[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

本發(fā)明公開(kāi)一種基于多相似度融合的科研合作者推薦方法，融合了學(xué)者間的合作關(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)學(xué)術(shù)特征，其中合作關(guān)系相似度考慮了兩個(gè)學(xué)者之間最近的合作時(shí)間、合著論文的次數(shù)兩個(gè)因素，研究領(lǐng)域相似度通過(guò)學(xué)者論文摘要的內(nèi)容相似度來(lái)衡量，學(xué)術(shù)水平相似度綜合了學(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)學(xué)術(shù)指標(biāo)進(jìn)行衡量。之后通過(guò)學(xué)術(shù)大數(shù)據(jù)建立學(xué)術(shù)合作網(wǎng)絡(luò)，將三個(gè)學(xué)術(shù)特征進(jìn)行組合作為網(wǎng)絡(luò)中邊的權(quán)重，以此構(gòu)建學(xué)者間的轉(zhuǎn)移概率矩陣，最后通過(guò)改進(jìn)的重啟型隨機(jī)游走算法來(lái)計(jì)算網(wǎng)絡(luò)中各節(jié)點(diǎn)間的相似性，最后推薦的結(jié)果更加準(zhǔn)確，從而為目標(biāo)學(xué)者推薦最匹配的科研合作者。

技術(shù)領(lǐng)域

本發(fā)明屬于社交網(wǎng)絡(luò)分析技術(shù)領(lǐng)域，尤其涉及一種基于多相似度融合的科研合作者推薦方法。

背景技術(shù)

隨著計(jì)算機(jī)科學(xué)技術(shù)的不斷發(fā)展，人類(lèi)隨之進(jìn)入大數(shù)據(jù)時(shí)代，海量的學(xué)術(shù)數(shù)據(jù)(論文、專(zhuān)利、期刊會(huì)議等)出現(xiàn)在互聯(lián)網(wǎng)上，大量的學(xué)術(shù)實(shí)體和學(xué)術(shù)關(guān)系構(gòu)成了復(fù)雜而龐大的學(xué)術(shù)網(wǎng)絡(luò)，在各個(gè)學(xué)科領(lǐng)域建立科學(xué)有效的合作變得比以往任何時(shí)候都更具有挑戰(zhàn)，科研人員通常很難找到和自己最匹配的合作者。隨著各類(lèi)學(xué)科的發(fā)展，科研工作者之間的合作變得越來(lái)越重要，學(xué)者之間合作的質(zhì)量往往也決定了最終科研成果的質(zhì)量，可以說(shuō)沒(méi)有科研人員之間的合作就無(wú)法取得如今眾多的科學(xué)成果。但通?？蒲腥藛T很難在大量的學(xué)術(shù)數(shù)據(jù)中找到和自己最匹配的合作者，而且傳統(tǒng)的合作方式不僅效率低下，還浪費(fèi)了學(xué)者們大量的時(shí)間和精力。因此，近年來(lái)對(duì)科研合作者的推薦得到了廣泛的研究，如果能夠幫助學(xué)者推薦和自己研究領(lǐng)域相近的其他科研人員，這將會(huì)提高最終科研成果的質(zhì)量，合作的效率也會(huì)進(jìn)一步提高，并且能夠加快科研的進(jìn)度。

發(fā)明內(nèi)容

本發(fā)明針對(duì)現(xiàn)有技術(shù)存在的問(wèn)題與不足，提出了一種基于多相似度融合的科研合作者推薦方法，該方法融合了科研工作者之間的合作關(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)學(xué)術(shù)特征，通過(guò)改進(jìn)的重啟型隨機(jī)游走算法來(lái)計(jì)算學(xué)術(shù)網(wǎng)絡(luò)中各節(jié)點(diǎn)間的相似性，使得游走者能夠游走到最有價(jià)值的合作者節(jié)點(diǎn)。本發(fā)明能夠?yàn)槟繕?biāo)學(xué)者推薦和自己最匹配的科研工作者。

本發(fā)明的技術(shù)方案：

一種基于多相似度融合的科研合作者推薦方法，步驟如下：

步驟1)：獲取學(xué)者發(fā)表論文的數(shù)據(jù)，并對(duì)數(shù)據(jù)進(jìn)行預(yù)處理操作，從中提取出節(jié)點(diǎn)和邊的信息，構(gòu)建出學(xué)術(shù)合作網(wǎng)絡(luò)。其中節(jié)點(diǎn)為每個(gè)學(xué)者，只要兩個(gè)學(xué)者之間發(fā)生過(guò)至少一次的合作關(guān)系，他們之間就會(huì)用邊相連。

步驟2)：計(jì)算合作過(guò)的學(xué)者之間的合作關(guān)系相似度，合作關(guān)系相似度綜合考慮了學(xué)者之間的合作次數(shù)和合作年份等因素，其計(jì)算公式如下：

其中，C(a_m,a_n)表示學(xué)者a_m和a_n之間的合作關(guān)系相似度，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)：計(jì)算學(xué)者間的研究領(lǐng)域相似度，首先利用Doc2vec模型將學(xué)者論文的摘要轉(zhuǎn)換成向量形式，然后利用余弦相似度計(jì)算向量間的相似性，用以表示科研人員之間論文摘要的內(nèi)容相似度，從而得到科研人員之間的研究領(lǐng)域相似度。包括以下三個(gè)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、去停用詞等一系列操作，并將標(biāo)點(diǎn)符號(hào)視為無(wú)效詞，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)帶入模型進(jìn)行訓(xùn)練，最后利用訓(xùn)練好的Doc2vec模型，把分詞后的文本轉(zhuǎn)換成向量形式。

3.2)生成向量空間后，利用余弦相似度計(jì)算論文摘要對(duì)應(yīng)向量的余弦值，作為論文摘要之間的相似度，計(jì)算公式如下：