基于网络表示学习的科研合作预测研究

大数据环境下的科研合作预测亟需基于海量数据资源来自动学习和发现研究者间的关联性,提高预测效率和效果。首先基于海量数据构建合著网络,并以合著关系表示科研合作;接着基于深度学习的网络表示学习方法(network embedding)学习研究者在所处网络的语境信息,形成每个研究者的稠密、低维向量表示;最后通过向量相似度指标计算研究者间的语义相似度,实现科研合作预测和推荐。在图书情报领域的实验验证了该方法能够提高科研合作预测的准确率和效果,更好地进行关联推荐。该方法从数据科学视角丰富和扩展了基于复杂网络的情报分析方法。