通过多层交互网络预测科学合作
物理与社会
2020-11-25 v1 数字图书馆
摘要
链接预测算法有助于理解科学合作的结构与动力学以及科学的演化。然而，基于合作网络节点间相似性的现有算法受限于这些网络中存在的链接数量有限。本工作中，我们通过将 Adamic-Adar 方法推广到由任意层数构成、编码多种科学交互形式的多层网络，减轻了后者这一固有局限。我们表明，新度量优于其他单层、基于相似性的分数，并且由引文代表的科学贡献以及由使用共同关键词衡量的共同兴趣，可预测新的合作。我们的工作为更深入理解驱动科学合作的动力学铺平了道路，并提供了一种可用于大量系统的多层网络链接预测新算法。
引用
@article{arxiv.2005.04432,
title = {Prediction of scientific collaborations through multiplex interaction networks},
author = {Marta Tuninetti and Alberto Aleta and Daniela Paolotti and Yamir Moreno and Michele Starnini},
journal= {arXiv preprint arXiv:2005.04432},
year = {2020}
}