Hits:

Indexed by:期刊论文

Date of Publication:2019-03-13

Journal:情报杂志

Included Journals:CSSCI、PKU

Volume:38

Issue:5

Page Number:65-70

ISSN No.:1002-1965

Key Words:表示学习;科研合作;潜在合作挖掘

Abstract:[目的/意义]通过对文献中作者、关键词、机构、国籍等多种信息对象融合的研究,弥补传统基于共现网络分析存在的共现信息丢失与弱关联合作学者挖掘遗漏问题,提高潜在合作挖掘的准确性与全面性,识别学者问潜在合作机会.[方法/过程]构建基于表示学习的潜在合作机会挖掘模型,将作者共现、关键词共现、机构共现、作者-关键词共现等多种共现网络融入表示学习中,信息实体表示成相同空间稠密向量,利用向量欧几里得距离来度量信息实体的关联强度,进而实现潜在合作对象挖掘.[结果/结论]通过表示学习法能够融合多种共现信息,定量计算出学者间潜在合作强度,识别潜在合作领域,提升潜在合作机会挖掘的可靠性,消除传统共现合作挖掘方法倾向高产学者的不足.