加权要素对合著关系网络的影响研究

本文按照社会网络关系的研究方法,根据合著强度、作者贡献度和合著影响力等加权要素分别构建了3种合著网络关系计算模型,并通过实证研究对比分析3种模型对应的合著关系网络的网络图形、中心性、凝聚子群、核心—边缘结构等内容,研究探讨合著强度、作者贡献度和合著影响力等加权要素对合著关系网络的作用和影响。结果表明,不同加权要素的选择对点度中心性和核心—边缘结构影响明显;对网络图形的结构没有影响,对其连接的强度(连线粗细)有影响;对中间中心性、接近中心性和凝聚子群均没有影响。

社会网络分析方法在图情领域合著关系的实证研究

本文首先构建了图情领域的作者合著网络,并将该网络与国外其他学科的合著网络进行比较分析,发现目前图情领域的合著交流并不充分,提出需要进一步加强交流与合作。随后,构建了图情领域核心作者的合著网络和web合著网络,并对两个网络进行了简单的比较分析,指出可以通过使用web合著网络近似模拟学术合著网络进行社会网络分析,解决web合著中的文献重复消岐和作者重名消岐问题。

数据规模对合著关系预测的影响研究

[目的/意义]为了发现适合合著关系预测的最佳数据集规模,并公平比较合著关系预测的指标,需要比较和分析不同数据规模下合著关系预测的整体准确率和最优指标的变化情况。[方法/过程]选取12个共同邻居及其改进指标作为代表性的合著关系预测指标,在不同规模的合著网络数据集上运用链路预测的理论和方法计算不同指标的预测准确率,并发现不同数据规模下的最优指标,从而揭示数据规模对合著关系预测的影响以及造成这些影响的原因。[结果/结论]在图书情报领域,通过作者出现频次大小形成不同规模的合著网络数据集,实验结果表明,数据规模越大,合著关系预测的整体准确率越高,并在合著网络全数据集上实现了准确率的巨大提升,说明没有经过任何过滤的完整合著网络是合著关系预测的最佳数据集;同时,不同数据集中合著关系预测的最优指标发生了变化,验证了指标具有数据规模偏好,说明公平科学比较合著关系预测指标需要在多个不同规模的数据集下进行。造成该结果的原因在于随着数据规模变大,合著网络数据集越接近真实情况,改进指标的优势得到了充分发挥。该方法可以扩展应用到其他领域并对结论进行验证。

基于元路径与节点属性的合著关系预测

在异构社会网络中,合著关系的预测是具有代表性的一类关系预测,与同构网络的链接预测方法在节点表示、网络构造等方面存在较大差异。综合考虑异构社会网络特有的元路径信息和节点属性特征,提出了节点的复合向量化表示:将节点的TF-IDF特征与基于Metapath2vec算法的向量化表示相结合;在元路径的表示上采取元路径中同类型节点归并重构的方法,以提取元路径中同类型节点间的隐含信息;并通过卷积神经网络(CNN)实现学术网络的合著关系预测。实验结果表明,节点的复合向量化表示及重构元路径方法可以更好地表征异构社会网络,与其他方法对比中均获得更好的预测评价指标。

基于链路分析的作者合著关系预测研究——以图情领域为例

作者合著关系的预测对于提高科研合作效率和有效的科研管理具有重要的意义。本文以中国知网中图书情报领域核心期刊作为信息来源,获取15年(2001-2015)的文献信息。通过计算指标方差和指标性质确定对合著关系预测的指标体系,同时对比基于单指标的无监督方法和基于分类算法的监督式机器学习方法 (逻辑回归、支持向量机和随机森林)的预测效果,本文最终确定基于随机森林和指标体系所构造的合著关系预测模型。通过实例应用证明该模型具有较好的准确性和稳定性。

合著关系与研究主题双重视角下的师承合作模式研究

[目的/意义]师承关系普遍存在于科研人员之间,研究科研人员的师承合作模式对于深入理解科研人员与其导师之间的科研合作行为特征及规律具有重要意义。[方法/过程]基于科研人员所发表学术成果的合著关系与研究主题,提出科研人员师承合作模式的概念模型和识别方法,在合著关系视角下,将师承合作模式划分为“引领成长型”“助力发展型”“自由合作型”和“各行其是型”四种;在研究主题视角下,将师承合作模式划分为“传承延续型”“协同发展型”和“自主探索型”三种;并以情报学领域的博士为研究对象,研究了双重视角下的科研人员师承合作模式特征。[结果/结论]研究发现,在博士的学术生涯中,无论哪种研究视角下的师承合作模式均是不断变化的,且具有多种演变路径与演变模式。此外,导师对博士学术成长中基于研究内容层面的隐性影响时间显著长于基于合著论文层面的显性影响,博士对导师在研究主题层面的传承性更强。研究丰富了科研人员师承合作模式研究的方法体系,对后续相关研究的开展具有重要的参考价值。

作者-关键词二分网络中的合著关系预测研究

[目的 /意义]明晰由关键词形成的主题内容类关联关系对合著关系预测的影响和作用,形成作者-关键词二分网络上的合著关系预测指标和方法,提高预测准确率和结果可解释性。[方法 /过程]首先,在作者-关键词二分网络上抽取多种路径表示作者间的关联关系,并结合关联强度的计算方式,共同形成多种合著关系预测指标;接着应用逻辑回归的机器学习方法学习不同指标对于合著关系预测的贡献,由此构建二分网络中基于路径组合的合著关系预测指标;最后基于链路预测方法对指标进行评测。[结果 /结论]在图书情报领域的实验证实,作者-关键词二分网络中路径组合指标的准确率最高,较4种单路径指标均有大幅度提高;多种路径均对合著关系预测产生影响,且路径"作者-关键词-作者"(AKA)的作用明显高于路径"作者-关键词-作者-关键词-关键词"(AKAKA);同时,使作者产生关联的关键词能表示作者间的共同研究主题和兴趣,使得结果更易解释。下一步将引入更多路径到该模型中并在其他领域验证方法的通用性。

文献–作者二分网络中基于路径组合的合著关系预测研究

【目的】降低文献–作者二分网络在投影为合著网络过程中的信息丢失影响,形成适应特定二分网络的合著关系预测指标和方法,提高预测准确率和结果可解释性。【方法】首先构建文献–作者二分网络及其投影合著网络;接着抽取二分网络中的二阶路径和三阶路径表示作者间的关联关系;最后利用逻辑回归方法学习不同路径对于合著关系预测的贡献,由此形成文献–作者二分网络中基于路径组合的合著关系预测指标。【结果】在图书情报领域的实验证实,文献–作者二分网络在投影为合著网络过程中存在较大的信息丢失,并以合著关系预测准确率变化进行定量计算;逻辑回归方法适合学习不同路径对于合著关系预测的贡献,由此形成的路径组合指标准确率远远高出其他指标,并且预测结果更易解释。【局限】其他的多阶路径尚未引入到该模型中,方法通用性还需在其他领域进行验证。【结论】合著关系预测应直接在文献–作者二分网络上进行,以降低投影过程中的信息丢失影响;文献–作者二分网络上的路径组合指标是合著关系预测的最优指标;该方法可扩展应用到其他类型的二分网络中,如专利–发明人二分网络。

大规模学术论文元数据管理系统的设计与实现

海量的学术论文给科研工作者提供了丰富的科研资源,同时也为这些资源的高效检索带来了挑战。针对大规模学术论文元数据的管理需求,设计并实现了一个大规模学术论文元数据的管理系统,主要功能包括多源论文元数据的自动获取、面向主题语义的查询、作者关系和论文引用关系的查询和可视化。构建的系统对面向学术论文信息进行全面、准确和深入的检索具有积极的意义和重要的参考价值。

某高校科研社交网络社区结构的研究

对某高校的科研人员而言,其学术论文一经发表,均可被网页检索,通过爬虫从网络上获取论文数据信息,数据处理后可得到作者之间的论文合著关系,再用复杂网络分析软件Pajek构建出科研社交网络,最后在科研社交网络中利用社区发现模型进行社区划分,得到科研社区结构。同时,在科研社区下进行个性化推荐等服务,由于服务的对象更明确,其推荐准确度和效率明显提高。所以,在科研社交网络下,社区结构的研究成果为之后的学术论文推荐等服务提供了支持。

基于灰色关联分析的作者相似度算法对比研究

[目的/意义]作者相似度研究是探测学科知识结构、挖掘潜在合作关系的重要基础。[方法/过程]本文拟构建作者的关键词—文献2模矩阵,通过研究矩阵对应的灰度图像之间的相似性来判定作者相似性,并利用灰色关联理论计算基于合著关系和基于关键词的作者相似度,最后进行实证分析,对比三种作者相似性结果。[结果/结论]实验表明:基于关键词—文献矩阵的作者相似度研究可以减少因作者发文量不同及高频关键词的使用带来的影响,同时可以放大作者间研究内容的差异性与相似性,能较为准确地反映作者的相似度。

SCI论文作者自动识别方法研究

针对科研管理部门进行SCI论文统计时依赖人工判断识别作者、工作繁重且容易出错等问题,通过深入分析SCI论文文献特征,设计一种利用论文作者姓名和署名单位进行作者自动识别的方法。基于中国海洋大学2012-2016年发表的SCI论文数据进行实验和结果分析,针对作者识别过程中出现的作者重名问题,利用字符串模糊匹配和作者间合著关系对识别方法进行改进,再通过实验对比改进前后的作者识别结果,评估改进方法。实验结果表明,改进方法取得了比较理想的效果,达到了更高的识别精度。

国际传播学会会士的合作与“圈子”——基于ICA会士在Web of Science(1950—2021)的文献数据

在新媒体、人工智能的背景下,传播学研究的问题日趋复杂,各学科合作是大势所趋。通过230位国际传播学会会士(ICA Fellows)在Web of Science上可以查阅到的995篇合著论文为研究对象,通过社会网络分析法对其合著网络进行整体属性、个体中心性以及派系的分析,从而揭示ICA会士内部的合作形态及团体特征。研究发现,ICA会士的整体网络集中程度较低,具有小世界效应特征,少部分会士拥有较广的合作关系和较强的资源控制能力。同时,基于Clique发现了17个凝聚力较强的子群,根据论文主题进一步归纳出政治传播、叙事学研究、组织传播、科学传播以及大众传播5个学术团体。

以作者合作共现为源数据的科研团队发掘方法研究

在对个人和科研机构的评价研究中,针对难以准确、可靠地界定与识别科研团队的问题,将向量空间模型应用到作者合著关系网络的科研团队发掘研究中。在考虑论文作者署名顺序的前提下,构建论文与作者向量空间,通过计算作者向量的相似度来衡量作者之间的合作关系,再通过社会网络分析中的凝聚子群分析方法分析作者合作关系网络。最后,以某高校内某学院的所有在编教师为研究对象,准确地发掘出所有真实存在的科研团队,从而验证方法的合理性。