基于图卷积网络的发明人跨领域合作伙伴识别方法

[研究目的]科学技术与社会的发展促进了不同领域理论、方法和技术的交叉融合,跨领域合作愈发成为合作创新的主流形式,如何帮助发明人定位并准确识别跨领域合作伙伴成为亟待解决的问题。[研究方法]提出一种基于图卷积网络的发明人跨领域合作伙伴识别方法,从多维特征视角下基于发明人专利信息中的合作关系特征、摘要文本特征、领域信息特征使用图卷积网络识别和预测发明人潜在合作伙伴,构建同领域指数和跨领域指数准确识别发明人跨领域合作伙伴。[研究结论]通过对比实验,证明了借助图卷积网络对合作关系特征、摘要文本特征、领域信息特征三维特征联用在进行伙伴识别时能够有效提升模型准确性。借助识别跨领域合作伙伴,有助于促进不同领域之间的交叉合作和知识转移,创造出更具创新性和前瞻性的成果。

引文学科多样性与论文影响力的关系研究

[目的/意义]通过对引文学科多样性和论文影响力之间相关关系进行分析,以探究学科交叉程度能否促进论文影响力的提升。[方法/过程]采集图书情报、医学信息学以及运筹管理三个学科领域2010-2017的论文元数据,分别用跨领域引用指数和香农熵量化学科多样性程度,采用论文总被引次数和年均被引次数表示论文学术影响力,用论文总使用次数和年均使用次数表示论文社会影响力;通过Spearman秩相关分析对引文学科多样性与论文影响力之间的关系进行研究。[结果/结论]医学信息学为三个学科中引文学科多样性最高的学科,三个学科的引文学科多样性随时间呈现增长趋势;跨领域引用指数与被引次数和使用次数相关关系极弱,而香农熵与被引次数和使用次数均具有较强的正相关,且在0.01置信度水平下均有统计学意义。