基于合作網(wǎng)絡(luò)的作者重要性分析等。但其中很少有相關(guān)工作是從學(xué)術(shù)網(wǎng)絡(luò)表征的角度進(jìn)行的,尤其是利用學(xué)術(shù)合作信息方法。事實(shí)上,學(xué)術(shù)合作對于學(xué)術(shù)網(wǎng)絡(luò)分析有重要意義,特別是是對剛開始自己研究生涯的學(xué)者的成長有重要的作用。學(xué)術(shù)數(shù)據(jù)分析中,學(xué)術(shù)合作效能分析作為其中重要的部分,還需要使用更為綜合的學(xué)術(shù)網(wǎng)絡(luò)表征方法。通過對之前的網(wǎng)絡(luò)表征以及學(xué)術(shù)網(wǎng)絡(luò)分析相關(guān)工作的研究,我們發(fā)現(xiàn),對于學(xué)術(shù)網(wǎng)絡(luò)的表征的相關(guān)研究并不是很多,尤其是在使用學(xué)者合作信息的表征方面。根據(jù)學(xué)術(shù)合作網(wǎng)絡(luò)中一些與學(xué)術(shù)產(chǎn)出的相關(guān)性因素的分析,我們發(fā)現(xiàn)一篇文章的合作者往往對文章有不同程度的貢獻(xiàn),該貢獻(xiàn)值與作者的感...

【文章頁數(shù)】：65 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 引言
    1.2 研究背景
        1.2.1 學(xué)術(shù)網(wǎng)絡(luò)的發(fā)展
        1.2.2 學(xué)術(shù)合作效能分析的意義
        1.2.3 學(xué)術(shù)網(wǎng)絡(luò)的研究概況
    1.3 研究內(nèi)容
        1.3.1 學(xué)術(shù)合作分析
        1.3.2 學(xué)術(shù)網(wǎng)絡(luò)表征
    1.4 論文的組織結(jié)構(gòu)
第2章 相關(guān)工作概述
    2.1 引言
    2.2 學(xué)術(shù)合作分析的相關(guān)概念
    2.3 學(xué)術(shù)合作網(wǎng)絡(luò)分析方法
        2.3.1 基本網(wǎng)絡(luò)結(jié)構(gòu)分析方法
        2.3.2 高層次結(jié)構(gòu)分析方法
        2.3.3 融合其他信息的網(wǎng)絡(luò)分析方法
    2.4 學(xué)術(shù)合作網(wǎng)絡(luò)表征方法
        2.4.1 基于結(jié)構(gòu)的表征
        2.4.2 融合結(jié)構(gòu)與其他特征的表征
        2.4.3 圖神經(jīng)網(wǎng)絡(luò)方法
    2.5 學(xué)術(shù)合作網(wǎng)絡(luò)分析應(yīng)用
        2.5.1 預(yù)測文章或作者的影響力
        2.5.2 推薦文章或作者
        2.5.3 了解領(lǐng)域發(fā)展趨勢
        2.5.4 探究作者的不同貢獻(xiàn)度
    2.6 本章小結(jié)
第3章 學(xué)術(shù)合作網(wǎng)絡(luò)分析
    3.1 引言
    3.2 學(xué)術(shù)合作網(wǎng)絡(luò)基本特征
        3.2.1 學(xué)術(shù)合作網(wǎng)絡(luò)結(jié)構(gòu)特征
        3.2.2 學(xué)術(shù)合作網(wǎng)絡(luò)內(nèi)容特征
    3.3 學(xué)術(shù)合作網(wǎng)絡(luò)層次結(jié)構(gòu)分析
        3.3.1 層次結(jié)構(gòu)可視化
        3.3.2 高階層次結(jié)構(gòu)分析
    3.4 學(xué)術(shù)合作對學(xué)術(shù)成果的影響
    3.5 本章小結(jié)
第4章 基于作者貢獻(xiàn)度的學(xué)術(shù)網(wǎng)絡(luò)表征
    4.1 引言
    4.2 問題定義與符號說明
    4.3 基于作者貢獻(xiàn)度的學(xué)術(shù)網(wǎng)絡(luò)表征模型
        4.3.1 信息輸入
        4.3.2 文章表示層
        4.3.3 對引用網(wǎng)絡(luò)建模
    4.4 模型優(yōu)化
    4.5 本章小結(jié)
第5章 實(shí)驗(yàn)與分析
    5.1 學(xué)術(shù)數(shù)據(jù)處理
        5.1.1 構(gòu)建學(xué)術(shù)合作網(wǎng)絡(luò)
        5.1.2 學(xué)術(shù)數(shù)據(jù)基本分析
        5.1.3 實(shí)驗(yàn)設(shè)置
    5.2 實(shí)驗(yàn)結(jié)果與分析
        5.2.1 節(jié)點(diǎn)分類實(shí)驗(yàn)
        5.2.2 邊預(yù)測實(shí)驗(yàn)
        5.2.3 參數(shù)敏感性實(shí)驗(yàn)
    5.3 本章小結(jié)
第6章 總結(jié)與展望
    6.1 工作總結(jié)
    6.2 研究展望
參考文獻(xiàn)
致謝
在讀期間發(fā)表的學(xué)術(shù)論文與取得的研究成果



本文編號：3843794