基于关联规则算法的科研共同体发现方法的研究.pdfVIP

基于关联规则算法的科研共同体发现方法研究 逯万辉 （中国社会科学院文献计量与科学评价研究中心 北京 100732 ） 摘要：针对当前以作者合著为计算对象的科研合作网络研究和科研共同体间关系发现的 研究现状，本文提出了基于关联规则算法的科研共同体发现模型，通过分析用户的查询检索 记录及数据库的日志文件获取作者人名信息，进而发现潜在相关作者及科研共同体，为同行 评议时专家获取提供参考。 关键字：关联规则；科研共同体；数据挖掘；Apriori 算法 Research on the discovery of research community based on association rules algorithm Lu Wanhui (Research Center for Bibliometrics and Science Evaluation，Chinese Academy of Social Sciences，Beijing ， 100732) Abstract ：In connection with the research cooperation network and research community based on the count of co-author, this paper present a model of the discovery of research community based on association rules algorithm. Through the analysis of the users’ retrieve records and data mining of the log Files of the database to extract the author’s name which is retrieved, and then discover the potential related authors to provide the experts for peer review. Keywords ：Association rules ；Research community ；Data mining ；Apriori algorithm 1 引言 近年来，复杂网络问题已成为国内外多学科领域中学术研究的热点，在科学学研究领域， 以结点为科学家、边为科学家的论文合著关系所形成的论文合著网络，因其数据采集的相对 便利性以及网络的典型性而获得广泛的关注，也称为科研合作网络[1] 。该网络是复杂网络的 一个重要研究领域，也是社会网络的拓展与研究，它很好地描述了科研人员的合作关系，因 此也称论文作者合作网络。 随着研究的不断深入，科研合作网络研究领域的研究重点已从早前的无权网络向当前的 加权网络研究转变[2] 。早期的科研网络研究所构建的网络多数只是挖掘了论文数据库中有关 科学家之间有无合作的信息，有研究者认识到从这些实际网络数据中获得的有关科学家合作 的信息应该更为丰富和有价值，例如同样反映两位科学家之间存在合作关系的边还因合著论 文篇数不同、参与论文研究的总人数的不同以及合作形式的不同而有强弱之分[3]，将这些信 息通过边权重表达出来，即构成加权科研合作网络，边权重反映了科学家之间科研合作关系 的强度。在这方面的研究目前也涌现出了一大批成果和软件，具有代表性的有 UCINET[4] 等。 这种基于论文作者合著关系的科研网络的发现方法由于其数据采集的相对便利性以及 网络的典型性，许多研究者基于此方法来进行科研合作关系的发现研究，取得了较多成果， 也很好地通过论文合著现象反映了科学家之间的科研合作及学术交流贡献情况，但是却难以 用之进行隐性的相关领域专家的发现，即进行更深层面的科研共同体的挖掘，基于此，本文 提出来基于关联规则算法的科研共同体发现方法研究，从用户行为学和数据挖掘的角度出发， 通过挖掘数据库使用过程中的日志文件，来进行相关领域专家的发现