尚可可分享 http://blog.sciencenet.cn/u/skk1989 复杂网络领域的小蜗牛~我在一片混乱中,渐渐有了自己的学术审美,并开始坚守,但不知道可以支撑多久。

博文

[转载]如何预测新旧学者或新旧科研基金之间的联系?

已有 45474 次阅读 2022-8-1 15:57 |个人分类:科研|系统分类:论文交流|文章来源:转载

今年年初的邀稿论文被英国物理学会出版社的微信公众号优选推广了,具体信息如下(欢迎大家批评指正):

该研究利用链路预测技术,首次在时效学术网络中成功预测了新学者与旧学者、新基金与旧基金之间的关系,该发现能够为基金的规范化资助带来新的见解。

文章介绍

Predicting future links with new nodes in temporal academic networks

Yijun Ran(冉义军)、Si-Yuan Liu(刘思源)、Xiaoyao Yu(余逍遥)、Ke-Ke Shang(尚可可)、Tao Jia(贾韬)

 

通讯作者:

■  贾韬,西南大学计算机与信息科学学院

■  冉义军,西南大学计算机与信息科学学院

■  尚可可,南京大学计算传播学实验中心

 

为了有效地预测时效学术网络中新增节点与旧节点之间的联系,该研究采用了节点属性与网络结构联合的预测方法。首先,该研究利用LDA主题模型,将代表节点属性的关键词映射到10个主题维度,并利用余弦相似性计算节点之间的相似性。对于属性缺失的节点,采用该节点所有邻居属性的并集的方式进行补充(图1)。

图1 补充节点属性缺失的方法

其次,为了更好地预测基金网络中的长路径结构(图2),该研究分析了以被预测节点为中心的局部结构,并利用Jensen–Shannon 散度量化了局部结构之间的等价性。最后,将节点属性相似性与结构相似性结合,提出了应对新增节点的时效网络链路预测算法。

图2 基金网络中的长路径结构(三个及以上节点组成的开环结构)

相较于传统的链路预测算法,该算法能够显著地提高时效学术网络中链路的预测准确性。该研究表明越相似的基金越有可能共同资助同一项研究工作,这能够为基金的规范化资助带来新的见解。

 

研究背景:

随着时间的推移,学术网络中的部分旧学者会逐步停止发表研究、旧的基金会陆续结项;同时,新的学者会不断涌现、新的基金会陆续获批。在此背景下,准确预测旧学者与旧学者、旧学者与新学者、旧基金与旧基金、旧基金与新基金之间的联系,能够帮助我们探究学派的延续、促进基金的高效资助。


作者介绍

贾韬  教授

西南大学

  •  贾韬,西南大学教授,国家人才计划青年项目获得者,本科毕业于南京大学,硕士、博士毕业于美国弗吉尼亚理工大学。以第一作者(兼共同通讯作者)在Nature Human Behaviour、Nature Communications、Physical Review Letters等高水平刊物发表工作。

 

尚可可  副教授

南京大学

  • 尚可可,南京大学副教授,目前在Physical Review E、EPL、Chaos等经典刊物发表一作兼通讯论文十余篇。

 

冉义军

西南大学

  • 冉义军,西南大学博士研究生,目前在Expert systems with applications、Chaos等刊物发表论文数篇。


转载于:https://mp.weixin.qq.com/s?__biz=MzIwMTczODg0Mg==&mid=2247489754&idx=1&sn=23bb3557a2e5bdcd89423f2368b2ab28&chksm=96e807efa19f8ef937e05961e7f328c54c9e0ddd45910dc46dbac294873b1619167d76ef1de8&token=251264555&lang=zh_CN#rd






https://m.sciencenet.cn/blog-710430-1349603.html

上一篇:近期发表在美国物理评论E上的论文:类长环网络的链路预测
下一篇:[转载]美国案例:重大社会事件→科学信息传播→疫情发展?| NSO

1 段玉聪

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-3-19 10:58

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部