基于最大熵模型的导师-学生关系推测

被引:4
作者
李勇军
刘尊
于会
机构
[1] 西北工业大学计算机学院
关键词
社交网络; 关系识别; 最大熵模型; 特征选择;
D O I
暂无
中图分类号
O157.5 [图论];
学科分类号
070104 ;
摘要
导师-学生关系是科研合作网络中重要的关系类型之一,准确识别此类关系对促进科研交流与合作、评审回避等有重要意义.以论文合作网络为基础,依据学生发表论文时通常与导师共同署名的现象,抽象出能够反映导师-学生合作关系的特征,提出了基于最大熵模型的导师-学生关系识别算法.利用DBLP中1990—2011年的论文数据进行实例验证,结果显示:1)关系类型识别结果的准确率超过95%;2)导师-学生关系终止时间的平均误差为1.39年.该方法在识别关系时避免了特征之间相互独立的约束,准确率优于其他同类识别算法,且建模方法对识别社交网络中的其他关系类型也具有借鉴意义.
引用
收藏
页码:504 / 511
页数:8
相关论文
共 3 条
[1]   基于多属性决策的复杂网络节点重要性综合评价方法 [J].
于会 ;
刘尊 ;
李勇军 .
物理学报, 2013, 62 (02) :54-62
[2]   在线社交网络中谣言的传播与抑制 [J].
顾亦然 ;
夏玲玲 .
物理学报, 2012, 61 (23) :544-550
[3]  
Representations of quasi-Newton matrices and their use in limited memory methods[J] . Richard H. Byrd,Jorge Nocedal,Robert B. Schnabel. Mathematical Programming . 1994 (1)