Thứ bảy, 25/11/2017 00:45
Số 11 năm 20179 - 14Download

Đề xuất mô hình khuyến nghị cộng tác mới cho mạng đồng tác giả dựa trên chỉ số cộng tác và tương quan

Phạm Minh Chuẩn1,2*, Lê Hoàng Sơn3 , Trần Đình Khang2 , Lê Thanh Hương2

* Tác giả liên hệ: Tel: 0983081120; Email: chuanpm@gmail.com

 

1 Trường Đại học Sư phạm Kỹ thuật Hưng Yên

2 Trường Đại học Bách khoa Hà Nội

3 Trường Đại học Khoa học Tự nhiên, Đại học Quốc gia Hà Nội

Ngày nhận bài: 11/09/2017; ngày chuyển phản biện: 14/09/2017; ngày nhận phản biện: 16/10/2017; ngày chấp nhận đăng: 18/10/2017

Tóm tắt:

Trong bài báo này, các tác giả đề xuất một mô hình khuyến nghị cộng tác mới trên mạng đồng tác giả nhằm hỗ trợ các nhà nghiên cứu trong việc xác định các mối cộng tác đã có và tăng cường quan hệ hợp tác trong tương lai. Mô hình đề xuất dựa trên ý tưởng về cải tiến hệ tư vấn trong mạng đồng tác giả với hai chỉ số cộng tác và tương quan nhằm cải tiến hiệu năng khuyến nghị. Chỉ số cộng tác được xây dựng dựa trên liên kết giữa các tác giả và số bài báo đã viết trong quá khứ. Chỉ số tương quan được xác định từ việc phân tích chủ đề nội dung các bài báo thông qua phương pháp phân tích chủ đề LDA. Hệ sẽ khuyến nghị khả năng liên kết dựa trên ngưỡng đối với từng chỉ số tương quan và cộng tác. Hệ thống đề xuất được thử nghiệm và đánh giá trên mạng đồng tác giả được xây dựng từ tập các bài báo được đăng trên tạp chí “Biophysical Journal” từ năm 2006 đến 2017.

Từ khóa:

Chỉ số cộng tác, chỉ số tương quan, hệ thống khuyến nghị, mạng cộng tác, phân tích chủ đề.

Chỉ số phân loại:
1.2

A approach for a new collaboration recommendation in co-authorship networks based on Global Cooperation and Global Correlation

Minh Chuan Pham1,2*, Hoang Son Le3 , Dinh Khang Tran2 , Thanh Huong Le2

1 Hung Yen Univertity of Technology and Education

2 Hanoi University of Science and Technology

3 VNU University of Science

Received: 11 September 2017; accepted: 18 October 2017

Abstract:

In this paper, we propose a new collaboration recommendation in co-authorship networks to assist researchers in specifying existing research collaborations and strengthening them in the future. It is based on Global Cooperation and Global Correlation to further improve the recommendation performance. Global Cooperation relies on the connection between authors and their common research works. Global Correlation is determined through a topic modeling method, namely Latent Dirichlet Allocation (LDA). The proposed system determines the outcome based on specified thresholds for the Global Cooperation and Global Correlation. It is experimentally validated on a dataset of co-authorship networks published in the “Biophysical Journal” from 2006 to 2017.

Keywords:

Collaborative networks, global cooperation, global correlation, recommendation system, topic modeling.

Classification number:
1.2
Lượt dowload: 365 Lượt xem: 889

Đánh giá

X
(Di chuột vào ngôi sao để chọn điểm)