基于LDA模型與加權(quán)GN網(wǎng)絡(luò)的科研合作推薦方法.pdf

1、科研合作漸漸成為科學(xué)研究的主流方式，特別是跨領(lǐng)域的合作也已是解決重大科學(xué)問題的主要途徑之一，而能否尋求到合適的合作者，成為科研領(lǐng)域乃至社會(huì)各界長期普遍關(guān)心的問題。在推薦領(lǐng)域，單一的推薦算法已不能滿足人們的需求，本文將實(shí)現(xiàn)社會(huì)網(wǎng)絡(luò)和主題概率模型相結(jié)合，以科技論文為源數(shù)據(jù)，首先采用加權(quán)GN(Girvan Newman)社區(qū)劃分方法對作者進(jìn)行社區(qū)劃分，之后使用LDA模型構(gòu)建作者-興趣模型，再根據(jù)興趣之間的相似度，達(dá)到合作者推薦的目的。

2、　　首先，本文分析了傳統(tǒng)的基于論文的加權(quán)GN網(wǎng)絡(luò)，認(rèn)為相關(guān)理論存在著對權(quán)重的利用不足，對網(wǎng)絡(luò)結(jié)構(gòu)的優(yōu)化不夠徹底，另外對結(jié)構(gòu)的細(xì)節(jié)處理存在不同的理解等問題。針對這些問題，本文采用了對重復(fù)詞頻進(jìn)行對數(shù)化處理后的數(shù)據(jù)作為邊權(quán)重，對次佳邊權(quán)比優(yōu)化方法進(jìn)行了閾值限制，并在計(jì)算模塊度Q函數(shù)時(shí)忽略了節(jié)點(diǎn)自身的情況，最后在理論和實(shí)踐方面驗(yàn)證，這些改進(jìn)有效提高了社區(qū)劃分的速度和準(zhǔn)確度。
　　其次，在LDA模型方面，通過兩次實(shí)驗(yàn)對比，以困惑度為標(biāo)準(zhǔn)，