作者合作

摘要： [目的/意义]科学论文的作者合作是科研合作的显著表现形式之一,挖掘和识别潜在作者合作关系,有利于推动科研合作、促进科学进步和发展.[方法/过程]在作者关键词耦合分析方法衡量内容相似度的基础上,融入一定权重的链路预测中基于网络结构的路径相似性指标,综合运用作者研究内容相似度和合作网络结构相似性进行潜在作者合作关系挖掘.[结果/结论]以我国生物医学领域近5年的中文期刊论文作者为对象进行实证分析,结果表明该综合挖掘方法效果相对较好且对既有作者合作关系未来发展的可持续性具有预测意义.

摘要： 通过研究国内体育科学领域内的论文合著及合作热点情况,分析作者合作的外在关系,并深入研究作者之间的潜在合作关系,以期推动体育科学领域的科研合作.以11种CSSCI收录的体育类期刊2016-2020年刊登文献为数据样本,基于社会网络分析法,构建作者合作网络及关键词共现网络,探索近5年作者合作动态网络特征属性,从中心性及凝聚子群属性出发分析体育科学领域作者合作外在关系及合作研究热点;在潜在合作关系层面,通过核心作者-关键词耦合矩阵,对该领域作者合作潜在合作关系进行挖掘,同时使用Ucinet的NetDraw功能对关系网络进行分析,研究认为体育科学领域合作网络较为稀疏,合作规模稳步提升,作者潜在合作关系潜力巨大.须巩固核心学术领军人物的主导地位;培养实施多个次核心学术领军人物的方针策略;构建跨区域科研合作平台;提升边缘作者科研合作积极性.

摘要： 党建与教师队伍建设的融合是新时代高校党建工作的重要组成部分,教师在高校中的特殊地位决定了高校党建工作必须要重视起教师队伍建设问题.本文基于CNKI数据库,运用文献计量学方法以及可视化软件CiteSpace,对十八大以来高校党建引领教师队伍建设的文献进行分析.研究显示:高校党建引领教师队伍建设研究的发文量呈逐年增长趋势;相关研究成果主要刊载在《学理论》《学校党建与思想教育》《教育教学论坛》等六大核心区期刊;高等院校是研究的主要力量来源;尚未形成成熟的作者合作群体;研究的热点关键词主要包括青年教师、高职院校、创新、党支部书记等,且关键词呈现出逐年新增态势.

摘要： 为便于检索,规范出刊,自2020年第1期开始,敬请广大作者在向本刊投递论文时遵照以下格式:1.论文应包括题目、作者姓名、单位、摘要、关键词、正文、参考文献等必备信息。论文如果是相关基金项目产出的成果,需列出基金项目信息,单篇论文最多可列三个基金项目,次序由作者自定。论文字体可采用宋体或仿宋(英文短语、句子以采用Times New Roman字体为宜),字号五号。2.论文题目:一般不超过20个汉字,尽量少用副标题。题目应简明扼要,直指研究问题和内容,不宜采用对仗句、排比句、口号式、工作总结式、抒情散文式标题。3.作者姓名:居中列于论文题目下方,论文为多位作者合作完成的,最多可列三位作者姓名,以逗号隔开,排序由作者自行确定。4.作者单位、所在城市、邮编:以圆括号方式标注,居中列于作者姓名下方.

摘要： [目的/意义]从H指数的提出开始,对科研人员的评估指标研究一直是热点话题.介绍由Bihari学者基于EM指数、YC-H指数提出的YC-EM'指数.[方法/过程]从合作维度改进YC-EM'指数并命名为YC-EM'C指数.以国外计量学领域54位科学家10年文献数据为实验对象,从作者区分度、作者排名情况,以及与各参数的相关性角度验证YC-EM'C指数有效性.[结果/结论]YC-EM'C指数区分性高;作者名次变化明显;与论文数量、署名顺序等具有不同相关性,YC-EM'C指数的评价结果更符合实际.

摘要： 机构合作和作者合作成为学术研究领域的一种常态,研究作者-机构合作对机构学术绩效评估具有指导意义。从科技论文出发,确定与论文相关的绩效评估指标和复杂网络指标,统计分析图书情报领域近5年在核心期刊上刊载的论文,构建机构合作网络和作者合作网络,对绩效评估指标和复杂网络指标进行相关性分析。研究发现:机构发文量和合作率是机构学术评估的重要指标;高被引文献占比虽然不适合作为指标,但还需要其他关于论文质量的指标代替;科研人员作为指标应该从整体量化,而不是对个体进行量化。

摘要： 是否将“集体署名”或由两人及其以上作者合作完成的文章,收入每一署名者的文集、全集,乃是近现代文集、全集编纂过程中极常见的问题。对于古人而言,由作者或后人编选别集时,一般都会剔除那些只署名而未参与实际写作,即由他人代笔的作品,以免遭致“芜杂”之讥,至于与他人实际合作完成者,是否入集,则要视具体情形而定。总集虽然相对比较特殊,但在处理这一问题时也大率如此。总的来说,无论是在中国,还是西方学术传统中,对这一问题的理解也同样存在着一个“古今之变”。什么是作者,什么是著述,什么是作品,什么是文集、全集……不同时代对这些问题的回答,潜在或直接地决定了编选者的编选理念和方针。

摘要： 本研究基于作者共现采用社会网络分析的方法考察了中国研究生教育研究领域学者的合作情况.研究结果显示:作者合作率从1980年至2015年显著上升,目前为58.3％,但合作网络的密度仅为0.0126,作者之间联系不够紧密,以孤点型、双人型的合作模式为主,但完备型、潜力型的合作模式逐步出现.部分学者已形成了核心研究团队,有力地推动了中国研究生教育研究的发展.

摘要： 本文从作者合作这一全新的角度，将传统的合作度、合著率等指标同社会网络分析(Social Network Analysis, SNA)方法相结合，探求国内临床路径研究领域:有哪些合作团体;作者之间合作的紧密程度如何;整个合作网络和每个小团体网络中的核心研究人员是谁;在合作研究网络搭建中起到关键作用的作者又有哪些。并根据这些核心作者和合作团体的研究内容，进一步揭示国内临床路径的主流研究领域。

摘要： 当前，应用引文相关指标评价作者学术影响力的做法已得到广泛应用，通过作者的科研成果受关注和认可的程度反映作者在该学科领域的地位和影响。从科学交流方式和作者学术关系出发,应从引用和合作两个角度综合反映作者学术影响力.对作者合作趋势下引用影响力指标和合作网络测度指标的新进展进行述评.h度(h-degree)综合平衡了某作者的合作者数及其合作强度,是权重网络中一个基本的测度指标,且容易计算,但与h指数类似仍缺乏鉴别力.为此引入R度(即纳入h度的合作者与该作者合作论文总数的平方根)作为h度的补充.h度反映某作者拥有的最核心、稳定的合作者的数量,R度则反映该作者与其最核心、稳定的合作者的平均合作强度,体现了该作者在合作研究中的贡献和影响力.通过对40位学者的实证研究表明,作者合作影响力(h度、R度)与传统引用影响力(h指数、R指数)、考虑署名次序的引用影响力(调和h指数、调和R指数)指标之间均呈现显著正相关,h度和R度从合作视角反映出区别于引用指标的另外一种角度的影响力.基于引用和合作两个方面遴选领域高影响力学者,可以为相关机构的人才评价和引进工作提供支持服务。

摘要： 本发明公开了一种基于作者著作树和图神经网络的论文合作者推荐方法，其步骤包括：1)对于数据库中的每一个作者，收集该作者的论文并提取关键词信息，构建该作者的著作树；2)对每个著作树，基于图神经网络模型构建对应作者著作树的信息传播模型，将著作树上的论文信息和关键词信息传播到作者节点中，编码出对应作者初始的表征向量；3)从该数据库中抽取出所有合作过的作者对集合，训练信息传播模型的参数，优化各初始表征向量，得到各作者最终的表征向量；4)对于一需推荐合作者的论文A，遍历与论文A的作者未曾合作过的作者集合N；然后比较作者A与集合N中每一作者最终的表征向量余弦相似度，根据计算结果为论文A的作者推荐合作者。

摘要： 本发明公开了一种ResearchGate平台下基于多维特征的科研合作者推荐方法。该方法从科研工作者在ResearchGate平台下已发表论文的文本相似度、科研工作者之间的社交关联度和科研工作者自身的影响力等三个维度来度量科研工作者和其他科研工作者之间的关联关系，并利用线性组合方法构建科研合作者推荐模型进行Top‑N推荐，从而为科研工作者提供个性化的科研合作者推荐服务。其中文本的相似度计算利用Doc2Vec文本深度表示模型计算，其中权重参数通过随机梯度下降和反向传播算法进行调整，使模型达到最优；社交关联度基于好友的共同比例进行计算，比例越高说明两者越相似。本发明能够为科研工作者提供个性化的科研合作者推荐服务，从而解决了寻找科研合作者困难的难题。

摘要： 本发明公开了一种基于社区的合作者推荐方法，首先根据论文信息构建合作网络，在半同步标签传播算法基础之上结合基于场所效应的边影响力决定标签的迭代更新传播完成网络中作者社区划分；再利用作者权重值的占比与处理后的词对，建立马尔科夫链，根据吉布斯采样与马尔科夫链建立基于短文本作者的随时间演化的兴趣模型，根据社区划分结果与作者随时间演化的兴趣模型，找到合适的作者推荐给合作者。本发明降低了社区划分结果不稳定性，提升了社区划分结果模块度和标准互信息的精确度，本发明建立的随时间演化的兴趣模型具有强壮性和有效性的特点，最后利用随时间演化的兴趣模型计算KL距离降低了推荐算法的计算量，增加了准确率，召回率。

摘要： 本发明公开了一种基于时态合作者知识图谱的合作者预测方法，该方法中包括：1.时态合作者知识图谱的构建；2.采用基于预训练语言模型的语义编码器挖掘时态合作者知识图谱中的实体的语义信息，作为其初始化表示；3.对每个实体的邻域中的时态三元组根据时态图注意力机制计算其对于中心实体的归一化注意力系数，并根据该系数加权聚合邻域信息以更新实体嵌入表示4.给定一个三元组，由基于多尺度卷积核策略的解码器在三元组嵌入矩阵上进行解码得到该三元组的分数。5.给出两个从未合作过的作者，根据嵌入编码器得到他们的嵌入表示，由解码器中输出其分数，如果大于阈值则预测他们之间会产生合作。本方法可以极大的提高预测性能。

摘要： 本发明公开了一种基于作者著作树和图神经网络的论文合作者推荐方法，其步骤包括：1)对于数据库中的每一个作者，收集该作者的论文并提取关键词信息，构建该作者的著作树；2)对每个著作树，基于图神经网络模型构建对应作者著作树的信息传播模型，将著作树上的论文信息和关键词信息传播到作者节点中，编码出对应作者初始的表征向量；3)从该数据库中抽取出所有合作过的作者对集合，训练信息传播模型的参数，优化各初始表征向量，得到各作者最终的表征向量；4)对于一需推荐合作者的论文A，遍历与论文A的作者未曾合作过的作者集合N；然后比较作者A与集合N中每一作者最终的表征向量余弦相似度，根据计算结果为论文A的作者推荐合作者。

摘要： 本发明公开一种基于多相似度融合的科研合作者推荐方法，融合了学者间的合作关系相似度、研究领域相似度以及学术水平相似度三个学术特征，其中合作关系相似度考虑了两个学者之间最近的合作时间、合著论文的次数两个因素，研究领域相似度通过学者论文摘要的内容相似度来衡量，学术水平相似度综合了学者的学术年龄、h‑index、发表论文的数量、总被引次数和合作者数量五个学术指标进行衡量。之后通过学术大数据建立学术合作网络，将三个学术特征进行组合作为网络中边的权重，以此构建学者间的转移概率矩阵，最后通过改进的重启型随机游走算法来计算网络中各节点间的相似性，最后推荐的结果更加准确，从而为目标学者推荐最匹配的科研合作者。

摘要： 本发明涉及一种基于合作者多维指标的人才评价信息系统，获取需要被评价的目标人员的人员信息，根据人员信息通过大数据技术检索目标人员对应合作者的合作者信息，根据预设的多个维度的合作者评价模块计算合作者信息对应的指标分类特征值，通过人工智能神经网络算法建立人才评价模型，将指标分类特征值输入人才评价模型得到被评价的目标人员的人才评价信息综合得分。与现有技术相比，本发明具有提高人才评价的有效性、实现人才评价指标的多样性等优点。

摘要： 本发明公开了一种基于科学合作异质网络分析的作者会议推荐方法，包括以下步骤：获取科学合作数据，构建异质科学合作网络；在所述的异质科学合作网络上进行邻居节点采样；对采样的邻居节点进行邻居信息聚合；在所述的异构科学合作网络上进行训练，学习得到异质网络表示；计算作者节点的表示向量和会议节点的表示向量的相似度；根据所述的相似度，向作者推荐与该作者相似度大的会议。本发明方法在科学合作网络中的针对作者推荐相应的会议和预测作者来会在相应的会议上发表文章都具有较好的效果。

摘要： 本发明公开了一种用于科学合作异质网络的作者迁移分类方法，包括以下步骤：获取科学合作数据，构建异质科学合作网络；将所述的异质科学合作网络中每个会议按照主题进行分类，每个作者根据其发表论文所属会议类别进行分组；在所述的异质科学合作网络上进行邻居节点采样；对采样的邻居节点进行邻居信息聚合；在所述的异质科学合作网络上进行训练，学习得到异质网络表示；使用作者表示向量和类别的训练数据集训练作者分类器；训练完成的作者分类器用于对未知作者进行分类。本发明方法基于元路径实现直接邻居和间接邻居节点的采样，同时采用多种信息方式使得作者的迁移分类具有较好的效果。

摘要： 本发明公开了一种ResearchGate平台下基于多维特征的科研合作者推荐方法。该方法从科研工作者在ResearchGate平台下已发表论文的文本相似度、科研工作者之间的社交关联度和科研工作者自身的影响力等三个维度来度量科研工作者和其他科研工作者之间的关联关系，并利用线性组合方法构建科研合作者推荐模型进行Top‑N推荐，从而为科研工作者提供个性化的科研合作者推荐服务。其中文本的相似度计算利用Doc2Vec文本深度表示模型计算，其中权重参数通过随机梯度下降和反向传播算法进行调整，使模型达到最优；社交关联度基于好友的共同比例进行计算，比例越高说明两者越相似。本发明能够为科研工作者提供个性化的科研合作者推荐服务，从而解决了寻找科研合作者困难的难题。