作者合著有向网络构建与分析

[目的/意义]研究作者合著有向网络的构建与分析方法,探索其在科研关系分析中的应用.[方法/过程]遵循国内惯例,在区分作者署名次序的前提下,抽取第一作者与其他作者间的有向合著关系构建作者合著有向网络,并从整体结构、拓扑类型和节点特征等方面与传统的作者合著无向网络进行对比分析.[结果/结论]作者合著有向网络揭示出合著者间的主导与配合作用,为便捷地了解学者在科研合作中的角色定位提供了可能,未来或将有助于对学者和机构的更加全面的科研评价.     

基于二模复杂网络的隐性知识发现方法研究——以潜在药物靶点挖掘为例

[目的/意义] 通过构建二模复杂网络模型，揭示隐藏在海量文献中的隐性知识。[方法/过程] 通过NetworkX复杂网络工具包，依据任意两个节点的共现关系构建二模复杂网络模型；对网络模型中节点的共现关系进行加权，计算网络的拓扑信息并进行AP聚类，提取节点间的直接关系；采用AUC方法对AA、JC、加权改进的wAA和wJC等4种链路预测算法进行评价，遴选出最合适的预测算法，并对复杂网络的隐性关系进行预测分析。[结果/结论] 以潜在药物靶点挖掘为例进行的实证研究结果表明，wAA链路预测算法为最优的链路预测算法；二模复杂网络模型、指标和方法体系在美国化学文摘社数据库中的药物靶点挖掘中具有一定的有效性。下一步计划在其他数据库中或其他研究领域中进行尝试，以进一步验证该模型的通用性和有效性。     

网络舆情推文的热度测度模型构建

[目的/意义]数据获取是网络舆情研究的第一个阶段，在大量数据面前，构建网络舆情推文热度测度模型能够快速筛选出能为网络舆情研究所用的数据。[方法/过程]借鉴信息论中平均自信息量的定义，使用层次分析法与Haker News排名算法构建网络舆情热度测度模型。[结果/结论]通过在微博抓取数据，计算得出针对该数据集的热度阈值，验证该热度测度模型的准确度。事实证明，网络舆情推文热度测度模型能够很好地完成推文热度的计算，并且能够达到较高的计算准确率。     

基于语义和位置相似的作者共被引分析方法及效果实证

[目的/意义] 作者共被引分析是探索领域知识结构的重要方法,在复杂的学科发展态势下,其依赖于共被引频次的作者关联度度量颇具争议。对此,提出一种基于语义和位置相似的作者共被引分析改良方法。[方法/过程] 在介绍基本原理的基础上,以图情领域为例开展基于语义和位置相似的作者共被引分析改良方法的效果实证,面向CNKI期刊库进行引文全文挖掘,并对引用句及引用位置进行抽取,结合预训练的领域词嵌入模型计算共被引文献间的深层相似度和作者间的关联强度,利用网络分析和因子分析法对比该方法与传统方法的效果差异。[结果/结论] 结果证明,基于语义和位置相似的作者共被引分析改良方法能更准确地识别共被引作者的关联强度,可发现更为细致的学科知识结构,并具有可拓展性与可应用性。     

融合多元网络与网络表示学习的科研合作者推荐研究

[目的/意义]融合多元网络和网络表示学习方法学习并发现作者间的关联性,能够更好地进行合作者推荐。[方法/过程]文章首先搜集情报学领域相关文献数据作为原始数据集,在经过数据清洗后,根据作者间的多元关系构建各信息实体的多个科研信息网络,然后对高维网络利用Node2vec网络表示学习方法学习各节点的信息,从而得到各网络中节点的向量表示。其次,通过余弦相似度计算各网络中的作者相似度。最后融合作者间机构合作偏好和作者学术水平相似度得到最终的推荐结果。[结果/结论]文章提出的融合模型考虑了多元网络和数据稀疏性,在AUC值上的表现优于单一维度,得到了更好的合作预测效果。实验结果表明,该合作者推荐模型在情报学领域作者合作者推荐中具有可行性。     

作者混合共引网络对知识图谱绘制的改进研究

[目的/意义]作者共引网络分析（ACNA）是文献计量学中的重要分析方法,旨在通过寻找学术文献集合中作者之间的共引关系绘制出特定领域的知识图谱,进而指导科学研究。然而,ACNA的一个缺陷是其原始矩阵输入信息量过小。本文通过提出作者混合共引网络（HACNA）,绘制更为精确的科学知识图谱。[方法/过程]鉴于不同种类的学术网络能为绘制知识图谱提供不同维度的信息,提高知识图谱绘制的精确性,本文以合著网络和引用网络为例,结合其他种类的学术网络在ACNA基础上进行精确科学知识图谱的绘制。[结果/结论]实证研究结果显示,与ACNA相比,HACNA绘制出的知识图谱在聚类过程中能够使得同类作者更为聚拢、不同类作者更为分散,从而提高了聚类效果和可视化程度。同时,HACNA绘制出的知识图谱还能够挖掘出更多细节。     

专利转让视角下技术转移特征指标体系研究

[目的/意义] 构建技术转移特征指标体系,提前识别具有应用潜力的专利,为专利技术转移提供信息支撑,促进技术成果转移转化。[方法/过程] 基于专利转让行为的客观事实信息,界定转让和未转让数据集,分析比对两者特征差异,构建技术、法律、市场、主体4个维度的基于专利文献自身的技术转移特征指标体系,并进行指标统计学检验以及实证模型检验。[结果/结论] 基于专利文献自身的基础特征指标能够预判技术转移,各指标影响程度相对均衡且不存在主导性指标。实证SVM模型检验该指标体系的预测效度,初步实现能够应用于国家/地区层面、机构层面、专利个体层面的技术转移特征指标体系的构建与检验,该方法具有实用性。     

基于书目关联数据的文献版本关系发现研究

[目的/意义]利用关联数据名称唯一性特点,对书目数据进行语义化关联组织,使不同图书馆资源通过文献版本关系发现实现语义聚集。[方法/过程]分析书目关系类型及文献不同版本的特点,提出文献不同版本类型对应的版本关系,然后采用属性值顺序匹配方法,经过同种文献确定、版本关系发现两个步骤发现文献之间的版本关系,并利用美国国会图书馆、德国国家图书馆相关数据以及维基关联数据进行实证研究。[结果/结论]构建基于关联数据、书目数据的文献版本关系发现方法,实现同种文献不同版本的语义关联,发现实证数据间的版本关系,并指出其应用方向。通过该方法可以提供基于关联数据的知识检索服务,满足用户阅读、科研需求。     

基于SNA的舞蹈类非物质文化遗产隐性知识关联研究

[目的/意义]对舞蹈类非物质文化遗产及其社会化标签的存在形式与结构进行调查,提出利用改进的关系强度计算方法来计算社会化标签网络中舞蹈类非物质文化遗产之间隐性的知识关联。[方法/过程]首先梳理舞蹈类非物质文化遗产的存储状态;其次探讨舞蹈资源社会化标签的存在形式,并构建其社会化标签网络模型;然后提出基于SNA的舞蹈类资源改进的关系强度计算方法;最后通过实际数据对所提方法进行实证检验。[结果/结论]实验结果表明,基于SNA的舞蹈类资源关系模型能够有效挖掘不同舞蹈类非物质文化遗产之间的隐性知识关联,并具有实际的可操作性。     

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。     

高h指数学者在科学共同体中的作用研究——以我国图书情报学为例

[目的/意义] 对科学共同体中权威学者的地位与作用开展研究,以合著网络结构分析为视角,将网络分析与高h指数学者的作用研究相结合,从作者节点所处的网络结构与位置中探寻学者的影响力与作用发挥,为科学共同体的实证性研究开辟新的途径。[方法/过程] 以我国图书情报学科为例,选取33位高h指数学者作为研究对象,采集发文数据,提取合著关系,通过构建合著关系网络,采用网络分析技术对节点的中心性、聚集性、结构洞特征等进行分析。[结果/结论] 数据分析表明:绝大部分高h指数学者在网络结构中占据核心位置,学者之间联系紧密,在科学共同体中起到引领学科发展方向、建立和维护学科规范、加强科学交流与知识传播以及培育人才等重要作用。     

论文合著者贡献分配算法研究进展及比较分析

[目的/意义]系统梳理论文合著者贡献分配算法,比较各种贡献分配算法的适应性,总结使用方式及注意事项。[方法/过程]介绍若干种合著者贡献分配算法,收集数据并对它们的拟合性进行验证,比较分配算法的优劣。[结果/结论]基于合著者署名顺序的分配算法中网络贡献分配算法拟合性最好,其次是调和贡献分配算法。基于学科领域的贡献分配算法更适用于有一定学术声望的学者的评价,基于合著者署名顺序的贡献分配算法如网络、调和分配算法适用于普通的科研人员评价。     

一种基于图卷积自编码模型的多维度学科知识网络融合方法

[目的/意义] 针对包含单一类型知识单元的知识网络难以全面反映学科知识结构的问题，提出一种从多维度进行知识网络结构融合的方法，为学科领域知识结构挖掘提供借鉴。[方法/过程] 利用LDA及TF-IDF方法抽取学科知识单元，然后运用语义相似度和关键词共现分析方法构建3个学科知识子网络：主题网络、关键词网络和实体网络，并采用空间节点传递对齐方法对齐子网络节点，接着设计基于图卷积操作的自编码模型对知识节点进行表示，最后通过计算余弦相似度重构学科知识网络。[结果/结论] 实验部分以人工智能领域为例，构建融合主题、关键词和实体的学科知识网络并展开分析，实验结果表明，本文所提方法能有效地揭示学科领域研究内容和知识结构，为学科知识发现与组织研究提供有益参考。     

复合合作强度指数构建及应用研究

[目的/意义] 构建一个基于科学家合作行为来评价科学家科研表现的复合合作强度(CCS)指数,该指数的特点在于不仅反映作者合作网络的特征,而且揭示科学家的合作机构及分布特征。[方法/过程] 基于科学家的合作与科研表现的正相关性,提出六大假设构建CCS指数理论模型。选取来自中国科学院2007-2011年间发表SCI论文在30篇以上的40位工业生物技术领域科学家为实证分析对象,并对实证结果与合作网络度数、H指数和篇均被引频次进行比较。[结果/结论] CCS指数与合作网络度数具有较高的相关性,而与H指数和篇均被引频次的相关性很弱,CCS指数的价值在于揭示科学家的合作者及合作机构的分布广度、深度和密度,反映科学家的国际合作参与度。这些指标之间存在互补关系,可进一步丰富科学家评价的指标,有助于开展科学家的科研表现评价和专家发现工作。     

高校图书馆复杂网络构建与智慧化应用探索

[目的/意义] 高校图书馆信息化水平高,但数据挖掘与智慧化水平有待提升。复杂网络以图数据库为存储和图查询的载体,对图结构数据进行统一组织和挖掘。图嵌入、图算法技术相较于传统机器学习方法能够充分挖掘图结构数据中的隐含联系。本研究运用复杂网络技术融合多源数据,探索图嵌入技术、图算法等图结构数据挖掘方法在提升图书馆智慧化水平中的作用。[方法/过程] 首先基于可获取的数据进行数据特征分析与清洗;其次结合数据特征构建复杂网络概念模型,采用Neo4j批量导入技术实现网络构建和存储;最后探索图算法、图嵌入技术在图结构数据挖掘中的应用。[结果/结论] 以图结构融合多源数据构建图书馆复杂网络,并以图数据库作为存储介质。图算法与图嵌入技术在在用户画像分析、精准推荐、智能问答等图书馆智能化应用等方面具有独特优势。     

大数据网络舆情信息情感维度要素的关联模型构建

[目的/意义]情感维度是网络舆情信息预警级别的评定信号,其影响要素关联模型的构建能够较为清晰地描述各要素间及其与大数据网络舆情环境之间的错综复杂关系,从而为深入探讨大数据网络舆情信息的情感发展规律提供参考。[方法/过程]根据情感维度理论,从情感的种类、情感的转换、情感的唤起3个维度建构大数据网络环境下舆情信息情感维度要素关联模型。[结果/结论]实证分析结果表明:大数据舆情信息情感维度模型中舆情信息的情感级别与情感反应、情感焦点维度之间存在显著相关;情感指向与其他维度之间存在弱相关;情感维度模型中没有完全无关的要素。     

大规模中国历代存世典籍知识图谱构建研究

[目的/意义]探索构建中国历代存世典籍知识图谱,以为研究者挖掘海量古籍书目数据背后隐藏的知识提供一站式平台,拓展古籍知识服务内涵,同时,大规模的典籍知识图谱也是机器智能的重要基础。[方法/过程]通过知识图谱技术对中国历代存世典籍进行知识组织,从需求层、模型层、应用层3部分构建一个典籍知识图谱框架模型,通过人机协作进行典籍数据抽取及多源数据融合,完成数据的整理,并对典籍知识图谱实体类型及属性、典籍知识图谱实体关系及类型进行分析与定义。[结果/结论]所构建的典籍知识图谱包含649549种古籍实体、221783位典籍责任者、1498383个古籍版本、13960个地名节点,形成了一个立体、多维、多用途的古籍知识关联网络,对全球目前存世的主要中国历代典籍书目信息进行了较全面描述。     

大数据驱动的社交网络舆情生态性评价及实证研究

[目的/意义]在大数据时代,基于客观数据构建行之有效的社交网络舆情生态评价方法对网络生态治理和健康发展具有重要的意义。[方法/过程]本文以信息生态理论为基础,采用机器学习、敏感判断、关键词抽取等自然语言处理技术构建了社交网络舆情生态性评价算法。在数据处理过程中,采用基于Adaboost的集成学习方法,利用差异方法、特征集合构造分类器之间的互补效应,通过有效聚合多个基于统计和基于规则的情绪分析器,构建出情感分析模型,为评价指标体系提供支撑。实践层面,本文选出东北、沿海以及西部几个代表性区域运用所构建的评价算法对区域生态性进行评价和分析。[结果/结论]该评价方法的构建为政府、网站、网民携手净化社交网络空间具有重要的指导意义,并为社交网络舆情主题图谱的构建及调控策略的研究提供了重要的理论和实践基础。     

基于ERGM的学科交叉领域知识连接机制实证研究

[目的/意义] 旨在通过探讨学科交叉领域共词网络生成的影响因素及其作用机理，揭示学科交叉领域的微观知识连接机制。[方法/过程] 结合网络嵌入性理论，将学科交叉领域关键词共现关系建立的影响因素归纳为网络结构因素（内生变量）和关键词属性因素（外生变量），进而借助指数随机图模型，选择学科交叉领域"医学信息学"开展实证研究。[结果/结论] 研究结果表明：网络结构对共现关系生成的影响大于关键词本身属性的影响；择优连接机制和传递性机制具有显著正向作用；关键词节点倾向于与较新节点相连；医学信息学的关键词倾向于与基础学科的关键词建立共现关系，而基础学科的关键词却倾向于与自身学科关键词相连。