本發(fā)明屬于學(xué)術(shù)大數(shù)據(jù)領(lǐng)域，尤其涉及一種基于學(xué)術(shù)大數(shù)據(jù)的學(xué)者影響力評估方法。

背景技術(shù)：

科學(xué)研究為人類社會的發(fā)展和進步做出了巨大貢獻，尤其是杰出科學(xué)家的輸出，也正是因為有杰出的科學(xué)家，新的科學(xué)理論不斷產(chǎn)生，推動著社會的發(fā)展進步。隨著時代的發(fā)展，越來越多的研究者加入并活躍在相應(yīng)領(lǐng)域中，并踴躍發(fā)表科研成果，近幾年，文獻數(shù)量更是呈指數(shù)級增長。但是學(xué)者的輸出能力卻良莠不齊，因此在復(fù)雜的學(xué)術(shù)網(wǎng)絡(luò)環(huán)境中，尋找杰出的學(xué)者以及對學(xué)者影響力進行評估就顯得尤為重要。本文以計算機科學(xué)這一領(lǐng)域的學(xué)者作為代表進行深入研究，從發(fā)表的論文入手，將對學(xué)者影響力進行評估。對于科研工作者來說，學(xué)術(shù)論文的產(chǎn)量和質(zhì)量是反映學(xué)者影響力的標(biāo)準(zhǔn)，但是對標(biāo)準(zhǔn)如何量化與評估，便是要關(guān)注的問題。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的主要針對上述目前存在的而一些問題，提供了一種基于學(xué)術(shù)大數(shù)據(jù)的學(xué)者影響力評估方法，有效地對學(xué)者影響力進行評估。

本發(fā)明的技術(shù)方案：

(1)建立包含學(xué)者、論文、期刊三種類型的節(jié)點的異構(gòu)網(wǎng)絡(luò)；

(2)根據(jù)結(jié)構(gòu)洞理論，使用橋、介數(shù)中心性、信息熵、會議比等指標(biāo)，提出用來評估節(jié)點重要性的B2算法，并計算評估指標(biāo)B2的值；

(3)調(diào)整(2)中指標(biāo)的權(quán)重系數(shù)，對B2算法進行改進；

(4)在無向異構(gòu)網(wǎng)絡(luò)下對PageRank算法進行改進，提出HnRank算法，并計算評估指標(biāo)HnRank的值；

(5)使用最小-最大規(guī)范化方法，對B2值和HnRank值進行歸一化處理；

(6)結(jié)合B2算法和HnRank算法，形成SWRank算法，并計算評估指標(biāo)SWRank的值；

(7)使用了皮爾遜相關(guān)系數(shù)、學(xué)者排名重合比例、學(xué)者平均被引用次數(shù)三種方法，將本發(fā)明提出的SWRank方法和現(xiàn)有的評估方法PageRank、h指數(shù)進行比較。

進一步地，所述的異構(gòu)網(wǎng)絡(luò)，包括學(xué)者-學(xué)者合作網(wǎng)絡(luò)、論文-論文引用網(wǎng)絡(luò)兩種同構(gòu)網(wǎng)絡(luò)和學(xué)者-論文從屬網(wǎng)絡(luò)、論文-期刊從屬網(wǎng)絡(luò)兩種異構(gòu)網(wǎng)絡(luò)；

所述的橋指標(biāo)是指，兩個節(jié)點僅僅通過唯一的間接聯(lián)系連在一起，則該間接關(guān)系所對應(yīng)的邊即為橋。

所述的介數(shù)中心性指標(biāo)是指經(jīng)過某節(jié)點最短路徑的數(shù)。

所述的信息熵的計算依據(jù)包括學(xué)者的合作者所發(fā)表論文的關(guān)鍵字集合，和學(xué)者的合作者所在機構(gòu)集合。

所述的會議比是指某學(xué)者發(fā)表的會議文章占總論文的比例。

所述用來評估節(jié)點重要性的B2算法包括BrigeRank算法和BetweenesRank算法；

所述的BrigeRank算法是橋的數(shù)量為指標(biāo)的結(jié)構(gòu)洞理論下節(jié)點重要性評估，這個形式輸入Bridge值、會議論文比、信息熵，輸出BridgeRank值；

所述BetweenesRank是介數(shù)中心性為指標(biāo)的結(jié)構(gòu)洞理論下節(jié)點重要性評估，這個形式輸入Betweeness值、會議論文比、信息熵，輸出BetweenesRank值；

所述的HnRank算法，加入了學(xué)者間，學(xué)者與論文，學(xué)者與期刊，論文間的關(guān)系，通過迭代和加和兩個過程計算出某學(xué)者的HnRank的值。

所述的SWRank算法實現(xiàn)了強聯(lián)系和弱聯(lián)系理論的結(jié)合。

本發(fā)明的有益效果：本發(fā)明能夠結(jié)合弱聯(lián)系和強聯(lián)系，在異構(gòu)網(wǎng)絡(luò)下對學(xué)者的影響力進行評估，打破了傳統(tǒng)單一關(guān)系的評估，具有很強的創(chuàng)新性，和一定的可行性與可靠性。

附圖說明

圖1為社會網(wǎng)絡(luò)中結(jié)構(gòu)洞的示例圖。

圖2為介數(shù)中心性評價節(jié)點重要性示例圖。

具體實施方式

下面結(jié)合具體實施例對本發(fā)明所述技術(shù)方案作進一步的詳細(xì)描述，以使本領(lǐng)域的技術(shù)人員可以更好的理解本發(fā)明并能予以實施，但所舉實施例不作為對本發(fā)明的限定。

一種基于學(xué)術(shù)大數(shù)據(jù)的學(xué)者影響力評估方法，步驟如下：

(1)建立無向異構(gòu)網(wǎng)絡(luò)

根據(jù)數(shù)據(jù)集中的節(jié)點以及節(jié)點間的關(guān)系，建立包含學(xué)者、論文和期刊三種類型節(jié)點的無向異構(gòu)網(wǎng)絡(luò)；

(2)根據(jù)結(jié)構(gòu)洞理論提出用來評估節(jié)點重要性的B2算法，并計算評估指標(biāo)B2值

結(jié)構(gòu)洞的示意圖如圖1所示，其中，中心的黑點即為處于結(jié)構(gòu)洞位置的節(jié)點。

B2算法包括BridgeRank算法和BetweenRank算法，分別如下：

1)橋的數(shù)量為指標(biāo)的結(jié)構(gòu)洞理論下節(jié)點重要性評估，也稱作BridgeRank算法。這個形式輸入Bridge值、會議論文比、信息熵，輸出BridgeRank值；

2)介數(shù)中心性為指標(biāo)的結(jié)構(gòu)洞理論下節(jié)點重要性評估，也稱作BetweenesRank算法。這個形式輸入Betweeness值、會議比和信息熵，輸出BetweenesRank值。圖2為介數(shù)中心性評價節(jié)點重要性示例圖，H點的介數(shù)較大，說明其影響力較大。

B2值的計算公式如下：

其中，B2_i為學(xué)者i的評估指標(biāo)B2值，n為表示學(xué)者總數(shù)，b為橋的數(shù)量/介數(shù)中心性，c為會議論文占總論文比例，e為以關(guān)鍵字和機構(gòu)加和計算的信息熵，α、β、χ三個參數(shù)分別為b、c、e的權(quán)重。

(3)對B2算法進行改進：

根據(jù)B2值、PageRank值以及h指數(shù)對學(xué)者的影響力進行排名，分別計算其排名結(jié)果與學(xué)者引用量之間的相關(guān)系數(shù)，并比較大??；不斷調(diào)整α，β和χ，確定通過B2算法所得的相關(guān)系數(shù)最大時，確定α，β和χ；

(4)在無向異構(gòu)網(wǎng)絡(luò)下對PageRank算法進行改進，提出了HnRank算法，并計算評估指標(biāo)HnRank的值：

本方法加入了學(xué)者間、學(xué)者與論文、論文與期刊、論文間的關(guān)系。

第一步進行了6輪計算，根據(jù)PageRank的計算公式得到收斂的論文、學(xué)者、期刊的PageRank值：

(a)論文-論文：初始化論文PageRank值為1/n，n為論文數(shù)，根據(jù)論文的引用關(guān)系，得到收斂的每篇論文的PageRank值P₁。

(b)學(xué)者-學(xué)者：初始化學(xué)者PageRank值為1/m，m為學(xué)者數(shù)，根據(jù)學(xué)者間的合作關(guān)系，得到收斂的每個學(xué)者的PageRank值A(chǔ)₁。

(c)論文-學(xué)者：初始化論文和學(xué)者PageRank值分別為P₁和A₁，根據(jù)學(xué)者與論文之間的關(guān)系，得到收斂的論文和學(xué)者PageRank值P₂和A₂。

(d)論文-期刊/會議：初始化論文PageRank值為P₂，初始化期刊PageRank值為1/k，k為期刊和會議總數(shù)，根據(jù)論文與期刊/會議的對應(yīng)關(guān)系，得到收斂的論文和期刊/會議PageRank值P₃和V。

(e)論文-論文：返回第一步，初始化論文PageRank值為P₃，得到新的收斂的PageRank值P。

(f)學(xué)者-學(xué)者：返回第二步，初始化學(xué)者PageRank值為A₂，得到新的收斂的學(xué)者PageRank值A(chǔ)。

第二步是使用第一步得到的值和下述公式，計算各個學(xué)者的HnRank值

其中，A_i表示學(xué)者i的PageRank值，k_i表示學(xué)者i的論文總數(shù)，P_ij表示學(xué)者i的第j篇論文的PageRank值，V_j表示學(xué)者i的第j篇論文所屬期刊的PageRank值。

(5)對B2值和HnRank值進行歸一化處理：

對B2值和HnRank值進行歸一化處理，保證B2值和HnRank值在一個數(shù)量級，使用最小-最大規(guī)范化，對原始數(shù)據(jù)進行線性變換，且都處在0-1之間，保持原始數(shù)據(jù)間的聯(lián)系，如果今后有數(shù)值在原始數(shù)據(jù)域之外，便做越界處理。

(6)結(jié)合B2算法和HnRank算法，形成SWRank算法，并計算評估指標(biāo)SWRank的值：

學(xué)者i的SWRank值的計算公式如下：

其中，n表示學(xué)者總數(shù)，B2_i表示學(xué)者i的B2值，HR_i表示學(xué)者i的HnRank值，參數(shù)α和β分別為B2和HR的權(quán)重。

根據(jù)SWRank值、PageRank值以及h指數(shù)對學(xué)者的影響力進行排名，分別計算其排名結(jié)果與學(xué)者引用量之間的相關(guān)系數(shù)，并比較大小；不斷調(diào)整參數(shù)α，β的大小，確定通過SWRank算法所得的相關(guān)系數(shù)最大時，確定α和β。

(7)使用皮爾遜相關(guān)系數(shù)、學(xué)者排名重合比例和學(xué)者平均被引用次數(shù)三種方法，將本方法提出的SWRank方法和現(xiàn)有的評估方法PageRank、h指數(shù)進行比較。皮爾遜相關(guān)系數(shù)、學(xué)者排名重合比例和學(xué)者平均被引用次數(shù)的值越大，說明評估方法的準(zhǔn)確性越高。通過對比發(fā)現(xiàn)，由本發(fā)明提出的SWRank算法計算得到的皮爾遜相關(guān)系數(shù)、學(xué)者排名重合比例和學(xué)者平均被引用次數(shù)三個值明顯大于通過PageRank值和h指數(shù)計算得到的值。