基于論文合作網(wǎng)絡(luò)的學(xué)術(shù)好友推薦策略研究.pdf

1、作為社交網(wǎng)絡(luò)的一種，論文合作網(wǎng)絡(luò)由兩個作者合作發(fā)表一篇論文的這種專業(yè)的關(guān)系組成。而社交網(wǎng)絡(luò)的鏈接預(yù)測是一個重要的問題，其現(xiàn)實意義可以理解為給網(wǎng)絡(luò)中的節(jié)點推薦好友節(jié)點。本文重點是在常規(guī)隨機游走算法的基礎(chǔ)上，針對論文合作網(wǎng)絡(luò)做了個性化的改進，給出了計算鏈接重要性的方法，并在此基礎(chǔ)上提出了學(xué)術(shù)隨機游走推薦算法，基于此算法實現(xiàn)學(xué)術(shù)好友推薦系統(tǒng)，為學(xué)者推薦有價值的學(xué)術(shù)合作者。
　　首先，本文將基于論文合作網(wǎng)絡(luò)的學(xué)術(shù)好友推薦算法研究歸為特殊的

2、社交網(wǎng)絡(luò)的鏈接預(yù)測問題;為了解決論文合作網(wǎng)絡(luò)的學(xué)術(shù)好友推薦需求和網(wǎng)絡(luò)本身存在的數(shù)據(jù)稀疏問題，本文提出了基于重啟隨機游走算法的學(xué)術(shù)隨機游走好友推薦算法，并與Google的PageRank為經(jīng)典代表的重啟型隨機游走算法進行了比較研究;本文提出了利用學(xué)術(shù)因素計算鏈接重要性的算法，考慮了兩個作者之間論文合作次數(shù)、最近合作時間、論文協(xié)作時的作者順序三個因素，建立數(shù)學(xué)模型。對隨機游走的轉(zhuǎn)移矩陣做了修改，使得隨機游走者在游走過程中更具有傾向性、導(dǎo)向性