局部网络相似性度量的比较分析:在作者引文网络中的应用
数字图书馆
2021-03-26 v1 社会与信息网络
摘要
理解论文与作者引文的演化对于制定能够促进和加速科学发现的研究政策与评价准则至关重要。近来,许多关于科学演化的研究在新兴的科学学领域背景下展开。尽管许多研究已探究引文网络中的链接问题,仅有少数工作分析了作者引文网络中链接预测的时序性质。本研究中,我们比较了10种知名局部网络相似性度量在预测作者引文网络未来链接上的性能。与传统链接预测方法不同,预测链接的时序性质对我们的方法至关重要。我们的分析揭示了有趣的结果。Jaccard系数被发现是最相关的度量之一。相反,优先连接度量的表现最差。我们还发现,将局部度量扩展至其加权版本并未显著改善引文预测的性能。最后,我们还发现,汇总所考虑的全部10种相似性度量信息的神经网络方法未能提供最高的预测性能。
引用
@article{arxiv.2103.13946,
title = {A comparative analysis of local network similarity measurements: application to author citation networks},
author = {Adilson Vital and Diego R. Amancio},
journal= {arXiv preprint arXiv:2103.13946},
year = {2021}
}