[发明专利]一种为预印本网络中拟投稿的论文推荐合适期刊及审稿人的方法有效
申请号: | 201911130977.4 | 申请日: | 2019-11-18 |
公开(公告)号: | CN110874406B | 公开(公告)日: | 2022-06-14 |
发明(设计)人: | 余春艳;陈璐;兰婷 | 申请(专利权)人: | 福州大学 |
主分类号: | G06F16/335 | 分类号: | G06F16/335;G06F16/9535;G06F40/30 |
代理公司: | 福州元创专利商标代理有限公司 35100 | 代理人: | 钱莉;蔡学俊 |
地址: | 350108 福建省福州市*** | 国省代码: | 福建;35 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 印本 网络 投稿 论文 推荐 合适 期刊 审稿人 方法 | ||
1.一种为预印本网络中拟投稿的论文推荐合适期刊及审稿人的方法,其特征在于:包括如下步骤:
步骤S1:获取预印本网络arXiv和DBLP文献网络,将这两个网络中同名论文通过锚链接进行对齐,得到两个对齐的文献网络;
步骤S2:结合所述两个对齐的文献网络及面向文献网络的随机游走策略,学习arXiv中的节点经由单向锚链接到达DBLP节点的转移概率,并得到随机游走下所有分属于arXiv和DBLP的节点对之间节点相似度;
步骤S3:在所述两个对齐的文献网络中,采用锚节点下的节点相似度迁移策略,将DBLP中的信息迁移到arXiv中;
步骤S4:在所述两个对齐的文献网络中,计算节点间相似度矩阵SM,并根据节点之间的时间感知权重来计算时间感知矩阵TM;
步骤S5:根据SM和TM来计算节点间带时间感知的相似度矩阵M,通过M得到arXiv中待审稿论文和各期刊及各审稿人间相似度向量Mi,从而得到为预印本网络中拟投稿的论文推荐的合适期刊及审稿人的列表;
步骤S4中所述计算时间感知矩阵TM和节点间相似度矩阵SM的过程如下:
步骤S41:若论文在时间timelink发表在期刊/会议则节点与节点之间的时间感知权重定义为:
其中为节点与节点在时间timelink产生链接的关系,timecurrent表示当前时间,μ是预设的衰减参数;
步骤S42:若论文在时间timelink由作者撰写,则节点与节点之间的时间感知权重定义为:
其中节点与节点在时间timelink产生链接的关系;
步骤S43:若发表于时间timelink的论文中包括主题则节点与节点之间的时间感知权重定义为:
其中为节点与节点在时间timelink产生链接的关系;
步骤S44:若网络间的节点即论文节点和在时间timelink产生锚链接关系,则节点与节点之间的时间感知权重定义为:
其中为节点与节点在时间timelink产生链接的关系;
步骤S45:时间感知矩阵TM定义为:
步骤S46:在对齐文献网络中,当节点和属于同一网络时,它们之间的相似度为基于元结构相关程度的网络表示学习得到的低维向量的余弦相似度;当和属于不同网络,且节点间存在锚链接时,它们之间的相似度为1;当和属于不同网络,且节点间不存在锚链接,同时属于arXiv的节点不存在对齐的锚节点时,它们的相似度为通过基于随机游走得到的相似度值;当和属于不同网络,节点间不存在锚链接,但属于arXiv的节点存在对齐的锚节点时,它们的相似度引入基于锚节点的相似度迁移,为通过随机游走到达得到的相似度值;即节点间相似度矩阵SM可定义为:
其中表示节点和分别对应的向量和的余弦相似度;V1表示网络G1的节点集,V2表示网络G2的节点集,表示网络G1和G2之间的锚链接集。
2.根据权利要求1所述的一种为预印本网络中拟投稿的论文推荐合适期刊及审稿人的方法,其特征在于:步骤S2中所述得到随机游走下所有分属于DBLP和arXiv的节点对之间节点相似度,具体包括以下步骤:
步骤SA:根据边的边介数和节点的邻居集,计算出文献网络中边类型权重及边权重;
步骤SB:根据步骤SA中边类型权重及边权重计算每一个游走点选择其邻居节点的概率;
步骤SC:根据步骤SB中概率计算随机游走下所有分属于DBLP和arXiv的节点对之间节点相似度。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于福州大学,未经福州大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911130977.4/1.html,转载请声明来源钻瓜专利网。