| 基于ORCID和加权跨层边聚类系数的研究者社区发现 |
| |
| 引用本文： | 王毅蒙,田野,孙善鹏,周园春,杜一.基于ORCID和加权跨层边聚类系数的研究者社区发现[J].计算机系统应用,2021,30(6):45-53. |
| |
| 作者姓名： | 王毅蒙 田野 孙善鹏 周园春 杜一 |
| |
| 作者单位： | 中国科学院 计算机网络信息中心, 北京 100190;中国科学院大学, 北京 100049;中国工业互联网研究院, 北京 100102;中国科学院 软件研究所, 北京 100190 |
| |
| 基金项目： | 国家重点研发计划(2017YFB1400203); 国家自然科学基金 (L1924075); 科技部创新方法工作专项 (2019IM020100); 北京信息科技大学高水平人才交叉培养项目 (71B2010807) |
| |
| 摘 要： | 在开放学术的环境下, 学术交流和科研合作在学术创新与发展中发挥着重要的作用, 而帮助研究者找到合适的学术团体是促进研究者寻找科研灵感的重要途径, 现有的研究者社区发现多是着眼于科研成果的关联而忽略了研究者自身学术活动产生的关联, 因此, 本文通过分析研究者自身学术活动信息, 使用ORCID (Open Research and Contributor ID, 开放研究者与贡献者标识)数据构建学术信息网络, 通过综合考虑所有层次数下节点间的相似度来改进跨层边聚类系数, 提出一种基于加权跨层边聚类系数的研究者社区发现模型. 模型通过构建多种元路径抽取研究者之间的直接关联关系, 并根据不同属性关系对网络进行分层, 使用加权跨层边聚类系数计算节点间相似度, 从而将网络转化为同质网络并结合Louvain算法进行社区划分. 本文在人造网络和真实网络中进行实验, 根据社区实际情况对结果进行评估, 在提高了划分效果的同时避免了参数的不确定性.
|
| 关 键 词： | ORCID 异质网络 社区发现 加权跨层边聚类系数 |
| 收稿时间： | 2020/10/13 0:00:00 |
| 修稿时间： | 2020/10/27 0:00:00 |
Community Detection of Researchers Based on ORCID and Weighted Cross-Layer Edge Clustering Coefficients |
| |
| WANG Yi-Meng,TIAN Ye,SUN Shan-Peng,ZHOU Yuan-Chun,DU Yi.Community Detection of Researchers Based on ORCID and Weighted Cross-Layer Edge Clustering Coefficients[J].Computer Systems& Applications,2021,30(6):45-53. |
| |
| Authors: | WANG Yi-Meng TIAN Ye SUN Shan-Peng ZHOU Yuan-Chun DU Yi |
| |
| Affiliation: | Computer Network Information Center, Chinese Academy of Sciences, Beijing 100190, China;University of Chinese Academy of Sciences, Beijing 100049, China;China Academy of Industrial Internet, Beijing 100102, China;Institute of Software, Chinese Academy of Sciences, Beijing 100190, China |
| |
| Abstract: | |
| |
| Keywords: | ORCID heterogeneous network community detection weighted cross-layer edge clustering coefficients |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《计算机系统应用》浏览原始摘要信息 |
|
点击此处可从《计算机系统应用》下载全文 |
|
