[發(fā)明專(zhuān)利]一種基于多相似度融合的科研合作者推薦方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202210003383.2
• 申請(qǐng)日: 2022-01-04
• 公開(kāi)（公告）號(hào): CN114385927A
• 公開(kāi)（公告）日: 2022-04-22
• 發(fā)明（設(shè)計(jì)）人: 萬(wàn)良田;吳海南;孫璐;孔祥杰
• 申請(qǐng)（專(zhuān)利權(quán)）人: 大連理工大學(xué)
• 主分類(lèi)號(hào): G06F16/9536
• 分類(lèi)號(hào): G06F16/9536;G06F40/232;G06F40/289;G06K9/62;G06Q50/00
• 代理公司: 遼寧鴻文知識(shí)產(chǎn)權(quán)代理有限公司 21102
• 代理人: 苗青

1.一種基于多相似度融合的科研合作者推薦方法，其特征在于，步驟如下：

步驟1：對(duì)DBLP引文網(wǎng)絡(luò)數(shù)據(jù)集進(jìn)行預(yù)處理，構(gòu)建學(xué)術(shù)合作網(wǎng)絡(luò)，節(jié)點(diǎn)代表學(xué)者，有合作關(guān)系的學(xué)者之間用邊相連；

步驟2：計(jì)算學(xué)者間的合作關(guān)系相似度，計(jì)算公式如下：

其中，和分別代表學(xué)者a_m和a_n發(fā)表論文的總數(shù)量，是論文p_i的發(fā)表年份，是兩名學(xué)者第一篇合著論文的發(fā)表年份，t_c是當(dāng)前的年份；是兩名學(xué)者合著論文的總數(shù)量；

步驟3：使用Doc2vec模型計(jì)算學(xué)者之間論文摘要的內(nèi)容相似度，從而得到學(xué)者間的研究領(lǐng)域相似度；

步驟4：計(jì)算學(xué)者間的學(xué)術(shù)水平相似度；利用余弦相似度來(lái)計(jì)算兩個(gè)學(xué)者學(xué)術(shù)水平特征向量之間的相似性，計(jì)算公式如下：

其中，L^m和Lⁿ分別為學(xué)者a_m和a_n的學(xué)術(shù)水平特征向量；

步驟5：將合作關(guān)系相似度、研究領(lǐng)域相似度以及學(xué)術(shù)水平相似度三個(gè)維度進(jìn)行線性組合，作為學(xué)術(shù)合作網(wǎng)絡(luò)中邊的權(quán)重，其公式如下：

W(a_m，a_n)＝α×C(a_m，a_n)+β×R(a_m，a_n)+γ×A(a_m，a_n)

其中，C(a_m，a_n)表示兩個(gè)科研工作者和之間的合作關(guān)系相似度，R(a_m，a_n)表示兩個(gè)科研工作者之間的研究領(lǐng)域相似度，A(a_m，a_n)表示科研工作者之間的學(xué)術(shù)水平相似度，α、β、γ為權(quán)重參數(shù)，且α+β+γ＝1；

步驟6：將待推薦的學(xué)者作為目標(biāo)節(jié)點(diǎn)，在學(xué)術(shù)網(wǎng)絡(luò)上進(jìn)行隨機(jī)游走，直至各個(gè)節(jié)點(diǎn)的分?jǐn)?shù)趨于穩(wěn)定狀態(tài)，將所有的分值進(jìn)行降序排序，然后取TOPN的學(xué)者推薦給目標(biāo)學(xué)者。

2.根據(jù)權(quán)利要求1所述的一種基于多相似度融合的科研合作者推薦方法，其特征在于，步驟3具體包括以下步驟：

3.1)對(duì)論文摘要構(gòu)成的語(yǔ)料庫(kù)進(jìn)行數(shù)據(jù)預(yù)處理，包括大小寫(xiě)轉(zhuǎn)換、拼寫(xiě)錯(cuò)誤檢查、去停用詞，最后保存在文本文件之中，之后將處理后的所有文檔數(shù)據(jù)帶入Doc2vec模型進(jìn)行訓(xùn)練，最后利用訓(xùn)練好的Doc2vec模型，把每篇摘要轉(zhuǎn)換成向量形式；

3.2)計(jì)算論文摘要的內(nèi)容相似度，計(jì)算公式如下：

其中，p_i和p_j為兩篇論文摘要所對(duì)應(yīng)的向量表示形式；

3.3)計(jì)算學(xué)者間的研究領(lǐng)域相似度，計(jì)算公式如下：

其中，和分別表示學(xué)者a_m和a_n發(fā)表論文的總數(shù)，similarity(p_i，p_j)為論文p_i和p_j摘要之間的內(nèi)容相似度。

3.根據(jù)權(quán)利要求1或2所述的一種基于多相似度融合的科研合作者推薦方法，其特征在于，步驟4中將學(xué)者的學(xué)術(shù)年齡、h-index、發(fā)表論文的數(shù)量、總被引次數(shù)和合作者數(shù)量五個(gè)指標(biāo)組合作為學(xué)者的學(xué)術(shù)水平特征向量。

4.根據(jù)權(quán)利要求1或2所述的一種基于多相似度融合的科研合作者推薦方法，其特征在于，步驟6中根據(jù)改進(jìn)的重啟型隨機(jī)游走模型為目標(biāo)學(xué)者推薦合作者，具體包括以下步驟：

6.1)計(jì)算節(jié)點(diǎn)之間的轉(zhuǎn)移概率，從節(jié)點(diǎn)e到節(jié)點(diǎn)f的轉(zhuǎn)移概率計(jì)算公式如下：

其中，w_e，f為節(jié)點(diǎn)e和節(jié)點(diǎn)f之間邊的權(quán)重，N(P_e)為節(jié)點(diǎn)e的鄰居節(jié)點(diǎn)集合；

6.2)計(jì)算網(wǎng)絡(luò)中各節(jié)點(diǎn)的分?jǐn)?shù)，計(jì)算公式如下：

其中，AR(p_e)是節(jié)點(diǎn)p_e對(duì)應(yīng)的分?jǐn)?shù)，N是網(wǎng)絡(luò)中所有節(jié)點(diǎn)的個(gè)數(shù)，α為阻尼因子，M(p_e)表示節(jié)點(diǎn)p_e的所有鄰居節(jié)點(diǎn)的集合，S_e，f是從節(jié)點(diǎn)e到節(jié)點(diǎn)f的轉(zhuǎn)移概率；

6.3)對(duì)節(jié)點(diǎn)的分值進(jìn)行迭代更新，直至各節(jié)點(diǎn)的分值趨于穩(wěn)定狀態(tài)，迭代公式如下：

AR^(t+1)＝αS·AR^(t)+(1-α)q

其中，AR^(t)表示迭代到第t步時(shí)圖中各節(jié)點(diǎn)的分?jǐn)?shù)向量，表示在第t步時(shí)節(jié)點(diǎn)e的分?jǐn)?shù)值，q代表重啟向量，目標(biāo)節(jié)點(diǎn)的值為1，其他節(jié)點(diǎn)設(shè)為0，初始狀態(tài)下，AR⁽⁰⁾＝q，S為轉(zhuǎn)移概率矩陣。