基于多模体特征的科学家合作预测 - 科学学研究杂志社投稿_期刊论文发表|版面费|电话|编辑部|论文发表- 科学学研究

来稿应自觉遵守国家有关著作权法律法规，不得侵犯他人版权或其他权利，如果出现问题作者文责自负，而且本刊将依法追究侵权行为给本刊造成的损失责任。本刊对录用稿有修改、删节权。经本刊通知进行修改的稿件或被采用的稿件，作者必须保证本刊的独立发表权。一、投稿方式： 1、请从我刊官网直接投稿。 2、请从我编辑部编辑的推广链接进入我刊投审稿系统进行投稿。二、稿件著作权： 1、投稿人保证其向我刊所投之作品是其本人或与他人合作创作之成果，或对所投作品拥有合法的著作权，无第三人对其作品提出可成立之权利主张。 2、投稿人保证向我刊所投之稿件，尚未在任何媒体上发表。 3、投稿人保证其作品不含有违反宪法、法律及损害社会公共利益之内容。 4、投稿人向我刊所投之作品不得同时向第三方投送，即不允许一稿多投。 5、投稿人授予我刊享有作品专有使用权的方式包括但不限于：通过网络向公众传播、复制、摘编、表演、播放、展览、发行、摄制电影、电视、录像制品、录制录音制品、制作数字化制品、改编、翻译、注释、编辑，以及出版、许可其他媒体、网站及单位转载、摘编、播放、录制、翻译、注释、编辑、改编、摄制。 6、第5条所述之网络是指通过我刊官网。 7、投稿人委托我刊声明，未经我方许可，任何网站、媒体、组织不得转载、摘编其作品。

基于多模体特征的科学家合作预测

作者:

关键词:

摘要：

科学学随着科学本身的发展已成为近年来国内外研究的热点,科研组织与知识传播的重要结构基础—科学家合作网络因此受到学者们的广泛关注。在此情况下,科学家合作网络中的合作形成及合作权重强弱成为很有意义的研究问题。该文提出了基于多模体特征和机器学习框架的链路预测和权重预测方法,将实验结果与几种经典方法进行对比,发现该方法可以有效提高预测的准确率,链路预测最高可提高8.9%,而权重预测最高可提高59.6%。该研究有助于预测科研网络中科学家合作的可能性及其合作权重,进而挖掘科学家合作网络的结构特性对学者科研产出和团队合作的深刻影响。

文章来源：《科学学研究》网址: http://www.kxxyj.cn/qikandaodu/2020/1021/421.html