[发明专利]基于时态合著网络的学术团队动态社区发现方法及其质量评估方法

摘要

本发明提出了一种基于时态合著网络的学术团队动态社区发现算法，通过建立时态合著网络模型，在实时检测合著网络中作者节点重要性、关系边强度变化的基础上，分析与跟踪学术合著网络中学术团队的演变过程，对社区进行创建、扩展、收缩、分裂与消亡，以达到动态社区发现的目的，算法准确性高。此外，本发明还提出基于字特征的学术团队社区划分质量评估方法来评估社区划分质量，并用公共文献信息记录数据集进行了实验验证，实验结果表明了该算法的有效性。

主权项

一种基于时态合著网络的学术团队动态社区发现方法，其特征在于，包括以下步骤：步骤1、定义t时刻的合著网络Gt＝(Vt,Et)，其中为t时刻的合著网络中的作者节点集合，表示作者节点vi在t时刻的重要性，是t时刻的合著网络中的边集，作者节点vi和vj合著发表过文章，则它们之间有边ei,j相连；表示作者节点vi和vj之间的边ei,j在t时刻的权重，为边ei,j在t时刻的剩余寿命，vi和vj每合著发表一篇文章，则赋值从vi和vj上一次合著发表文章之日起算，若vi和vj已经超过T1时间没有合著发表文章，则若vi和vj已经超过T2时间没有合著发表文章，则若在之前vi和vj再次合著发表文章，则重置其中T1和T2为时间阈值，根据经验取值；步骤2、初始化合著网络G0＝(V0,E0),V0＝Φ,E0＝Φ，C0＝Φ；步骤3、输入文献信息记录R＝{r1,r2,...,rt,...}，其中rt是一条包含了标题、作者、关键字和文章发表时间的文章发表记录，rt在R中按文章发表时间排序，t为rt在R中的序号，对应一个时刻；步骤4、逐一根据R中的每一条文章发表记录rt更新合著网络Gt，进行动态社区划分，得到Ct＝{c0,c1,...,ck,...}：步骤4.1、令t＝1；步骤4.2、从R中取出一条文章发表记录rt，将rt中的所有作者形成作者间合著关系节点对，并添加到合著网络中，然后更新合著网络中各个节点的重要性、各条边的权重，并根据rt更新边的剩余寿命：若rt中包含作者节点vi，则更新作者节点vi在t时刻的重要性为若rt中包含作者节点vi和vj，且作者节点vi和vj之间原来没有边相连，则在作者节点vi和vj之间增加一条边ei,j，然后更新边ei,j在t时刻的权重为：wi,jt=wi,jt-1+2n*(n-1)---(1)]]>其中，n表示rt中包含的作者节点数量，并更新边ei,j在t时刻的剩余寿命为若rt中包含作者节点vi和vj，且作者节点vi和vj之间已经有边ei,j相连，则直接按上述方法更新边ei,j在t时刻的权重和剩余寿命；若rt中不同时包含作者节点vi和vj，且作者节点vi和vj之间已经有边ei,j相连，则根据文献信息记录判断t时刻距离vi和vj上一次合著发表文章的时间的长度，若小于T1，则若大于等于T1且小于T2，则若大于等于T2，则步骤4.3、根据rt中的文章发表时间，将当前合著网络中的过期的作者合作关系移除，再根据学术团队社区划分标准考察由于移除边对社区产生的影响，执行相应的社区收缩、分裂和消亡；步骤4.4、根据学术团队社区划分标准考察由于边的增加对社区产生的影响，执行相应的社区创建和扩展；步骤4.5、至此，得到t时刻合著网络中的学术团队社区划分，表示为Ct＝{c0,c1,...,ck,...}；步骤4.6、令t＝t+1，重复步骤4.2～4.5，直到从R中取出最后一条文章发表记录rt执行上述操作为止，得到最终的学术团队社区划分结果；所述步骤4.3和4.4中，定义合著网络Gt中的重要节点、强边、从属节点和核心节点为：1)重要节点：当一个节点的重要性不小于网络中所有非孤立节点的平均重要性时，这个节点是一个重要节点；其中非孤立节点是与其他节点有边相连的节点；2)强边：当一条连接两个重要节点的边的权重不小于网络中所有边的平均权重时，这条边就是强边；3)从属节点和核心节点：若通过强边连接的两个节点vi和vj的重要性满足：pit≥(M-1)·pjt---(2)]]>且两个节点之边的权重满足：wi,jt≥0.5·Σwj,xt---(3)]]>则vj是vi的从属节点；其中，M是组成一个学术团队最少需要的人数，根据经验取值；x代表与vj通过强边连接的所有邻居节点vx，是以vj为端点的所有强边的权重之和；当一个节点具有M‑1个从属节点，则它是一个核心节点；学术团队社区划分标准是指：将通过强边连通的一组节点形成一个学术团队社区，一个学术团队社区中必须包含核心节点并且此社区中所有非核心节点必须满足公式(4)，即与社区内节点联系的紧密度大于与社区外节点联系的紧密度；Σwi,xt≥0.5·Σwi,yt---(4)]]>其中，vi为社区内的节点，表示社区内以vi为端点的所有强边的权重之和，表示整个合著网络中以vi为端点的所有强边的权重之和。