申请/专利权人：福州大学

申请日：2019-11-18

公开（公告）日：2022-06-14

公开（公告）号：CN110874406B

主分类号：G06F16/335

分类号：G06F16/335;G06F16/9535;G06F40/30

优先权：

专利状态码：有效-授权

法律状态：2022.06.14#授权;2020.04.03#实质审查的生效;2020.03.10#公开

摘要：本发明涉及一种为预印本网络中拟投稿的论文推荐合适期刊及审稿人的方法，先获取预印本网络arXiv和DBLP文献网络，将这两个网络中同名论文通过锚链接进行对齐，得到两个对齐的文献网络；采用面向文献网络的随机游走策略，得到随机游走下所有分属于DBLP和arXiv的节点对之间节点相似度，再采用锚节点下的节点相似度迁移策略，将DBLP中的信息迁移到arXiv中，最后在两个对齐的文献网络中，计算时间感知矩阵TM，根据TM来计算节点间带时间感知的相似度矩阵M，通过M得到arXiv中待审稿论文和各期刊间相似度向量V，得到为预印本网络中拟投稿的论文推荐的合适期刊及审稿人的列表。本发明考虑到了网络的拓扑结构信息、节点的语义信息，从而使得最后的推荐结果更为合理。

主权项：1.一种为预印本网络中拟投稿的论文推荐合适期刊及审稿人的方法，其特征在于：包括如下步骤：步骤S1：获取预印本网络arXiv和DBLP文献网络，将这两个网络中同名论文通过锚链接进行对齐，得到两个对齐的文献网络；步骤S2：结合所述两个对齐的文献网络及面向文献网络的随机游走策略，学习arXiv中的节点经由单向锚链接到达DBLP节点的转移概率，并得到随机游走下所有分属于arXiv和DBLP的节点对之间节点相似度；步骤S3：在所述两个对齐的文献网络中，采用锚节点下的节点相似度迁移策略，将DBLP中的信息迁移到arXiv中；步骤S4：在所述两个对齐的文献网络中，计算节点间相似度矩阵SM，并根据节点之间的时间感知权重来计算时间感知矩阵TM；步骤S5：根据SM和TM来计算节点间带时间感知的相似度矩阵M，通过M得到arXiv中待审稿论文和各期刊及各审稿人间相似度向量Mi，从而得到为预印本网络中拟投稿的论文推荐的合适期刊及审稿人的列表；步骤S4中所述计算时间感知矩阵TM和节点间相似度矩阵SM的过程如下：步骤S41：若论文在时间timelink发表在期刊会议则节点与节点之间的时间感知权重定义为： 其中为节点与节点在时间timelink产生链接的关系，timecurrent表示当前时间，μ是预设的衰减参数；步骤S42：若论文在时间timelink由作者撰写，则节点与节点之间的时间感知权重定义为： 其中节点与节点在时间timelink产生链接的关系；步骤S43：若发表于时间timelink的论文中包括主题则节点与节点之间的时间感知权重定义为： 其中为节点与节点在时间timelink产生链接的关系；步骤S44：若网络间的节点即论文节点和在时间timelink产生锚链接关系，则节点与节点之间的时间感知权重定义为： 其中为节点与节点在时间timelink产生链接的关系；步骤S45：时间感知矩阵TM定义为： 步骤S46：在对齐文献网络中，当节点和属于同一网络时，它们之间的相似度为基于元结构相关程度的网络表示学习得到的低维向量的余弦相似度；当和属于不同网络，且节点间存在锚链接时，它们之间的相似度为1；当和属于不同网络，且节点间不存在锚链接，同时属于arXiv的节点不存在对齐的锚节点时，它们的相似度为通过基于随机游走得到的相似度值；当和属于不同网络，节点间不存在锚链接，但属于arXiv的节点存在对齐的锚节点时，它们的相似度引入基于锚节点的相似度迁移，为通过随机游走到达得到的相似度值；即节点间相似度矩阵SM可定义为： 其中表示节点和分别对应的向量和的余弦相似度；V1表示网络G1的节点集，V2表示网络G2的节点集，表示网络G1和G2之间的锚链接集。

全文数据：

权利要求：

百度查询： 福州大学 一种为预印本网络中拟投稿的论文推荐合适期刊及审稿人的方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD