[发明专利]基于网络表示学习训练的学术团队构建方法

权利要求书

1.一种基于网络表示学习训练的学术团队构建方法，其特征在于：其包括以下步骤，

步骤一：读取数据库中学者及其科研数据；

步骤二：使用作者主题模型训练得到作者主题概率分布；

步骤三：构建初始学术网络；

步骤四：基于网络表示学习方法训练得到学者向量；

步骤五：基于机器学习聚类方法将学者向量聚类；

步骤六：满足预设阈值的簇作为学术团队输出。

2.如权利要求1所述的基于网络表示学习训练的学术团队构建方法，其特征在于：所述步骤一包括从学者数据库中读取相关数据，所述相关数据包括：

学者信息，包括ID、姓名、学校、学院；

论文数据，包括ID、标题、作者、摘要、发表机构；

项目数据，包括ID、标题、参与人；

专利数据，包括ID、标题、发明人、申请机构；

所述ID为数据库中的主键。

3.如权利要求2所述的基于网络表示学习训练的学术团队构建方法，其特征在于：所述步骤二包括以下内容

2-1)读取所述论文数据中摘要文档；

2-2)建立作者与文档映射表；

2-3)文档词袋模型编码转换；

2-4)作者主题模型训练得到作者主题概率分布t。

4.如权利要求3所述的基于网络表示学习训练的学术团队构建方法，其特征在于：所述步骤三包括以下内容：

3-1)建立学术网络中的节点V，每一个节点的数据包括学者ID、姓名、学校、学院、及步骤二得到的作者主题概率；

3-2)建立学术网络中的边E：根据论文的作者、项目的作者、专利的作者提取合作数据，得到学术网络中的边；

3-3)根据点和边的数据，构建初始学术网络G＝(V，E，W)，W表示边的权重，所述权重为学者论文、项目以及专利的合作次数总和。

5.如权利要求4所述的基于网络表示学习训练的学术团队构建方法，其特征在于：所述步骤四包括以下内容：

4-1)计算步骤三所获得的学术网络中各个节点之间的主题相似度；

4-2)采用主题相似度优化的随机游走方式生成节点的近邻序列，得到若干随机游走序列；

4-3)使用随机梯度下降方法对所述随机游走序列进行训练，得到学者向量。

6.如权利要求5所述的基于网络表示学习训练的学术团队构建方法，其特征在于：节点i与节点j之间的主题相似度sim(P_i，P_j)的计算公式如下：

其中，

P_i＝(p_i1，p_i2，......，p_iT)为节点i的主题概率分布，

P_j(p_j1，p_j2，......，p_jT)为节点j的主题概率分布。