基于作者权威值的论文价值预测算法

论文引用网络是一个动态变化的网络,不断有新的论文加入引用网络中.传统的论文评价标准如引用次数、PageRank值等'终身评价标准'存在排挤新结点的问题,如何在海量论文中寻找有价值、被持续关注的论文,成为人们感兴趣的问题.Sayyadi提出了FutureRank算法,该算法通过预测论文未来'一段时间'的被引次数排名和PageRank值排名来达到这一目的.但FutureRank算法需提前计算PageRank值,要耗费大量运算时间.据此,我们尝试在不计算论文现有PageRank值的条件下,从论文的撰写者以及引用者的权威值的角度来预测论文未来的被引次数排名和PageRank值排名.实验结果表明,我们的算法与FutureRank相比,不但缩短了运算时间,而且提高了预测准确率.