计算机应用

作者：李莎莎, 梁冬阳, 余杰, 纪斌, 马俊, 谭郁松, 吴庆波

单位：国防科技大学 计算机学院, 长沙 410073

关键词：社区发现,研究团队,学位论文,师门关系,数据挖掘

基金：国家重点研发计划项目（2018YFB1004502）。

为了更合理地挖掘研究团队，提出了一种基于师门关系的研究团队挖掘算法。首先，使用BiLSTM-CRF神经网络模型抽取学位论文致谢部分的师门和同门命名实体；其次，构建师生之间的指导合作关系网络；然后，改进鲁汶算法，提出基于师门关系的鲁汶算法来实现研究团队挖掘。在American College football等数据集上对比了标记传播算法、聚集系数算法与鲁汶算法的性能。此外，在三个不同规模的学位论文数据集上对比基于师门关系的鲁汶算法和原始鲁汶算法的运行效率。实验结果表明，数据规模越大，基于师门关系的鲁汶算法运行效率提升越明显。最后，在国防科技大学学位论文数据集上验证基于师门关系的鲁汶算法的研究团队挖掘性能。实验结果表明，所提算法挖掘的研究团队在团队的合作紧密程度、规模、内部联系和稳定性这四个方面比基于论文合作网络的挖掘方法更为合理。

来源：2020年第11期

《计算机应用》期刊编辑部

查看计算机应用杂志2020年第11期