学术大数据环境下的论文影响力与推荐研究

Big scholar data provides abundant resources for the researchers. But it also generates the number of the problems. How to effectively mine the academic network such that scholars can accurately and comprehensively utilize it is a hot problem. Previous studies don’t systematicly analyze the various kinds features of the academic network.The model of content-based paper is VSM or LDA. However, the patterns of words have more discriminating than the single word. The approach of social networks influence maximization can't meet the requirements of the heterogeneous academic networks. Aiming at these problems, this project studies on the prediction of the paper citation count, the maximization of the paper influence and literature ecommendation.Firstly, this project studies the feature selection strategies with the minimum global redundancy of the features, and constructs the pattern-based model for papers. Secondly, we study the freshness degree of the paper's topic, and discuss the citation count prediction based on deep neural network or chaotic neural network. Thirdly, we research the propagation model and propagation algorithm in heterogeneous networks. Fouthly, we model the scholar interests based on the interest criteria and pattern topic, which is used to calculate the similarity between the scholar interests and the documents. Finally, we use the actual data to do the assessment.

学术大数据为学者开展工作提供了丰富的资源，同时也带来很多问题。如何对学术网络进行深入有效地挖掘，使学者能够准确、全面地利用这个巨大的资源是目前亟待解决的问题。已存在的研究没有对学术网络中的大量特征进行系统研究，基于内容的建模主要采用VSM和LDA，但模式比单一的词语更有识别力，社会网络的影响力最大化算法不能适应异构学术网络的要求。针对这些问题，本项目主要研究学术论文影响力的预测、影响力最大化和学术论文推荐三方面的内容。本项目首先利用全局冗余最小的特征选择策略对各种特征及其组合进行抽取，并基于模式对学术论文进行主题建模，其次探讨论文主题和新鲜度的规律及基于深度神经网络及混沌神经网络的引文数预测，然后研究异构学术网络的传播模型和传播算法，接着基于学者兴趣标准和模式主题对学者进行兴趣建模，并通过最大模式匹配计算学者研究主题和文档的相似度及根据学者的兴趣标准进行推荐，最后基于实际数据进行评估。

如何对学术网络进行深入有效地挖掘，使学者能够准确、全面地利用这个巨大的资源是目前亟待解决的问题。本项目主要研究学术论文影响力的预测、影响力最大化和学术论文推荐三方面的内容。在学术论文影响力预测方面，利用神经网络分析与论文相关的各种学术网络特征，并基于支持向量机对论文的3年和5年之后的影响力进行预测。在研究影响力最大化方面，提出一种基于节点全局影响力的影响力最大化算法。该算法结合引文网络的发表时间特性，通过节点的全局影响力来选取k个种子节点。在学术论文推荐方面，提出了一种基于聚类和模式匹配的学术论文推荐方法。该方法利用聚类技术将学者论文分为不同的兴趣组，基于模式等价类来代表学者的兴趣，依据匹配度和兴趣偏好对候选论文进行推荐。我们也研究了基于协作多辅助信息变分自编码器的推荐。该方法通过改进变分自编码器来获得多种辅助信息的潜在表示，并使用EM算法获得后验估计和最大化关于用户及项目潜在变量的目标函数，依据块坐标上升法更新用户及项目潜在变量。为了准确区分不同学者的出版物，研究了大规模学术同名消歧问题。本课题将预先聚集的原子簇、论文及之间的关系来构建图的边，使用图自动编码器模型学习论文特征以获得文献嵌入向量，对作者名称层次聚类后利用消歧规则进行簇层面和候选集层面的后处理。为了使选取的实验数据具有代表性，提出了基于度和代表度的合著网络代表用户抽取算法。该算法将被抽样用户根据属性划分成多个属性组，并依据节点度和节点代表度计算属性组代表度，通过质量函数的增量来衡量每个未被抽样用户对所有属性组用户的代表程度，从中选择具有最大代表度的用户作为一个新的代表用户。实验结果表明，与基线方法对比，我们提出的所有方法均提高了性能。本项目的研究可广泛应用于学者招聘、职位晋升、基金审批等，从而促进经济的发展。

内容获取失败，请点击重试