一种面向权威度和多样性的自动学术调研框架

• 作者: 杜攀 程学旗 郭嘉丰 韩晓
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: MutualRank PDRank 自动学术调研 多样性排序 社会计算 社交网络
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 社交网络
• 页码范围: 365-373
• 页数: 9页
• 分类号: TP391
• 字数: 7672字
• 语种: 中文
• DOI: 10.3724/SP.J.1016.2015.00365

摘要

对某个领域或问题进行学术调研是科研工作的基本需求,然而随着越来越多的科研人员投身研究,大量的学术成果不断涌现,信息过载使得快速有效的调研工作变得越发困难.文中旨在提出一种自动学术词研框架,基于用户给定的关键词查询推荐最值得调研的论文及作者,以辅助科研人员高效完成调研任务.面向某个领域或问题最值得调研的论文和作者,需要具备显著的权威度且能覆盖该领域或问题的不同方面.因此,文中提出了一种面向权威度和多样性的两阶段排序模型:首先引入了MutualRank模型,同时考虑论文及作者信息以更好地建模他们的权威度;接着利用PDRank模型融合权威度和差异性两个因素对论文和作者排序,最终得到权威度高、覆盖面广的调研结果.通过实验作者证明了MutualRank对于权威度的学习效果优于传统的PageRank,同时基于两阶段排序模型得到的调研结果也优于已有的基准方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程学旗	中国科学院计算技术研究所网络数据科学与工程研究中心	160	4858	31.0	67.0
2	郭嘉丰	中国科学院计算技术研究所网络数据科学与工程研究中心	22	942	9.0	22.0
3	韩晓	中国科学院计算技术研究所网络数据科学与工程研究中心	1	4	1.0	1.0
7	杜攀	中国科学院计算技术研究所网络数据科学与工程研究中心	7	59	4.0	7.0