[00068383]一种学术异构信息网络中作者合作关系预测的方法
技术详细介绍
本发明公开了一种学术异构信息网络中作者合作关系预测的方法，利用更贴近现实世界的异构信息网络解决作者合作关系预测问题。根据构建的学术异构信息网络中元路径的不同度量得到网络的拓扑属性，并引入时间动态、传递相似性和作者属性的概念得到网络的内容信息，结合拓扑属性和内容信息得到基于元路径和内容信息的特征空间，根据得到的特征属性集，利用逻辑回归算法找到每个特征属性的最适权重来进行作者合作关系预测。本发明能够利用学术大数据挖掘出学者潜在的合作关系，帮助学者更高效的进行科研合作以及了解学者所在学术圈子，尤其对高产学者以及高频率合作关系有十分好的预测效果。
