基于话题模型的学术社会网络建模及应用  

Probabilistic model for academic social network and its applications

作　　者：唐杰[1] 宫继兵[2] 刘柳[1] 杨文军[3] 

机构地区：[1]清华大学计算机科学与技术系,北京100084 [2]燕山大学计算机科学与工程系,河北秦皇岛066004 [3]中石油规划研究院信息中心,北京100083

出　　处：《中国科技论文在线》2011年第1期25-31,共7页

基　　金：高等学校博士学科点专项科研基金资助项目(20070003093);国家高技术研究发展计划(863计划)资助项目(2009AA01Z138)

摘　　要：传统方法通常对异构数据进行独立建模,忽略了它们之间的依赖关系。针对这一问题,重点研究了如何对学术网络进行统一建模;如何利用学术网络中的网络信息提高建模效果。提出学术社会网络的统一建模模型——作者会议引用话题模型(Author-conference Citation Topic Model,简称ACCT模型),该模型通过话题分布统一描述了学术社会网络中的多种异构数据的特点,如论文、会议、作者和引用等,并描述了这些不同数据之间的依赖关系。其建模结果可直接用于学术信息检索和学术推荐。在ArnetMiner系统的数据集上对ACCT模型进行了实验验证,实验结果表明,ACCT模型在学术推荐上优于基线模型。Previously,the different type of information has been investigated mainly in a separated way,which ignores the inter-dependencies.In this paper,we focus on：1） how to simultaneously model the heterogeneous data in an academic network;2） how to take advantage of networking information to improve the modeling effectiveness.We propose a novel author-conference citation topic model,named ACCT,to simultaneously model the topical aspects of the heterogeneous data（e.g.papers,authors,conferences and citations） in the academic network.The probabilistic model captures the semantic dependencies between different types of information with a latent topic layer.The modeling results can be used for both academic search and academic suggestion.Experiments on the ArnetMiner data show that the proposed model outperforms other baseline models.

关 键 词：学术社会网络 话题模型 学术推荐 正则化 

分 类 号：O157.5[理学—数学]