LLMs 能否预测学术合作？拓扑启发式方法与基于 LLM 的链接预测在真实合著网络上的对比
社会与信息网络
2026-04-03 v1 人工智能
摘要
大语言模型（LLMs）能否预测哪些研究人员将进行合作？通过在世界真实合著网络（OpenAlex，996 万作者，1.087 亿条边）上进行链接预测研究，我们评估了 LLMs 是否仅利用作者画像（无需访问图结构）即可预测未来的科学合作。使用 Qwen2.5-72B-Instruct 跨越 AI 研究的三个历史时期，我们发现 LLMs 与拓扑启发式方法捕捉到了不同的信号，在互补设置中最强。在自然类别不平衡下的新边预测中，LLM 达到 AUROC 0.714–0.789，优于 Common Neighbors、Jaccard 和 Preferential Attachment，召回率高达 92.9%；在平衡评估中，LLM 在每个时期均优于所有拓扑启发式方法（AUROC 0.601–0.658 对比最佳启发式方法 0.525–0.538）；在持续边上，LLM（0.687）与 Adamic-Adar（0.684）具有竞争力。关键的是，78.6–82.7% 的新合作发生在没有共同邻居的作者之间——这是所有拓扑启发式方法得分均为零的盲区，而 LLM 仅通过作者元数据推理仍能达到 AUROC 0.652。时间元数据消融实验表明研究概念是主导信号（移除概念使 AUROC 下降 0.047–0.084）。向 LLM 提供预计算的图特征会因锚定效应而降低性能，确认 LLMs 与拓扑方法应作为独立、互补的通道运作。社会文化消融实验发现，推断的族裔和机构国家无法在拓扑之外预测合作，反映了 AI 研究的人口同质性。node2vec 基线达到与 Adamic-Adar 相当的 AUROC，表明 LLM 访问的是根本不同的信息通道——作者元数据——而非以不同方式编码相同的结构信号。
引用
@article{arxiv.2604.01379,
title = {Can LLMs Predict Academic Collaboration? Topology Heuristics vs. LLM-Based Link Prediction on Real Co-authorship Networks},
author = {Fan Huang and Munjung Kim},
journal= {arXiv preprint arXiv:2604.01379},
year = {2026}
}