基于网络表示学习的论文影响力预测算法

• 作者: 张宇翔 樊玮 韩佳宁
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 网络表示学习 影响力预测 异构学术网络 多变量随机游走 局部结构信息
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 160-165,170
• 页数: 7页
• 分类号: TP311
• 字数: 6537字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0053395

摘要

基于图的随机游走算法在预测论文影响力时,仅利用学术网络的全局结构信息而未考虑局部结构信息,对预测准确率造成影响.针对该问题,提出一种基于异构学术网络表示学习和多变量随机游走的论文影响力预测算法.通过构建异构学术网络表示模型,将网络中的论文、作者和期刊/会议等不同类型的节点表征到同一个低维向量空间中,同时保留网络的局部结构信息,将节点的向量相似度应用于多变量随机游走方法,实现对论文影响力的准确预测.在AMiner网站公开数据集上的实验结果表明,相比于PageRank、FutureRank等算法,该算法的预测准确性较高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	樊玮	中国民航大学计算机科学与技术学院	59	368	9.0	16.0
2	张宇翔	中国民航大学计算机科学与技术学院	15	168	6.0	12.0
3	韩佳宁	中国民航大学计算机科学与技术学院	1	2	1.0	1.0