[发明专利]一种基于学术大数据的学术团队重要成员识别方法

说明书

本发明公开了一种基于学术大数据的学术团队重要成员识别方法，从度中心性、H因子以及学术年龄的角度识别团队领导者，并首次使用基于PageRank方法的DHRank模型来评估并标记团队关键成员。为了合理地进行团队聚类，本发明在进行以领导者为中心的基于最短路径的团队聚类后，使用基于团队规模比较和领导者H因子比较的方法来对聚类结果进行了进一步的完善，有助于提高后期使用DHRank模型识别关键成员的结果的准确性。相比其他方法，本发明提出的方法在发现有影响力学者方面更加准确，并且拥有更低的运算时间复杂度。本发明提供了学术团队中识别领导者和关键者的一种新方法，为学术网络中的团队科学研究提供了一种新的解决方案。

技术领域

本发明属于学术网络识别技术领域，涉及一种基于学术大数据的学术团队重要成员识别方法，具体涉及一种度中心性、H因子和学术年龄的多特征领导者节点的识别方法和基于PageRank改进的DHRank算法来进行关键成员识别。

背景技术

随着当今科学研究的多样化发展，学术团队正在向跨越大学、研究中心甚至研究领域的趋势发展。科研合作的广泛性和复杂性使得学术团队的规模也日益增大，团队成员之间及团队与团队之间的合作关系也愈加复杂。团队重要成员是一个团队的支柱，他们不仅承担着团队内部的规划管理职责，还承担着整个团队对外交流合作的职责。对于团队中重要成员的研究可以更好地反映出团队的合作结构和发展趋势。然而学术网络规模的增长和合作关系的复杂性增加了团队重要成员识别的难度，同时目前多数研究还只着眼于团队以及团队领导的识别，对于团队重要成员识别问题还未得到全面、准确的解决。因此需要研究人员提出一种能够合理准确的学术团队重要成员识别方法来对于学术团队结构和组成关系进行更好的研究。

发明内容

本发明针对现有研究的一些不足之处，提出了一种利用度中心性、H因子以及学者学术年龄等指标结合DHRank算法来进行团队领导者以及重要成员的识别方法。该方法从宏观网络结构角度、学者的学术影响力以及学者的研究效率角度对团队的领导者进行识别；以团队领导者为中心进行基于最短路径的团队构建，使用基于PageRank算法改进的DHRank算法对团队中的成员进行能力评估，并得出团队中的关键成员用于研究学术团队组成和预测未来的团队领导者。本发明为识别学术团队中的具有影响力的领导者节点以及关键成员的问题提供一种新的解决方法。

本发明的技术方案：

一种基于学术大数据的学术团队重要成员识别方法，步骤如下：

步骤1)：通过统计真实的会议论文引用情况计算目标窗口年限，并根据目标窗口年限内的学者论文建立学术网络；

步骤2)：利用步骤1)中所构建的学术网络中学者节点的连接情况以及学者论文的真实引用量对学者在学术网络中的度中心性以及学者H因子进行统计计算，得到潜在的团队领导者名单；

步骤3)：统计学术网络中学者论文发表情况并计算学者的学术年龄，利用学术年龄和步骤2)中所得到的潜在的团队领导者名单确定领导者节点，并利用领导者节点和领导者之间的最短路径将非领导节点划分归属到不同领导者的学术团队；

步骤4)：根据步骤3)中所得的学术团队，利用DHRank算法对学术团队中的关键成员进行识别和标记，得到学术团队中的重要成员，包括领导者和学术团队关键成员。

步骤1)～步骤4)具体如下：

步骤1)：

通过统计分析DBLP数据集中的论文发表情况以及学者的合作情况，确定以10年作为目标窗口年限进行团队重要成员的识别和分析。论文合著可以被认为是学者之间合作关系的具体表现，以此为基础的学术网络能够真实的反映出学者的合作情况和团队归属。确定目标年限后，利用目标年限内的学者论文信息建立学术网络。其中，学术网络中的节点表示学者，边表示学者间的合作关系，边的权重表示两个学者的合作论文数目。

步骤2)包括以下三个步骤：