计算机研究与发展 ›› 2015, Vol. 52 ›› Issue (4): 789-797.doi: 10.7544/issn1000-1239.2015.20148407
所属专题: 2015大数据驱动的网络科学
万猛1, 何良华2
Wan Meng1, He Lianghua2
摘要: 主要研究科研合作网络(scientific collaboration network, SCN)中选择审稿人的2个核心问题:网络构建和社区聚类.基于杂志论文的审稿人主要来自本杂志作者及审稿人应尽量评审与自己无关的科研工作这2个事实,通过论文中作者的排名计算所有作者之间的合作关系,构建归一化科研合作网络.考虑到网络中边的稀疏性,设计了合作压缩感知算法来计算不同作者间的社区类型,进行科研合作社区聚类.在模拟数据及2个真实期刊作者库上开展了多个实验.由于没有一个客观标准去评估所选出审稿人的合适性,通过网络中顶点连接矩阵的自动聚类性评估所构建科研网络的性能,通过作者合作团体的检测准确性来评价审稿人挑选的有效性.从实验结果可以看出,提出的网络构建方法具有较好的顶点聚类性;和经典算法相比,合作压缩感知社区检测算法在检测速度和稳定性方面具有很大的优势,审稿人挑选正确率提高了大约60%.
中图分类号: