基于链路分析的作者合著关系预测研究——以图情领域为例

摘要：

作者合著关系的预测对于提高科研合作效率和有效的科研管理具有重要的意义.本文以中国知网中图书情报领域核心期刊作为信息来源,获取15年(2001-2015)的文献信息.通过计算指标方差和指标性质确定对合著关系预测的指标体系,同时对比基于单指标的无监督方法和基于分类算法的监督式机器学习方法(逻辑回归、 支持向量机和随机森林)的预测效果,本文最终确定基于随机森林和指标体系所构造的合著关系预测模型.通过实例应用证明该模型具有较好的准确性和稳定性.

关键词：合著关系、链路分析、随机森林

所属期刊栏目：38

分类号：G250.252(图书馆学、图书馆事业)

在线出版日期：2018-12-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：109-115,153