[发明专利]一种基于引文网络与科研合作网络的领域专家遴选方法

权利要求书

1.一种基于引文网络与科研合作网络的领域专家遴选的方法，其特征在于，包括以下步骤：

首先，基于数据库元数据信息，构建学者合作有向网络模型，生成学者合作网络；

其次，基于文献引用信息，构建文献引用模型，删除自引干扰，线性映射生成学者引用网络；

然后，将学者合作网络和学者引用网络融合生成学者关系网络；

最后，计算学者关系网络中重要节点并进行聚类分组，结果即为遴选出的专家列表；

其中，所述学者合作网络为有向网络；

所述“进行聚类分组”包括对学者关系网络进行群落划分，划分后的学者群落视为相对独立的研究领域，步骤如下：

S21.将所述学者关系网络G作为初始网络，并设为当前网络；

S22.将当前网络中的节点随机分为两个群落，之后执行步骤S23；

S23.计算每个节点对模块度的贡献度并根据贡献度计算网络模块度，之后执行步骤S24；

S24.将较低贡献度的节点从一个群落移动到另一个群落，之后执行步骤S25；

S25.重新计算每个节点对模块度的贡献度和网络模块度，之后执行步骤S26；

S26.判断网络模块度是否增加，同时判断网络模块度是否达到最大值，若模块度增加，即未达最大值，则保留节点移动结果并返回执行步骤S24，若模块度不增加，则撤回被移动的节点，并将不同于所撤回被移动的节点的贡献度较低的新节点从一个群落移动到另一个群落，并返回执行步骤S25；若模块度达到最大值，则执行步骤S27；

S27.记录并保存初始网络此时的网络模块度及群落结构，之后执行步骤S28；

S28.将步骤S27中划分出的每个群落作为单独网络继续进行划分，并对每个单独网络以递归的方式执行步骤S22～S28，直至初始网络没有更大的模块度产生，得到网络群落划分结果；

所述每个节点对模块度的贡献度λ_i根据下式计算：

其中，κ_r(i)代表属于社团r的节点v_i与该群落内其他节点之间的代表关系的边数值总和，为节点v_i的入强度，为节点v_i的出强度，a_r(i)代表节点在社团r中的变数值的比例；

所述模块度Q根据下式计算：

其中，m为学者网络中代表关系的边数值总和。

2.根据权利要求1所述的一种基于引文网络与科研合作网络的领域专家遴选的方法，其特征在于，所述学者合作网络为：G^collaoration＝(V,E^{collaboration})，G^collaoration＝(V,E^{collaboration})是由|V|＝N个学者节点和|E^{collaboration}|＝M^{collaboration}条边所组成的一个有向网络，其中G^collboration代表学者合作网络中学者以及学者合作关系的集合，V代表学者群体G^collboration中的学者集合，E^{collaboration}代表学者群体G^{collaboration}中学者间的合作关系；

代表以学者v_i为合作中心，学者v_i与学者v_j的合作关系；在学者合作关系集合G^collboration中以学者v_i为合作中心，学者v_i与其他学者合作次数总和为若学者v_i与学者v_j有一项共同的科研成果，且学者v_i作为研究成果合作中心学者，则学者v_i与学者v_j之间有一次合作，记为1，是学者v_i与学者v_j边数量之和，即以学者v_i为合作中心，学者v_i与学者v_i的合作次数总和；否则学者v_i与学者v_j之间没有合作关系，记为0；其中，i≥1，j≥1，与相同或不同；

所述合作中心学者可通过计算终端计算分配，也可通过人工设定。