基于链路预测的iSchools联盟院校URL共引潜在关联识别研究

• 作者: 刘星 岳增慧 袁国廷
• 来源期刊: 中华医学图书情报杂志
• 学科: 社会科学
• 关键词: iSchools URL共引 局部信息相似性指标 链路预测 网络空间
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 研究与探讨
• 页码范围: 1-13
• 页数: 13页
• 分类号: G250
• 语种: 中文
• DOI: 10.3969/j.issn.1671-3982.2020.07.001

摘要

目的:探索iSchools联盟院校关联特征及潜在演进态势,为网络时代背景下iSchools联盟院校间交互结构性能的优化、互联互通引导机制的健全、国际交流与合作策略的完善以及协同创新与发展战略的制定提供可资借鉴的理论和实践参考.方法:以iSchools联盟院校的URL共引网络结构信息为基础,采用10项基于局部信息的相似性指标分别对无权和加权URL共引网络进行链路预测分析,对比各指标的预测性能.引入权重调节系数,剖析强弱连接对预测精度的影响.利用无权PA指标对iSchools联盟院校在网络空间中的潜在关联进行预测识别.结果:不同链路预测指标在无权和加权iSchools联盟院校URL共引网络中的适用性存在一定差异,iSchools联盟院校URL共引链路预测过程中存在一定程度的强弱连接效应.结论:我国高校信息学院与国际院校的联系将日益密切,在iSchools联盟网络中的地位具有较大的提升空间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	岳增慧		17	109	8.0	10.0
2	袁国廷		5	4	1.0	2.0
3	刘星		2	2	1.0	1.0