基于超图的科研合作推荐研究
Scientific Collaboration Recommendation Based on Hypergraph作者机构:中国科学院成都文献情报中心成都610041
出 版 物:《数据分析与知识发现》 (Data Analysis and Knowledge Discovery)
年 卷 期:2023年第7卷第4期
页 面:68-76页
核心收录:
学科分类:12[管理学] 1205[管理学-图书情报与档案管理] 120501[管理学-图书馆学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 08[工学] 120502[管理学-情报学] 081201[工学-计算机系统结构] 0812[工学-计算机科学与技术(可授工学、理学学位)]
基 金:国家重点研发计划项目(项目编号:2018YFB1404205)的研究成果之一
摘 要:【目的】为促进科研人员间的合作交流与学术团体的构建,提出基于超图的推荐算法SCRH,用于干细胞领域的科研合作推荐研究。【方法】构建基于超图结构的科研合作超网络,然后基于共同邻居和资源分配构建超图的结构相似性指标,利用作者主题模型和深度自编码器构建超图的属性相似指标,最后将两种度量指标线性融合以实现科研合作推荐。【结果】SCRH在合作推荐任务上AUC和MR指标值为0.88和2.35,相较于对比算法最优指标度量分别提升0.11和0.79。【局限】SCRH在节点属性相似性度量中仅考虑作者的文本属性,没有充分利用作者的引用信息、机构信息和发文等级等属性信息。【结论】SCRH同时考虑了超图的结构特征与属性特征,能够有效完成干细胞领域的科研合作推荐任务。